Testautomatisierung mit Python | Anexia Digital Engineering

Test­automati­sierung mit Python für verlässliche Releases.

Jede Änderung soll prüfbar sein, bevor sie Ihre Anwender erreicht. Wir bauen Python Tests mit pytest, unittest und nose2, ergänzen Browserprüfungen mit Selenium und Playwright und verankern beides dort, wo Ihr Team arbeitet, im Repository und in der CI.

Prüfbar statt vermutet

Automatisierte Tests sind für uns kein Anhang zum Projekt, sondern Teil der Architektur. Sie halten fest, was eine Anwendung fachlich leisten muss, und melden Abweichungen, bevor ein Release sie sichtbar macht. Anexia Digital Engineering verbindet dafür Unit-, Integrations- und funktionale Tests mit Browserprüfungen entlang Ihrer kritischen Nutzerwege und bringt die Erfahrung aus über 100 Python-Projekten mit.

  • Lesbare Suites

    pytest findet Testfälle automatisch, bereitet Testdaten über Fixtures vor und führt Varianten per Parametrisierung reproduzierbar aus. Vorhandene unittest-Tests laufen dabei weiter.

  • Stabile Browserpfade

    Selenium und Playwright prüfen Anmelden, Formulare und Navigation in mehreren Browsern. Robuste Selektoren und explizite Wartebedingungen halten die Läufe verlässlich.

  • Klare Fehlersignale

    Traces, DOM-Snapshots, Screenshots und dokumentierte Fehlermeldungen zeigen, warum ein Lauf scheitert. So bewertet Ihr Team Releases anhand nachvollziehbarer Befunde.

  • Verankert in CI

    Wir binden Python Tests in Repository und CI ein, legen Prüfpunkte gemeinsam fest und übergeben Konfiguration und Anleitung, damit Ihr Team die Suite selbst weiterführt.

Python Tests auf Code-Ebene

Testautomatisierung mit Python beginnt bei der Frage, welche fachlichen Regeln eine Anwendung nie verletzen darf. Daraus leiten wir Tests auf definierte Eingaben und erwartete Ergebnisse ab, sichern bestehende Bereiche gegen Regressionen ab und machen Änderungen am Python-Code verlässlich prüfbar. Ob pytest, unittest oder nose2 die richtige Basis ist, entscheiden wir mit Ihnen anhand von Testbestand, Team und Integrationsanforderungen, nicht nach Vorliebe.

pytest als Basis für Python Tests

pytest ist ein quelloffenes Python-Testframework. Es erkennt Testmodule und Testfunktionen automatisch über Discovery-Konventionen, wertet einfache assert-Anweisungen verständlich aus und lässt sich über eine Plugin-Architektur erweitern, für einfache wie für komplexe funktionale Tests. Wir strukturieren Suites so, dass Datenbanken, temporäre Dateien und Eingabevarianten nachvollziehbar vorbereitet werden. Wiederverwendbare Fixtures stellen Testdaten, Datenbanken und temporäre Verzeichnisse bereit, Scopes und Aufräumen richten wir passend ein. Parametrisierte Testfälle, erwartete Ausnahmen, Marks sowie bei Bedarf Plugins oder pytest-Hooks prüfen Varianten und projektspezifische Abläufe reproduzierbar, gezielt ausführbar über die pytest-Kommandozeile.

Laut Projektbeschreibung führt pytest vorhandene unittest-Suites ohne zusätzliche Anpassung aus. Gewachsene Bestände überführen wir deshalb schrittweise, statt sie neu zu schreiben, und prüfen Sonderfälle in der konkreten Suite. Zwei Grenzen sprechen wir früh an. pytest führt Tests aus und liefert Befunde, beweist aber keine vollständige Fehlerfreiheit und ersetzt weder die fachliche Testfallauswahl noch Integrations-, End-to-End- oder Sicherheitstests. Außerdem behandelt pytest SIGTERM und SIGQUIT nicht speziell für das Aufräumen von Fixtures. Wird ein Prozess gewaltsam beendet, können Datenbankverbindungen oder Dateien offen bleiben, was operativ abgesichert werden muss.

unittest aus der Standardbibliothek

unittest ist das objektorientierte Testframework der Python-Standardbibliothek. TestCase, TestSuite, TestRunner, Fixtures, Assertions und Test Discovery geben Tests eine klare Struktur. Wir machen fachliche Regeln in TestCase-Klassen mit Assertions wie assertEqual, assertTrue und assertRaises prüfbar und ordnen gemeinsame setUp-, tearDown- und Cleanup-Abläufe so, dass Ihr Team Tests erweitern kann. Module, Klassen und einzelne Methoden lassen sich mit python -m unittest gezielt starten, etwa als test_modul.TestKlasse.test_methode. Testmethoden beginnen typischerweise mit test, Discovery und Dateistruktur müssen zur Projektkonfiguration und ihren Konventionen passen.

