Какие основные типы тестов применяются в Python?

Ответ

В Python тестирование реализуется с помощью стандартного модуля unittest или сторонних библиотек, таких как pytest. Основные виды тестов включают:

Unit-тесты — тестируют отдельные функции или методы в изоляции, проверяя их корректность и предсказуемость поведения.

import unittest

def add(a, b):
    return a + b

class TestAdd(unittest.TestCase):
    def test_add_positive_numbers(self):
        self.assertEqual(add(2, 3), 5)

    def test_add_negative_numbers(self):
        self.assertEqual(add(-1, -1), -2)

Интеграционные тесты — проверяют взаимодействие нескольких компонентов системы (например, функции с базой данных или API), убеждаясь, что они работают вместе как ожидается.

# Пример с использованием фикстуры pytest для подключения к БД
def create_user(db_connection, username):
    # Логика создания пользователя в БД
    db_connection.execute(f"INSERT INTO users (username) VALUES ('{username}')")
    return {'username': username}

def test_user_creation(db_connection_fixture):
    user_data = create_user(db_connection_fixture, "test_user")
    assert user_data['username'] == "test_user"
    # Дополнительная проверка, что пользователь действительно в БД

Mock-тесты — заменяют внешние зависимости (например, базы данных, сторонние API-сервисы, файловую систему) на заглушки (mocks) или шпионы (spies), позволяя изолировать тестируемый компонент и контролировать его окружение.

from unittest.mock import Mock

def process_api_response(response_data):
    # Предположим, эта функция обрабатывает ответ от внешнего API
    return response_data.get("status")

def test_api_call_processing():
    mock_api_response = Mock(return_value={"status": "ok", "data": []})
    result = process_api_response(mock_api_response())
    assert result == "ok"
    mock_api_response.assert_called_once() # Проверяем, что заглушка была вызвана

Parametrized тесты — позволяют запускать один и тот же тест с различными наборами входных данных, что упрощает тестирование функции с множеством сценариев без дублирования кода.
```
import pytest

def multiply(a, b):
    return a * b

@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 2),
    (0, 5, 0),
    (-1, 3, -3),
    (10, 0.5, 5.0)
])
def test_multiply(a, b, expected):
    assert multiply(a, b) == expected
```

Помимо перечисленных, в Python также активно используются тесты с фикстурами (для подготовки тестового окружения), асинхронные тесты (для асинхронного кода) и тесты для специфичных фреймворков (например, Django, Flask). pytest часто выбирают за его лаконичность, мощные фичи и расширяемость.