Testen ====== Grundsätzlich wird zwischen statischen und dynamischen Testverfahren unterschieden. .. glossary:: Statische Testverfahren werden verwendet um den Quellcode zu überprüfen, wobei dieser jedoch nicht ausgeführt wird. Sie unterteilen sich in * :ref:`Reviews ` und * `Statische Code-Analyse `_ Es gibt diverse Python-Pakete, die euch bei der statischen Code-Analyse unterstützen können, u.a. :doc:`Python4DataScience:productive/qa/flake8`, :doc:`Python4DataScience:productive/qa/pysa` und :doc:`Python4DataScience:productive/qa/wily`. Dynamische Testverfahren dienen dem Auffinden von Fehlern beim Ausführen des Quellcodes. Dabei wird zwischen Whitebox- und Backbox-Tests unterschieden. Whitebox-Tests werden unter Kenntnis des Quellcodes und der Software-Struktur entwickelt. In Python stehen euch verschiedene Module zur Verfügung: :doc:`unittest` unterstützt euch bei der Automatisierung von Tests. :doc:`mock` erlaubt euch das Erstellen und Verwenden von Mock-Objekten. :doc:`doctest` ermöglicht das Testen von in Python Docstrings geschriebenen Tests. :doc:`tox` ermöglicht das Testen in verschiedenen Umgebungen. Blackbox-Tests werden ohne Kenntnis des Quellcodes entwickelt. Neben :doc:`unittest` kann in Python auch :doc:`hypothesis` für solche Tests verwendet werden. .. seealso:: * `Python Testing and Continuous Integration `_ .. toctree:: :titlesonly: :hidden: unittest sqlite doctest hypothesis pytest/index coverage mock tox unittest2 glossary