Что хотят услышать интервьюеры:

Фикстуры в тестах использовались для подготовки и очистки тестового окружения: создание объектов, подключение БД, настройка моков, временных файлов и конфигов. Обычно это делалось через pytest, чтобы убрать дублирование и сделать тесты читаемыми. Важно показать понимание scope фикстур, параметризации и автоматической очистки после теста.

Определение:

Фикстура — это заранее подготовленная часть тестового окружения, которую тест может получить как зависимость. Она помогает вынести повторяющуюся подготовку данных и ресурсов из самих тестов. В Python чаще всего фикстуры используют в pytest.

Пример использования:

import pytest

@pytest.fixture
def user_data():
    return {"name": "Ivan", "role": "admin"}

@pytest.fixture
def sample_user(user_data):
    user = {
        "id": 1,
        **user_data
    }
    return user

def test_user_role(sample_user):
    assert sample_user["role"] == "admin"
    assert sample_user["name"] == "Ivan"

Пояснение кода:

user_data — это фикстура, которая возвращает базовые тестовые данные.
sample_user зависит от user_data, то есть pytest сам сначала вызовет user_data, а затем передаст результат в sample_user.
Тест test_user_role получает уже готовый объект sample_user и проверяет его поля.
Такой подход позволяет переиспользовать подготовку данных в нескольких тестах без копипаста.

Ключевые моменты:

Фикстуры удобно использовать для подготовки тестовых данных, моков, БД, временных файлов и клиентов API.
В pytest фикстура подключается просто через аргумент тестовой функции или другой фикстуры.
Важен scope: можно задавать уровень жизни фикстуры, чтобы не пересоздавать ресурс каждый раз.
Для очистки ресурсов обычно используют yield-фикстуры или отдельные teardown-механизмы.
Фикстуры уменьшают дублирование, делают тесты короче и понятнее.
Хорошая практика — держать фикстуры небольшими и переиспользуемыми, а не собирать в них всю логику теста.

Каким образом вы подключали и использовали фикстуры в своих тестах?