Skip to content

02-pytest-patterns.md

Latest commit

 

History

History
186 lines (133 loc) · 4.84 KB

02-pytest-patterns.md

File metadata and controls

186 lines (133 loc) · 4.84 KB

Patterns esenciales de pytest

Nota técnica · 2026-05-06 · Aplicable a tests/exercises/

TL;DR

Cinco mecanismos de pytest que cubren ~90% del testing profesional en Python:

  1. Fixtures — preparación de datos/estado reutilizable.
  2. parametrize con ids — múltiples casos con nombres legibles.
  3. conftest.py — fixtures compartidas sin imports explícitos.
  4. Markers — etiquetar tests para skip/xfail/categorización.
  5. Fixtures built-in — tmp_path, monkeypatch, capsys.

1. Fixtures

Función que prepara datos o contextos para tests:

  • crea datos
  • abre conexiones
  • Prepara objetos

Reemplaza setUp/tearDown con funciones decoradas que se inyectan por nombre.

```python import pytest

@pytest.fixture def numero() -> int: return 7

def test_suma(numero: int) -> bool: assert numero + 3 == 10 ```

Del ejerciocio del día 01:

```python import pytest

@pytest.fixture def sample_data() -> list[int]: return [2, 7, 11, 15]

def test_two_sum_with_fixture(sample_data: list[int]) -> None: assert two_sum(sample_data, 9) == (0, 1) ```

Scopes (por defecto function, recreada en cada test):

Scope Recreación
function Por test (default)
class Por clase
module Por archivo
session Una vez por sesión completa

Yield-fixtures para setup + teardown:

```python @pytest.fixture def temp_db(): db = create_db() # setup yield db # test corre aquí db.close() # teardown garantizado ```

2. parametrize avanzado

```python @pytest.mark.parametrize( ("nums", "target", "expected"), [ pytest.param([2, 7], 9, (0, 1), id="basic"), pytest.param([3, 3], 6, (0, 1), id="duplicates"), pytest.param([], 0, None, id="empty", marks=pytest.mark.xfail), ], ) def test_cases(nums, target, expected): ... ```

Beneficios: ids legibles en output (test_cases[basic] vs test_cases[0]), marks por caso individual, casos esperados a fallar sin romper la suite.

3. conftest.py

Archivo especial cargado automáticamente. Las fixtures ahí definidas son globales al directorio.

```python

tests/conftest.py

import pytest

@pytest.fixture def small_array() -> list[int]: return [1, 2, 3, 4, 5] ```

small_array ahora está disponible en cualquier test bajo tests/ sin importarlo.

4. Markers

Built-in:

```python @pytest.mark.skip(reason="Not implemented yet") def test_future(): ...

@pytest.mark.skipif(sys.platform == "win32", reason="POSIX only") def test_unix_specific(): ...

@pytest.mark.xfail(reason="Bug #123, expected fail until fixed") def test_known_bug(): ... ```

Custom markers (declarar en pyproject.toml):

```toml [tool.pytest.ini_options] markers = [ "slow: marks tests as slow (deselect with '-m "not slow"')", "integration: requires external services", ] ```

Uso:

```python @pytest.mark.slow def test_heavy_computation(): ... ```

Ejecución selectiva: pytest -m slow o pytest -m "not slow".

5. Fixtures built-in útiles

tmp_path — directorio temporal por test

```python def test_writes_file(tmp_path: Path) -> None: file = tmp_path / "output.txt" file.write_text("hello") assert file.read_text() == "hello" ```

Limpieza automática al terminar.

monkeypatch — modificaciones reversibles

```python def test_with_env_var(monkeypatch: pytest.MonkeyPatch) -> None: monkeypatch.setenv("API_KEY", "fake") assert os.environ["API_KEY"] == "fake"

La env var se restaura al terminar el test

```

capsys — capturar stdout/stderr

```python def test_print(capsys) -> None: print("hello") captured = capsys.readouterr() assert captured.out == "hello\n" ```

Aplicación en este repo

Decisiones tomadas en tests/exercises/:

  • Sin fixtures aún: los ejercicios algorítmicos no comparten setup, agregan complejidad sin beneficio.
  • parametrize con ids descriptivos: aplicado en test_day_01_two_sum.py para legibilidad del output.
  • Sin markers custom todavía: los tests son rápidos. Cuando agregue benchmarks, usaré @pytest.mark.slow.
  • conftest.py futuro: planeo agregar fixtures comunes cuando los mini-proyectos compartan datos sintéticos.

Comando útil descubierto

Listar todos los tests sin ejecutarlos:

```bash uv run pytest --collect-only -q ```

Útil para revisar nombres y verificar que parametrize está generando los casos esperados.

Referencias