Clojure Functional Programming & JVM Backend Development · Leçon

Tests fondés sur les propriétés avec clojure.test.check

Apprenez à écrire des tests robustes qui vérifient les propriétés de votre code sur un éventail de données d'entrée à l'aide de `clojure.test.check`

Tests fondés sur les propriétés avec clojure.test.check est une leçon Clojure Functional Programming & JVM Backend Development gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Clojure Functional Programming & JVM Backend Development, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Clojure Functional Programming & JVM Backend Development comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Beyond Example Tests

Welcome to Property-Based Testing (PBT)! Traditional unit tests use specific examples to check if your code works. PBT takes a different approach.

Instead of examples, you define properties that your code should always uphold, no matter the input. Then, a PBT tool generates many diverse inputs to try and break those properties.

PBT vs. Example-Based Testing

Think of it this way:

Example-Based Testing (like clojure.test): "Does (my-add 2 3) return 5?" You pick the inputs.
Property-Based Testing (with clojure.test.check): "Is (my-add a b) always equal to (my-add b a) for any integers a and b?" The tool generates a and b.

PBT is excellent at finding edge cases you might not think of manually.

Defining a Property with for-all

In clojure.test.check, you define a property using the for-all macro. It takes a vector of bindings (variables paired with generators) and a predicate (a function that should return true if the property holds).

Try running this simple property that checks if an integer generated is indeed an integer.

(ns my-project.core
  (:require [clojure.test.check :as tc]
            [clojure.test.check.properties :refer [for-all]]
            [clojure.test.check.generators :as gen]))

(defn run-int-property-check []
  (let [result (tc/quick-check 100
                               (for-all [x gen/int]
                                 (<= x (inc x))))] ; Property: x is always <= x+1
    (println "Property check result:" result)))

(defn -main [& args]
  (run-int-property-check))

Building with Generators

Generators (from clojure.test.check.generators, commonly aliased as gen) are functions that produce random data of a specific type. They are the heart of PBT inputs.

Common generators include gen/int, gen/boolean, gen/string, and many more. You can also combine them!

(ns my-project.core
  (:require [clojure.test.check.generators :as gen]))

(defn generate-and-print []
  (println "Random int:" (gen/generate gen/int))
  (println "Random boolean:" (gen/generate gen/boolean))
  (println "Random string:" (gen/generate gen/string {:max-size 10}))) ; Limit string size for display

(defn -main [& args]
  (generate-and-print))

Executing Property Checks

Once you define a property with for-all, you need to run it. clojure.test.check provides functions like quick-check and check.

tc/quick-check N property: Runs the property N times and returns a summary.
tc/check property: Provides a more detailed result, especially useful when a property fails.

Here, we check if addition is commutative (a + b = b + a).

(ns my-project.core
  (:require [clojure.test.check :as tc]
            [clojure.test.check.properties :refer [for-all]]
            [clojure.test.check.generators :as gen]))

(defn check-sum-property []
  (let [sum-property (for-all [a gen/int b gen/int]
                               (= (+ a b) (+ b a)))] ; Addition is commutative
    (println "Checking sum property...")
    (let [result (tc/quick-check 100 sum-property)]
      (println "Result:" result))))

(defn -main [& args]
  (check-sum-property))

Practical Property: Reversibility

A common and powerful property to test is reversibility. If you apply an operation and then its inverse, you should get back the original input.

Let's define simple encode and decode functions (which just reverse a string) and check if (decode (encode s)) always yields s.

(ns my-project.core
  (:require [clojure.test.check :as tc]
            [clojure.test.check.properties :refer [for-all]]
            [clojure.test.check.generators :as gen]))

(defn encode [s] (apply str (reverse s))) ; Simple reverse string
(defn decode [s] (apply str (reverse s)))

(defn check-encode-decode-property []
  (let [prop (for-all [s (gen/string-alphanumeric 0 20)] ; Limit string size
                          (= s (decode (encode s))))]
    (println "Checking encode/decode property...")
    (let [result (tc/quick-check 100 prop)]
      (println "Result:" result))))

(defn -main [& args]
  (check-encode-decode-property))

Finding Minimal Failures (Shrinking)

One of the most valuable features of clojure.test.check is shrinking. When a property fails, it doesn't just give you the first failing input. It tries to find the smallest possible input that still causes the failure.

