Módulo 2

Página 1

VIDEO 1 --> BENEFICIOS DE TDD

Entonces puedes pensar en TDD como tu documento de diseño.

TDD te mantiene enfocado en el propósito del código.

¿Qué se supone que haga?

¿Qué insumos necesita?

¿Y cuáles son los resultados que deberían producirse?

Todo este flujo de trabajo se conoce como Rojo/Verde/Refactor.

¿Por qué es importante TDD para DevOps?

Bueno, ante todo, ahorra tiempo a los desarrolladores.

Si cambia las funciones existentes, sus casos de prueba le informarán rápidamente si algo falla.

Le permite codificar más rápido porque tiene más confianza.

Las pruebas garantizan que el código funcione como esperaba.

Los casos de prueba también garantizan que los cambios futuros no rompan el código.

En este vídeo aprendiste que:

En TDD, los casos de prueba impulsan el diseño del código.

El flujo de trabajo Rojo/Verde/Refactor incluye tres pasos:

Escriba un caso de prueba unitario fallido,

Escribe suficiente código para pasar,

Refactorizar el código,

VIDEO 2 --> HERRAMIENTAS PARA TDD

Las pruebas automatizadas liberan a los desarrolladores de las pruebas y cambios manuales

Herramientas para unit test en Python

1. Nose:

Me gusta Nose porque hace que el resultado sea más fácil de leer.

Nose también tiene la capacidad de llamar a la herramienta de cobertura.

Esta herramienta admite cobertura de código, que es el porcentaje de código

que se ejecuta cuando ejecuta pruebas automatizadas.

Me gusta especialmente esta característica porque cada vez que ejecuto mi caso de prueba, obtengo un informe de cobertura de código.

A partir de este informe, puedo ver si mi cobertura aumentó, mi cobertura disminuyó o permaneció igual.

La herramienta de cobertura también tiene opciones para informar sobre las líneas de código que no se han ejecutado durante una ejecución de prueba.

Usaremos PyUnit, Nose y cobertura en los laboratorios.

De esta manera tendrás un conjunto completo de herramientas.

En este vídeo aprendiste que:

La serie xUnit es uno de los marcos de prueba más populares para TDD.

Los dos marcos de prueba más populares para Python son PyUnit y Pytest.

Otros dos marcos de prueba populares para Python son Doctest y RSpec.

Nose es un ejecutor de pruebas de Python que puede agregar color a la salida de la prueba y luego llamar a la herramienta de coverage de código.

VIDEO 3 -->Ejecutando pruebas con Nose

Nose proporciona un informe mucho más detallado y útil,

y es por eso que me gusta usarlo en lugar del corredor de prueba unitario predeterminado.

Veamos cómo ejecutar Nose con un complemento llamado Pinocchio que agrega color al resultado de la prueba.

El comando para ejecutar Nose es nosetests.

Luego, cuando ejecutamos la prueba, obtenemos este bonito coloreado.

salida que muestra rojo para las pruebas fallidas y verde para las aprobadas.

También hemos configurado Nose para ejecutar la cobertura después Las pruebas se han completado, por lo que tenemos un buen informe de cobertura. Y podemos ver qué porcentaje de código ha sido ejecutado por mis casos de prueba para cada módulo de Python en mi proyecto

Finalmente, tenemos un informe de todas las líneas de código a las que les faltan casos de prueba.Con esta información, podemos revisar el código en esos números de línea y descubrir qué pruebas podemos escribir.

En este vídeo aprendiste que:

unittest proporciona un informe de prueba unitario simple,

Nose proporciona un informe más detallado,

Nose puede codificar con colores los resultados de las pruebas, informar la cobertura del código y enumerar los casos de prueba faltantes.

VIDEO 4 --> Prueba de ejecución con demostración de Nose

VIDEO 5: Anatomía de un caso de prueba

El comando para eliminar algo de la pila se llama pop.

Cuando llamas a pop en este ejemplo, elimina C y devuelve C como valor de la pila.

Si usas peek nuevamente, peek devuelve B porque ahora B está en la parte superior de la pila.

Eso es todo lo que hay que hacer para implementar una pila.

Tres funciones: empujar, hacer estallar y mirar.

En este vídeo aprendiste que:

Los dispositivos de prueba ayudan a los desarrolladores a crear un estado de prueba inicial

Los marcos de prueba proporcionan herramientas que simplifican las condiciones de prueba y

Los casos de prueba incluyen afirmaciones que verifican que el código se comporta como se esperaba.

Video 6: Writing Test Assertions:

Usamos afirmaciones como verificaciones para determinar si los resultados de nuestra prueba pasaron o fallaron:

Verdadero significa aprobado y Falso significa fallido.

Lo bueno de las afirmaciones

es que generarán una excepción si la evaluación es Falsa, marcando la prueba como fallida.

Python assert() function

Pero en Python, hay una forma más sencilla de hacer afirmaciones:

utilizando las afirmaciones adicionales que proporciona TestCase.

