Первые тесты в Python: типичные грабли и как их обойти
Первые тесты часто проходят, пока не сталкиваются с реальными данными, побочными эффектами и неверными ожиданиями. Разбираем частые ошибки в pytest и показываем, как писать проверки, которым можно доверять.

Почему первый тест не всегда проверяет то, что вы думаете
Тест на Python может быть зелёным и при этом ничего не гарантировать: например, проверять только тип результата, скрывать ошибку широким исключением или зависеть от порядка запуска. В примерах ниже — pytest 8.x и небольшая функция расчёта скидки. Мы разберём практические ловушки, а не настройку проекта с нуля.
Предполагается, что pytest уже установлен в вашем окружении. Запускайте проверки из корня проекта командой pytest; если тесты не находятся, проверьте структуру каталогов и правила обнаружения в официальной документации именно вашей версии.
Грабля первая: проверять, что функция просто что-то вернула
Проверка вида «результат не пустой» обычно слишком слабая. Функция может вернуть неправильную сумму, но тест всё равно пройдёт. Утверждение должно фиксировать ожидаемое поведение, которое важно вызывающему коду.
Пусть функция применяет процентную скидку к цене. Для примера используем условие: скидка — число от 0 до 100, цена неотрицательна. Это правило приложения, а не требование Python или pytest.
def discounted_price(price, discount_percent):
if price < 0:
raise ValueError("price must be non-negative")
if not 0 <= discount_percent <= 100:
raise ValueError("discount must be between 0 and 100")
return price * (1 - discount_percent / 100)
Тест должен проверять конкретную сумму, а не только наличие результата:
import pytest
from pricing import discounted_price
def test_discounted_price_applies_percentage():
assert discounted_price(200, 15) == 170
def test_discounted_price_rejects_discount_over_100():
with pytest.raises(ValueError, match="discount must be between 0 and 100"):
discounted_price(200, 101)
Здесь проверяется и успешный сценарий, и понятная граница. Текст сообщения зафиксирован намеренно; если формулировка не является частью контракта вашей программы, проверяйте только тип исключения, чтобы не привязать тест к редактируемому тексту.
Грабля вторая: тестировать только удобный вход
Одно значение редко описывает поведение функции. Для скидки важны нулевая и максимальная скидка, дробная цена, а также недопустимые значения. Если каждую проверку писать отдельной функцией, тесты легко читать, но повторяющиеся сценарии раздувают файл.
Когда отличается только набор входных данных и ожидаемый результат, используйте параметризацию pytest:
import pytest
from pricing import discounted_price
@pytest.mark.parametrize(
("price", "discount_percent", "expected"),
[
(200, 0, 200),
(200, 15, 170),
(200, 100, 0),
(10.5, 20, 8.4),
],
)
def test_discounted_price(price, discount_percent, expected):
assert discounted_price(price, discount_percent) == pytest.approx(expected)
pytest.approx нужен для сравнения чисел с плавающей точкой: двоичное представление дробей может давать малую погрешность. Не заменяйте им все сравнения подряд: для целых значений и точных денежных расчётов проверяйте модель данных приложения. Если деньги хранятся в Decimal, тестируйте именно такой тип и его правила округления.
Грабля третья: ловить любое исключение
Конструкция try/except Exception в тесте способна принять за ожидаемый результат совершенно другую поломку: например, ошибку импорта или обращение к отсутствующему атрибуту. В итоге тест подтвердит не контракт функции, а факт, что где-то случилась ошибка.
Проверяйте конкретный тип через pytest.raises, а сообщение добавляйте, только если оно важно для вызывающего кода. Для ошибочного ввода также полезно убедиться, что исключение возникло именно при вызове проверяемой функции, а не при подготовке тестовых данных.
Грабля четвёртая: тест зависит от времени, сети или порядка
Тест, который обращается к настоящему API, может падать из-за сети, лимита запросов или недоступности сервиса — хотя локальная логика не менялась. Проверка, зависящая от текущей даты, окружения или файла, тоже может вести себя иначе на ноутбуке и в CI.
Разделяйте тестируемую логику и внешние зависимости. Для сетевого клиента проверяйте обработку ответа на контролируемых данных, а отдельные интеграционные тесты запускайте осознанно — с известными требованиями к окружению. Не полагайтесь на то, что другой тест заранее создаст нужный файл или изменит глобальное состояние.
Признак проблемы прост: тест проходит отдельно, но падает при полном запуске, или наоборот. Запустите его и отдельно, и вместе с остальным набором; затем найдите общий файл, переменную окружения, состояние процесса или порядок выполнения. Не исправляйте такую нестабильность случайной задержкой: пауза часто лишь маскирует причину.
Как выбрать форму теста
| Подход | Когда подходит | Цена |
|---|---|---|
| Отдельные тестовые функции | Сценарии существенно различаются или требуют разных пояснений | Больше повторяющегося кода, зато проще понять, что именно упало |
| Параметризация pytest | Один и тот же контракт проверяется на разных входах | Компактность; при сложных данных нужно давать сценариям читаемые имена и не превращать список в непрозрачную таблицу |
| Интеграционный тест | Нужно проверить взаимодействие нескольких компонентов или реальную границу системы | Требует окружения и обычно сложнее в отладке; не заменяет быстрые проверки отдельной логики |
Выбирайте отдельные функции, если у сценариев разные причины отказа. Параметризуйте повторяющиеся варианты одного правила. Интеграционный тест добавляйте, когда важна именно связка компонентов, а не ради того, чтобы проверить ту же формулу медленнее и сложнее.
Что делать, если тесты всё ещё ненадёжны
- Тест проходит, хотя результат неверный. Уточните ожидаемое значение и проверьте границы, а не только факт возврата.
- Падает с неожиданным исключением. Уберите широкую обработку ошибок и проверьте, где именно возникает сбой.
- Падает только в общем запуске. Ищите разделяемое состояние и зависимость от порядка; проверьте повторный запуск.
- Работает только с доступом к интернету. Отделите проверку локальной логики от обращения к внешнему сервису.
Хороший тест — не тот, который подтверждает, что код запустился. Он должен упасть на конкретной неправильной версии поведения и объяснить, что именно нарушилось.
Термин. Изоляция теста — независимость проверки от состояния, которое оставили другие тесты, внешняя сеть или предыдущий запуск. Чем она выше, тем легче повторить сбой и понять его причину.
Что делать дальше
Возьмите одну функцию с понятным контрактом и добавьте к ней проверки обычного случая, граничного значения и ошибочного ввода. Затем запустите тест отдельно и вместе со всем набором. Если проверки стабильно воспроизводятся и падают при нарушении ожидаемого поведения, добавляйте следующий слой — например, тест взаимодействия с базой или HTTP-клиентом. Настройку покрытия кода рассматривайте как подсказку о непроверенных ветках, а не как доказательство качества тестов.
Тест и проверочная: Быстрые ответы с объяснением, почему остальные варианты неверны
Спросить агентаИсточники: pytest documentation, Python unittest documentation
Частые вопросы
Обязательно ли использовать pytest для первых тестов в Python?
Почему тест с числами проходит не всегда?
Что делать, если тест проходит отдельно, но падает вместе с остальными?
Нужно ли тестировать каждую строку кода?
Можно ли обращаться к реальному API в тесте?
Материал носит информационный характер и подготовлен редакцией «Агентуры». Он не является офертой, рекламой или индивидуальной консультацией. Упомянутые продукты, компании и торговые знаки принадлежат их правообладателям. Перед принятием решений, влекущих юридические или финансовые последствия, обратитесь к профильному специалисту.