Parametrisering og testdækning
Kør tests med flere input ved hjælp af @pytest.mark.parametrize.
Parametrisering og testdækning er en gratis Python Academy-lektion på CoddyKit. Dette er lektion 3 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Python Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Python Academy-kurset indeholder 4 lektioner i alt.
@pytest.mark.parametrize
Kør den samme test med flere input ved hjælp af @pytest.mark.parametrize. Hver tupel er et separat testtilfælde.
import pytest
@pytest.mark.parametrize("a,b,expected", [
(1, 2, 3),
(0, 0, 0),
(-1, 1, 0),
(10, -5, 5),
])
def test_add(a, b, expected):
assert a + b == expectedEnkelt parameter
For ét argument skal du sende en liste med værdier direkte.
import pytest
@pytest.mark.parametrize("n", [1, 2, 3, 4, 5])
def test_positive(n):
assert n > 0Navngivne test-id'er
Angiv en liste med ids for at navngive hvert parametersæt, så outputtet bliver tydeligere.
import pytest
@pytest.mark.parametrize("value,result", [
(2, True),
(3, False),
], ids=["even", "odd"])
def test_is_even(value, result):
assert (value % 2 == 0) == resultStabling af parametrize-dekoratorer
Stabl to parametrize-dekoratorer for at få det kartesiske produkt af inputværdierne.
import pytest
@pytest.mark.parametrize("x", [1, 2])
@pytest.mark.parametrize("y", [10, 20])
def test_product(x, y):
assert x * y > 0 # 4 test cases: (1,10),(1,20),(2,10),(2,20)pytest-cov: Installation
Installér pytest-cov for at måle, hvilke linjer i din kode der dækkes af tests.
# pip install pytest-cov
# Basic usage:
# pytest --cov=mypackage
# HTML report:
# pytest --cov=mypackage --cov-report=htmlSådan læser du dækningsoutput
Testdækning viser, hvilke linjer, forgreninger eller instruktioner der ikke blev nået under testkørslen.
# Name Stmts Miss Cover
# ------- ----- ---- -----
# mypackage/utils.py 20 3 85%
#
# Missing: lines 45, 67, 88Dækning af forgreninger
Brug --cov-branch til at følge, om begge forgreninger i betingelser testes.
# pytest --cov=mypackage --cov-branch
def is_positive(n):
if n > 0: # branch 1: True
return True
return False # branch 2: FalseFejl ved lav dækning
Brug --cov-fail-under=N for at få byggeprocessen til at fejle, hvis dækningen falder under N procent.
# pytest --cov=mypackage --cov-fail-under=80
# FAIL Required test coverage of 80% not reached. Total: 72%.coveragerc-konfiguration
Konfigurér udelukkelser fra dækningen i .coveragerc for at springe standardkode over.
# .coveragerc
[run]
omit =
*/migrations/*
*/tests/*
setup.py
[report]
exclude_lines =
pragma: no cover
if TYPE_CHECKING:Hvad god dækning betyder
Høj dækning garanterer ikke korrekte tests. Sigt efter meningsfulde tjek, ikke blot at ramme linjer. 80-90 % er et praktisk mål for de fleste projekter.
# A covered but useless test:
def test_nothing():
is_positive(5) # no assert — 100% coverage, zero confidence
# A meaningful test:
def test_positive():
assert is_positive(5) is True
assert is_positive(-1) is FalseKombination af parametrize og dækning
Parameteriserede tests forbedrer naturligt dækningen ved at afprøve flere kodeveje med én testdefinition.
import pytest
@pytest.mark.parametrize("n,expected", [
(5, True), (-1, False), (0, False)
])
def test_is_positive(n, expected):
assert is_positive(n) == expectedHurtigt tjek
Hvad gør --cov-fail-under=90 i en pytest-kørsel?
Opsummering
Brug @pytest.mark.parametrize til at teste flere input på en overskuelig måde. Mål kodedækningen med pytest-cov, følg forgreninger med --cov-branch, og håndhæv minimumsværdier med --cov-fail-under.
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 76
- Lektioner
- 320
Ofte stillede spørgsmål
Er lektionen “Parametrisering og testdækning” gratis?
Ja — hele teksten til “Parametrisering og testdækning” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Python Academy-kurset, skal du opgradere til CoddyKit PRO. Python Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Parametrisering og testdækning”?
Kør tests med flere input ved hjælp af @pytest.mark.parametrize. Du øver dig i Python Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Python Academy?
Der kræves ingen tidligere erfaring. Python Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 3 af 4.
Hvor lang tid tager lektionen “Parametrisering og testdækning”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Python Academy-lektion?
Ja. Alle Python Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Skrivning af de første pytest-tests
- Fixtures og opsætning/nedlukning
- Parametrisering og testdækning
- Mocking med unittest.mock