Externe oder zustandsbehaftete Abhängigkeiten ersetzen wir mit unittest.mock, Mock, MagicMock und patch kontrolliert und prüfen Aufrufe, Argumente, Namespaces und Spezifikationen ebenso wie das Zurücksetzen der Patches. Falsch gewählte Patch-Ziele, fehlende Spezifikationen oder offene Patches verfälschen sonst Ergebnisse oder beeinflussen andere Tests. Unit-Tests prüfen isolierte Einheiten. Für Integrationen, Infrastruktur, reale Daten, UI-Abläufe und Produktionsbedingungen braucht es ergänzende Integrations-, End-to-End- oder Systemtests, und Testdesign wie fachliche Abdeckung bleiben Engineering-Arbeit.

nose2 für bestehende Testbestände

nose2 ist ein eigenständiges Python-Testframework und der Nachfolger von nose. Es erweitert unittest, entdeckt Testmodule und Testfunktionen nach Konventionen und ergänzt sie um Konfigurationsdateien und Plugins. Ab dem Startverzeichnis durchsucht nose2 Pakete, Testverzeichnisse und meist lib- oder src-Verzeichnisse nach Modulen, deren Name mit test beginnt, etwa test.py oder test_models.py, und lädt unittest.TestCase-Unterklassen sowie passend benannte Testfunktionen. Wir prüfen Paketlayout, Start- und Top-Level-Verzeichnis und Dateinamen, integrieren vorhandene Testfälle und Parametrisierungen und richten Plugins für Log-Capture, Ausgabe-Pufferung, Debugging oder Collect-only ein.

nose2 ist nicht vollständig mit nose kompatibel. Bestimmte Projektlayouts und nose-Plugins brauchen Anpassungen, eigene Plugins müssen für die nose2-Plugin-API neu geschrieben werden. Beim Aufruf über python setup.py test übernimmt nose2 den Lauf weitgehend selbst, kann laut Dokumentation mit manchen Paketen inkompatibel sein, akzeptiert keine Kommandozeilenargumente und führt stets alle Tests aus. Wir setzen nose2 deshalb vor allem dort ein, wo ein bestehender Bestand reproduzierbar laufen soll, und dokumentieren, wie lokale Läufe und CI-Ausführung zusammenspielen.

Haltung

Tests sind Verantwortung

Eine Testsuite ist nur so viel wert wie das Vertrauen, das Ihr Team in ihre Ergebnisse setzt. Instabile Läufe, die niemand mehr ernst nimmt, schaden mehr, als sie nützen. Deshalb beginnen wir bei fachlichen Regeln und kritischen Nutzerwegen statt bei einer Abdeckungsquote und bauen Python Tests so, dass ein roter Lauf eine klare Aussage trifft.

Anexia Digital Engineering arbeitet als langfristiger Engineering-Partner. Unser Team aus mehr als 40 Fachleuten in Österreich und Deutschland entwickelt seit 2006 Software und hat über 100 Python-Projekte umgesetzt. Die Anexia Group betreibt zertifizierte Managementsysteme nach ISO 27001, ISO 9001 und ISO 14001, die Softwareentwicklung liegt im Geltungsbereich.

So entsteht Ihre Python Testautomatisierung

Ein Test, dem niemand vertraut, prüft nichts.

Ergebnis

Was Ihr Team erhält

Am Ende steht keine Sammlung einzelner Skripte, sondern eine Testautomatisierung mit Python, die Ihr Team versteht, ausführt und weiterbaut. Jede Prüfung hat einen Zweck, jedes Ergebnis eine klare Bedeutung für das nächste Release.

