Saltearse al contenido

Testing

Un test es una promesa sobre el comportamiento del código que se comprueba sola. La mitad de los tests del mundo no prueban comportamiento: prueban cómo está escrito el código, y por eso se rompen en cada refactor sin que nada esté mal.

Si un test falla cuando mejoras el código sin cambiar lo que hace, el test está mal escrito.

tests/
├── conftest.py # fixtures compartidas
├── test_pedidos.py
└── test_descuentos.py
import pytest
from mi_paquete.pedidos import Pedido, calcular_total
@pytest.fixture
def pedido():
return Pedido(lineas=[("libro", 20), ("lapiz", 2)])
def test_total_suma_las_lineas(pedido):
assert calcular_total(pedido) == 22
@pytest.mark.parametrize("descuento, esperado", [(0, 22), (10, 19.8), (100, 0)])
def test_total_con_descuento(pedido, descuento, esperado):
assert calcular_total(pedido, descuento=descuento) == pytest.approx(esperado)

Tres piezas y ninguna es accidental:

  • fixture: construye el estado una vez y lo inyecta por nombre. Se comparte en conftest.py.
  • parametrize: un test, varios casos, y el nombre del fallo dice cuál. Es la forma de cubrir casos límite sin copiar funciones.
  • approx: comparar float con == es un test que falla al azar (Parte I, capítulo 07).
Nivel Proporción Qué cubre
Unitario Muchos Una función, con dobles para lo externo
Integración Algunos Varias piezas reales: base de datos, cola
Extremo a extremo Pocos El flujo completo, lento y frágil

La proporción no es dogma: es economía. Los unitarios son rápidos y localizan el fallo; los de extremo a extremo tardan minutos y cuando fallan no dicen dónde.

Lo que sí es regla: prueba los bordes. Cadena vacía, cero, negativo, None, lista vacía, el valor máximo. Los casos normales rara vez fallan.

La cobertura mide qué líneas se ejecutaron, no si el resultado era correcto. Un test que llama a una función y no comprueba nada da 100 % de cobertura y cero información.

Sirve para lo contrario: para ver qué líneas no se ejecutan nunca. Un except que ninguna prueba toca es código que probablemente está mal.

  • En un prototipo que se va a tirar. Pero si sobrevive una semana, empieza por el camino crítico.
  • Para código generado o de terceros.
  • Para probar el lenguaje. assert 1 + 1 == 2 no aporta.
  • Si el test tarda más que el desarrollo que protege. Un test de 30 segundos que se ejecuta cien veces al día es un impuesto.

Un test de un servicio de precios tarda 8 segundos y falla de forma intermitente en CI. Revisa estas causas y di cuál investigarías primero: (a) usa datetime.now(), (b) llama a una API real, (c) usa random, (d) tiene un sleep(5).

Solución

Primero (d), por el tiempo: un sleep(5) explica 8 segundos sin necesidad de investigar nada más. Se sustituye por inyección de tiempo o por un doble del reloj.

Después (a) y (c), por la intermitencia: ambos introducen no determinismo. datetime.now() falla en los bordes del día; random sin semilla falla con probabilidad pequeña pero constante.

(b) explica las dos cosas a la vez —lentitud e intermitencia— y es el candidato más probable si el test tarda entre 5 y 8 segundos sin sleep explícito. Una API real es lenta y falla.

El orden real de investigación: mirar el test, no adivinar. Un pytest --durations=10 dice cuál es el test lento, y el mensaje de fallo suele delatar si es una fecha, un número aleatorio o un timeout de red.

  • Ramalho, L. Fluent Python, 2ª ed. Capítulo 8: tipado y contratos.
  • Lott, S. F. Modern Python Cookbook, 3ª ed. Capítulo 15: testing.
  • Documentación de pytest: fixtures, parametrize, approx.
  • 02 · Configuración: cómo se inyecta el entorno en los tests.
  • 08 · CI: dónde se ejecutan sin excusas.
  • 10 · Depuración: qué hacer cuando un test falla.