Tests unitaires simples | NSI 1ère

Définition et principe

Fonction → Test → Validation

Valider une unité de code à la fois

Test unitaire :

Test d'une seule fonction
Vérification du comportement
Détection d'erreurs précoces
Automatisation possible

Structure d'un test :

Entrée(s) définie(s)
Exécution de la fonction
Comparaison du résultat attendu

Objectifs

✅

Vérifier le bon fonctionnement

🐛

Détecter les bugs tôt

🔄

Faciliter la maintenance

🛡️

Garantir la stabilité du code

Exemples de tests

# Fonction à tester
def carre(nombre):
    """Retourne le carré d'un nombre"""
    return nombre * nombre

# Tests manuels
assert carre(5) == 25
assert carre(0) == 0
assert carre(-3) == 9
print("Tous les tests passent!")

# Avec unittest
import unittest

class TestCarre(unittest.TestCase):
    def test_carre_positif(self):
        self.assertEqual(carre(5), 25)
        
    def test_carre_zero(self):
        self.assertEqual(carre(0), 0)
        
    def test_carre_negatif(self):
        self.assertEqual(carre(-3), 9)

if __name__ == '__main__':
    unittest.main()

🎯

Cas nominal : fonctionnement normal

⚠️

Cas limite : valeurs extrêmes

💥

Cas d'erreur : valeurs invalides

🔍

Couverture : tous les chemins exécutés

Frameworks de test

🧪

unittest : intégré à Python

🚀

pytest : plus simple et puissant

✅

assertions : vérifications automatiques

Bonnes pratiques

🧪

Un test par cas de figure

🏷️

Nommer les tests de façon descriptive

🔄

Exécuter les tests fréquemment

📋

Tester les cas limites et erreurs

🔧

Isoler les tests les uns des autres

Erreurs Fréquentes

Erreur 1 :

Ne pas tester les cas limites

Erreur 2 :

Tester plusieurs comportements dans un seul test

Erreur 3 :

Dépendance entre tests

Erreur 4 :

Ne pas mettre à jour les tests lors de modifications

Types de tests

Tests fonctionnels :

Vérifier que la fonction fait ce qu'elle doit faire
Comparer résultats attendus vs obtenus

Tests de robustesse :

Gestion des erreurs
Entrées invalides ou limites