  • Reproduzierbare Suite mit pytest, unittest oder nose2
  • Browserprüfungen für Chromium, Firefox und WebKit
  • Dokumentierte Prüfpunkte und Fehlersignale in der CI
  • Traces, Screenshots und Reports für die Fehleranalyse
  • Anleitung für Pflege, Erweiterung und Betrieb

Browserprüfungen in der Python Testautomatisierung

Fachlogik lässt sich mit Unit-Tests absichern, doch ob Anmelden, Formulare und Navigation wirklich funktionieren, zeigt erst der Browser. Für Webanwendungen ergänzen wir die Suite um Browserprüfungen, die kritische Abläufe über die vereinbarte Browserabdeckung hinweg wiederholt ausführen. So lassen sich Änderungen und Releases nachvollziehbar bewerten, statt kritische Pfade vor jedem Release manuell durchzuklicken.

Selenium WebDriver für Python Tests

Selenium ist ein Open-Source-Projekt zur Browserautomatisierung. Über WebDriver, eine vom W3C standardisierte Schnittstelle, steuert es Browser lokal oder über einen Selenium-Server so, wie ein Mensch sie bedienen würde. In Python navigieren unsere Tests Seiten, lokalisieren DOM-Elemente, führen Eingaben und Benutzeraktionen aus und prüfen erwartete Ergebnisse. Der Testcode bleibt über mehrere gängige Browser weitgehend wiederverwendbar, und Selenium Grid verteilt Läufe parallel auf mehrere Maschinen, Browserversionen und Betriebssysteme. Browser- und Driver-Konfiguration integrieren wir gemeinsam mit Selenium Manager.

Dynamische Änderungen im DOM verursachen schnell Race Conditions und instabile Tests. Wir synchronisieren deshalb mit expliziten Wartebedingungen und robusten Selektoren und kombinieren implizite und explizite Wartebedingungen nicht, weil das schwer vorhersagbare Wartezeiten erzeugt. Browser, Driver, Netzwerk, Testdaten und gegebenenfalls die Grid-Infrastruktur müssen kompatibel und reproduzierbar eingerichtet sein. Selenium Manager kann fehlende Driver und unterstützte Browser verwalten, beseitigt aber keine Fehler, die in Anwendung oder Umgebung liegen. Die konkrete Abdeckung hängt immer von Driver, Version und Umgebung ab.

Playwright für End-to-End-Tests

Playwright ist ein Open-Source-Framework für Web-Automatisierung und End-to-End-Tests. Die Python-Bibliothek steuert Chromium, Firefox und WebKit über eine einheitliche API, lokal oder in der CI, headless oder mit sichtbarer Browseroberfläche. Für zentrale Nutzerabläufe schreiben wir stabile Tests mit Rollen- oder Label-Locators und wiederholbaren Web-first-Assertions, damit jeder Prüfschritt am sichtbaren Verhalten der Anwendung ansetzt. Getrennte Läufe je Browser nutzen isolierte Browser-Kontexte und lassen sich in Ihrer vorhandenen CI parallel oder per Sharding ausführen.

Scheitert ein Lauf, liefern Traces, DOM-Snapshots, Netzwerkdaten, Konsolenmeldungen, Screenshots oder Videos die Grundlage für die Analyse. Testdaten, Authentifizierungszustände und Browser-Installationen pflegen wir mit und übergeben sie an Ihr Team. Playwright automatisiert Browser und Webanwendungen, für Backend-, API- und Python-Unit-Tests braucht es weiterhin passende Werkzeuge und Testaufbauten. Außerdem setzt es eine kompatible Python- und Betriebssystemumgebung mit installierten Browsern voraus, deren Binaries mit playwright install eingerichtet und in der CI reproduzierbar verwaltet werden. Rechenbedarf und Drittanbieterumgebungen bleiben projektspezifisch.

Unsere Einordnung stützt sich auf die Primärquellen der Projekte, die pytest-Dokumentation, die unittest-Dokumentation, die nose2-Dokumentation, die Selenium-Dokumentation und die Playwright-Dokumentation für Python. Wie sich Python Tests in Qualitätssicherung und Security Testing einfügen, beschreibt unser Bereich Qualität & Security Testing ausführlicher. Produktnamen gehören den jeweiligen Rechteinhabern.

Fragen zur Testautomatisierung mit Python

Anpacken. Machen Sie jedes Release prüfbar.

Beschreiben Sie uns Ihre Anwendung, den vorhandenen Testbestand und die Abläufe, die nie ausfallen dürfen. Gemeinsam klären wir, welche Python Tests und Browserprüfungen am meisten bewirken und wie sie in Ihre CI passen.