Recuerde que nuestra clase de caso de prueba se hereda de unittest.TestCase,

Assert:

Assert --> es la base de todas las afirmaciones

AssertEqual(a,b) --> Como su nombre lo indica, afirmará que "a" es igual a "b".

AssertNoEqual(a,b) --> a no es igual a b

AssertIn(a,b) --> Validara si a esta en b

AssertNotIn(a,b) --> Validara que a o este en b

AssertVerdadero() --> determinan si un valor es Verdadero

AssertFalse() --> determinan si un valor es Falso.

AssertIsInstance(a, TYPE)

AssertRaises() --> Para usarlo, pasa un nombre de clase de excepción, y el nombre de la función a llamar, y cualquier parámetro que esa función pueda necesitar. Para probar un controlador de errores, debe crear condiciones de error a propósito.afirmarRaises() devuelve Verdadero si la excepción se detectó en la ejecución de la función.

En este vídeo aprendiste que:

Los Assert son comprobaciones para determinar si las pruebas han pasado o no.

Para crear Assert en Python, los desarrolladores pueden usar la función assert() o cualquiera de las afirmaciones adicionales de PyUnit.

Los caminos felices verifican que una función devuelva resultados positivos cuando se espera.

Los caminos tristes verifican que una función responda a las excepciones de manera adecuada y sin fallar.

VIDEO 7 : Writing Test Assertions Demo

VIDEO 8: Test Fixtures

Veamos los seis dispositivos de prueba que nos brinda PyUnit.

Está setUpModule.

Esto se ejecuta una vez antes de todo el módulo de Python.

Recuerde: un módulo es solo un archivo Python. En este caso es el archivo que contiene tus pruebas.

Si el módulo tiene varias clases TestCase, se ejecuta antes de que se ejecute cualquiera de esas clases.

Asimismo tenemos tearDownModule,

que se ejecuta una vez al final del módulo, después de que se hayan ejecutado todas las pruebas.

Usamos este accesorio para limpiar una vez que se hayan completado todas las pruebas.

A continuación tenemos nuestra clase TestCase.

Puede tener un método de clase llamado setUpClass() que se ejecutará una vez antes todas las pruebas de esa clase.

TearDownClass(), que es otro método de nivel de clase. que se ejecutará una vez después de que se hayan ejecutado todas las pruebas de esa clase.

Los dos últimos encuentros de prueba se realizarán a nivel de instancia.

El primero, setUp(), se ejecutará antes de cada prueba.

Y TearDown() se ejecutará después de cada prueba.

En este vídeo aprendiste que:

Los dispositivos de prueba establecen una inicial conocida.

indicar antes y después de cada prueba.

Los accesorios de prueba son útiles para muchas pruebas.

situaciones.

Los dispositivos de prueba operan en tres niveles de especificidad: módulo, caso de prueba y prueba.

VIDEO 9 : Demostración de creación de un estado inicial mediante accesorios de prueba (15:14)

RESUMEN

En TDD, los casos de prueba dirigen el diseño del código

El flujo de trabajo Rojo/Verde/Refactor incluye tres pasos:

Escribir un caso de prueba unitaria que falle para el código que desearía tener.

Escribir código suficiente para superar la prueba

Refactorizar el código para mejorar su calidad

TDD ahorra tiempo de desarrollo y garantiza que el código funcione como se espera.

Para crear un canal DevOps, debe automatizar todas las pruebas.

La serie xUnit es uno de los marcos de pruebas más populares para TDD, mientras que otros incluyen Jasmine para JavaScript, Mocha para Node.js y SimpleTest para PHP.

Los dos marcos de pruebas más populares para Python son PyUnit y Pytest.

Otros dos marcos de pruebas populares para Python son Doctest y RSpec

Nose es un ejecutor de pruebas de Python que puede añadir color a la salida de las pruebas y llamar a la herramienta de cobertura de código

Para ejecutar pruebas TDD en Bash, puede llamar a unittest o nosetests si Nose está instalado.

A diferencia de unittest, Nose puede colorear los resultados de las pruebas, informar de la cobertura del código y listar los casos de prueba que faltan.

Los marcos de pruebas proporcionan herramientas que simplifican las condiciones de prueba.

Las aserciones son comprobaciones para determinar si las pruebas se han superado o no.

Para crear aserciones en Python, los desarrolladores pueden utilizar la función assert () o cualquier aserción adicional de PyUnit.

Los caminos felices verifican que una función devuelve resultados positivos cuando se espera, mientras que los caminos tristes confirman que una función responde a excepciones apropiadamente y sin romperse

Test fixtures establecen un estado inicial conocido antes y después de cada prueba

Los dispositivos de prueba son útiles para muchas situaciones de prueba, como la creación de objetos simulados y la carga de una base de datos con un conjunto de datos conocido.

Los dispositivos de prueba funcionan con tres niveles de especificidad:

Módulo

Caso de prueba

Prueba