Effektiv und effizient Testen mit Python in Köln

• Einführung in das Testen
  • Statische Testverfahren
  • Dynamische Testverfahren
    • Whitebox-Testing
    • Blackbox-Testing

• Testfunktionen
  • Testumgebung
  • Unit test
  • assert-Tracebacks erweitern
  • pytest.fail() und Exceptions
  • Testfunktionen strukturieren
  • Testklassen
  • Teilmengen testen

• pytest-Fixtures
  • setup und teardown
  • Fixture-Ausführung verfolgen
  • Datenbank setup and teardown
  • Auflisten der verfügbaren Fixtures, ihr Umfang und wo sie definiert sind
  • Teilen von Fixtures zwischen Testmodulen oder Verzeichnissen
  • Built-in Fixtures
  • Mehrere Fixtures in einem Test

• pytest-Parametrisierung
  • Parametrisierungsfunktionen mit einem und zwei Parametern
  • Fixture-Parametrisierung
  • Keywords zur Auswahl von Testklassen
  • IDs für Parameter-Objekte

• pytest-Markers
  • Überspringen von Testfunktionen
  • Wann Tests fehlschlagen sollen
  • Eigene Marker
  • Ausführlicher zusammenfassender Bericht

• pytest-Plugins
  • Einführung
  • Einige gebräucliche Plugins

• pytest-Konfiguration
• Debugging
• Blackbox-Tests
  • Hypothesen testen

• Statische Testverfahren
  • Style Guide überprüfen
  • Erkennen und Vermeiden von Sicherheitsproblemen in Python-Code
  • Komplexität von Python-Code messen

• Zusammenfassung und Rückblick

• Saubere, lesbare und gut strukturierte Testfunktionen erstellen
• Fixtures verwenden, um Setup-, Teardown- und Testdaten zu speichern
• Fixtures zwischen Tests und zwischen Testdateien austauschen
• Verfolgen der Testausführung durch Tests und Fixtures, um Tests zu debuggen
• Verwenden von Testparametrisierung, um mit einer geringen Anzahl von Testfunktionen eine Vielzahl von Testfällen zu erstellen
• Identifizieren von Testparametrisierungen mit Test-IDs
• Überspringen von Tests mit Markierungen
• Teilmengen von Tests ausführen mithilfe von Schlüsselwörtern, Markierungen, Testklassen und Kombinationen dieser Techniken
• Erweitern der Pytest-Funktionalität mit Plugins
• Hypothesen testen
• Statische Code-Analysen

ZielgruppenDieses Seminar richtet sich an alle, die Python-Code oder alles, was über Python-Code erreichbar ist, testen müssen: APIs, Web-Services, eingebettete Systeme, Hardware und natürlich Python-Pakete, -Anwendungen und -Werkzeuge.Dieses Seminar ist für Software-Ingenieure aller Fachrichtungen nützlich, auch für Test-Ingenieure. Erfahrung mit Softwaretests ist nicht erforderlich. Erfahrung in der Programmierung mit Python wäre jedoch hilfreich.