Apprend à tester ton code grâce aux tests unitaires avec Python et les bibliothèques unittest et pytest.
Commencer la formation
01:23
Lors de cette première session, vous allez découvrir l'importance des tests unitaires dans le développement en Python. Nous allons introduire les librairies unittest et pytest, fondamentales pour la réalisation de ces tests. Vous allez comprendre leur fonctionnement et comment ils peuvent vous aider à améliorer et sécuriser votre code.
07:05
Dans cette introduction essentielle, vous allez comprendre l'importance de tester votre code en Python. Vous découvrirez pourquoi assurer la validation et le contrôle de votre programme impacte positivement sa fiabilité et sa maintenance. Cette session mettra l'accent sur les raisons pour lesquelles les tests unitaires sont indispensables à toute programmation sérieuse et efficace.
01:59
Dans cette session, vous allez découvrir où positionner judicieusement vos tests unitaires dans la structure de votre projet Python. Nous allons explorer comment l'organisation des tests peut influencer leur efficacité et facilité d'utilisation. Grâce à cette session, le placement des tests ne sera plus un mystère.
01:46
Dans cette session, vous vous familiariserez avec la bibliothèque 'unittest' de Python. Vous allez apprendre à rédiger des tests unitaires pour garantir le bon fonctionnement de votre code. Nous aborderons la syntaxe de base, l'organisation des tests, l'assertion et la gestion des exceptions. Vous allez mettre ces connaissances en pratique grâce à des exercices concrets.
02:27
Dans cette session, vous allez découvrir doctest, une bibliothèque de Python dédiée aux tests unitaires. Vous allez apprendre à l'utiliser pour tester votre code de manière efficace et fiable. Ensemble, nous allons explorer comment la mettrons en œuvre, à l'aide d'exemples concrets, pour garantir la robustesse de vos codes Python.
02:12
Dans cette session, vous allez découvrir comment utiliser pytest, un outil de test avancé pour Python. Vous allez apprendre à créer et exécuter vos propres tests unitaires, ce qui vous aidera à garantir que votre code fonctionne comme prévu. Nous aborderons également comment pytest peut rendre le processus de test plus efficace et plus fiable.
03:26
Dans cette session, vous allez découvrir l'importance de la couverture de code et comment l'évaluer efficacement à l'aide de l'outil 'coverage'. Nous allons explorer comment instaurer des normes de couverture de code dans vos projets pour garantir la robustesse de vos tests. Vous apprendrez à détecter des segments de code non testés et à augmenter leur couverture par des tests supplémentaires.
04:42
Dans cette session, vous allez analyser votre code Python pour le rendre testable. Nous allons vous montrer comment adopter une approche de "Test Driven Development" pour améliorer la qualité et la fiabilité du code. Nous allons également aborder comment écrire efficacement des tests unitaires afin de vous aider à minimiser les bugs et les erreurs dans votre futur code.
07:15
Au cours de cette session, vous serez initié au concept des tests unitaires en Python. Nous allons explorer ensemble la méthodologie de création d'un premier test unitaire, en vous guidant pas à pas. Vous allez également découvrir les spécificités des bibliothèques unittest et pytest, outils essentiels pour écrire des tests efficaces.
07:08
Au cours de cette session, vous allez découvrir comment utiliser la bibliothèque unittest pour exécuter vos tests unitaires en Python. Nous allons aborder la syntaxe de base, les assertions et les principales méthodes pour créer et exécuter vos tests. Ainsi, vous serez capable d'automatiser le testing de votre code Python pour garantir sa solidité et sa fiabilité.
08:08
Dans cette session, vous allez approfondir vos compétences en matière de tests unitaires Python. Nous allons explorer comment compléter les tests, assurant ainsi la robustesse de votre code. Vous découvrirez les techniques pour s'assurer que chaque fonctionnalité de votre programme est testée de manière exhaustive grâce à unittest et pytest.
06:37
Dans cette session, vous allez acquérir les compétences nécessaires pour afficher la couverture de vos tests unitaires en utilisant coverage.py. Nous allons explorer comment cet outil peut aider à identifier les parties du code qui n'ont pas été testées. Vous allez apprendre à l'utiliser efficacement pour améliorer la qualité de vos tests et, par conséquent, celle de votre code Python.
00:44
Dans cette session, vous allez apprendre à installer et configurer pytest, un framework de tests unitaires Python. Nous allons découvrir comment le paramétrer selon vos besoins spécifiques. Cette étape vous permettra de l'utiliser plus facilement pour tester votre code Python par la suite.
02:27
Durant cette session, vous allez apprendre comment utiliser pytest, une populaire bibliothèque de tests en Python, pour exécuter des tests unitaires écrits avec unittest. Nous allons approfondir ensemble son intégration avec le cadre de test unittest, et comment tirer profit de cette alliance pour maximiser l'efficacité des tests de votre code.
04:57
Dans cette session, vous allez découvrir comment écrire vos propres tests unitaires avec la bibliothèque pytest. Nous allons apprendre à planifier et à structurer correctement nos tests pour une meilleure détection des erreurs dans votre code. Approfondissez votre connaissance de la bibliothèque pytest et décuplez la robustesse de votre code en Python.
02:55
Au cours de cette session, vous allez apprendre comment générer un rapport HTML à l'aide de la bibliothèque pytest-html. Nous mettrons l’accent sur l'importance de visualiser les résultats de vos tests unitaires. Nous allons explorer comment personnaliser ces rapports pour les rendre plus pertinents et informatifs.
11:15
Dans cette session, vous allez maîtriser l'usage des "fixtures" dans le contexte des tests unitaires avec Python. Nous allons explorer comment initialiser et nettoyer les conditions de test pour optimiser la fiabilité de votre code. Vous apprendrez également à structurer vos tests unitaires avec unittest et pytest grâce aux fixtures.