This helps you quickly pinpoint the root cause of a bug. Run this example: my-buggy-function has a subtle bug when input is 0.

(ns my-project.core
  (:require [clojure.test.check :as tc]
            [clojure.test.check.properties :refer [for-all]]
            [clojure.test.check.generators :as gen]))

(defn my-buggy-function [x]
  (if (= x 0) 100 x)) ; Bug: returns 100 if input is 0

(defn check-buggy-property []
  (let [prop (for-all [x gen/int]
                          (> (my-buggy-function x) 0))] ; Property: result is always > 0
    (println "Checking buggy property (expecting failure)...")
    (let [result (tc/quick-check 100 prop)]
      (println "Result (look for 'smallest' failing input):" result))))

(defn -main [& args]
  (check-buggy-property))

Creating Custom Generators

You're not limited to basic generators. You can compose them or transform their output to create generators for more specific data types using functions like gen/fmap and gen/such-that.

gen/fmap (functor map) applies a function to the value produced by another generator. Here, we create a generator for positive integers.

(ns my-project.core
  (:require [clojure.test.check :as tc]
            [clojure.test.check.properties :refer [for-all]]
            [clojure.test.check.generators :as gen]))

(def gen-positive-int
  (gen/fmap #(inc %) gen/nat)) ; gen/nat produces non-negative numbers, inc makes them positive

(defn check-positive-property []
  (let [prop (for-all [x gen-positive-int]
                          (> x 0))] ; Property: x is always greater than 0
    (println "Checking positive integer property...")
    (let [result (tc/quick-check 100 prop)]
      (println "Result:" result))))

(defn -main [& args]
  (check-positive-property))

Composing Generators

For complex data structures, you can combine multiple generators. gen/vector creates a vector of generated items, gen/tuple creates a fixed-size sequence, and gen/hash-map creates maps with generated keys and values.

Here's an example of generating simple 'person' data.

(ns my-project.core
  (:require [clojure.test.check.generators :as gen]))

(def gen-person
  (gen/hash-map :name (gen/string-alphanumeric 3 10)
                :age (gen/choose 1 100)))

(defn generate-people []
  (println "Generating 3 people:")
  (dotimes [n 3]
    (println "  " (gen/generate gen-person))))

(defn -main [& args]
  (generate-people))

Check Your Understanding

Property-Based Testing fundamentally changes how we think about test inputs.

Recap: Robust Testing with PBT

In this lesson, we explored Property-Based Testing with clojure.test.check.

You learned to define properties using for-all.
We saw how generators (gen/int, gen/string, etc.) create diverse inputs.
You used quick-check to run your properties.
We discussed the power of shrinking to find minimal failing cases.
Finally, you learned to create and compose custom generators for complex data.

PBT is a powerful tool for writing more robust and reliable Clojure applications by testing behaviors across an infinite range of inputs!

Questions Fréquemment Posées

La leçon « Tests fondés sur les propriétés avec clojure.test.check » est-elle gratuite ?

Oui — le texte complet de « Tests fondés sur les propriétés avec clojure.test.check » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Clojure Functional Programming & JVM Backend Development, passe à CoddyKit PRO. Le cours Clojure Functional Programming & JVM Backend Development comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Tests fondés sur les propriétés avec clojure.test.check » ?

Apprenez à écrire des tests robustes qui vérifient les propriétés de votre code sur un éventail de données d'entrée à l'aide de `clojure.test.check` Tu pratiques Clojure Functional Programming & JVM Backend Development avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer Clojure Functional Programming & JVM Backend Development ?

Aucune expérience préalable n'est requise. Clojure Functional Programming & JVM Backend Development sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.

Combien de temps prend la leçon « Tests fondés sur les propriétés avec clojure.test.check » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon Clojure Functional Programming & JVM Backend Development ?

Oui. Chaque leçon Clojure Functional Programming & JVM Backend Development inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

Transducteurs pour un traitement efficace
Monades et abstractions fonctionnelles
Tests fondés sur les propriétés avec clojure.test.check
Séquences paresseuses et flux infinis

← Retour à Clojure Functional Programming & JVM Backend Development