Pour faire simple, test unitaire (unit test) vérifie si cela fonctionne correctement petit morceau de code, le plus souvent - une fonction ou une méthode séparée. Mot unit se traduit par « unité », et dans les tests, cette unité est la plus petite partie du programme qui peut être testée de manière isolée.
Par exemple, si vous avez la fonction calculateSum(a, b), le test unitaire vérifiera que, avec des données d'entrée différentes, elle renvoie le résultat correct.
Pourquoi les tests unitaires sont-ils importants ?
Détection précoce des erreurs.
Une erreur détectée lors de la phase de test coûte moins cher qu'une erreur en production.
Confiance dans le changement.
Ajoutez une nouvelle fonctionnalité ou refactorisez le code : les tests montreront si quelque chose s'est cassé.
Documentation à travers des exemples.
Les bons tests expliquent par eux-mêmes comment le code fonctionne.
Automatisation.
Les tests peuvent être exécutés automatiquement à chaque validation via CI/CD.
À quoi ressemble un test unitaire en pratique ?
Exemple en Python :
def multiply(a, b):
return a * b
Créons maintenant un test en utilisant la bibliothèque unittest :
import unittest
class TestMultiply(unittest.TestCase):
def test_positive_numbers(self):
self.assertEqual(multiply(2, 3), 6)
def test_with_zero(self):
self.assertEqual(multiply(0, 10), 0)
if __name__ == '__main__':
unittest.main()
Lorsque vous exécutez les tests, Python vérifie que multiply(2, 3) renvoie bien 6 et que multiply(0, 10) renvoie 0. Si tout est correct, le test réussira, sinon vous saurez immédiatement où se trouve l'erreur.
Bonnes pratiques pour rédiger des tests unitaires
Testez une chose à la fois : chaque test vérifie un comportement spécifique.
Isolez les tests — ils ne doivent pas dépendre les uns des autres.
Écrivez lisiblement : des noms compréhensibles comme
test_returns_zero_when_input_is_empty().Ne testez pas l'évidence : si une fonction appelle simplement une bibliothèque sans logique, aucun test n'est nécessaire.
Tests unitaires dans des projets réels
Dans de nombreuses équipes, les tests font partie intégrante du processus de développement. Par exemple :
Dans GitHub Actions ou GitLab CI les tests sont lancés automatiquement avant le déploiement.
Dans projets open source sans tests, le code n'est souvent pas accepté dans le dépôt.
Dans des produits comme Codik les tests permettent de s'assurer que les nouvelles leçons et les API ne cassent pas les anciennes fonctionnalités.
Les tests unitaires ne sont pas seulement un « travail supplémentaire », mais investissement dans la stabilité. Avec leur aide, le développeur peut améliorer le code en toute confiance, sans craindre de gâcher accidentellement quelque chose. Sans tests, le code se transforme rapidement en un « champ de mines », où tout changement peut tout casser.
Au fait, si vous n'êtes pas encore familier avec Codique est notre robot curieux qui enseigne la programmation avec des mots simples et sans être ennuyeux.
Il explique des sujets complexes comme les tests, Python ou JavaScript de manière à ce que même un débutant puisse les comprendre et les trouver intéressants.
Et dans notre Chaîne Telegram nous partageons de nouveaux articles, des mini-cours, des idées de l'informatique et analysons des exemples de code réels.
Jetez-y un coup d'œil, l'ambiance est conviviale et les connaissances sont nombreuses.