Marco de pruebas
El marco de pruebas escogido es pytest.
Tras un primer análisis, se ha procedido a instalar tres frameworks distintos de pytest, el cual fue elegido inicialmente. Para ello se han estudiado distintos frameworks, para tras un primer estudio, proceder a probar Nose, Nose2 y Testify.
Tras realizar un primer análisis de uso, se pueden sacar las siguientes conclusiones:
- Nose.
- Posee como base la biblioteca unittest para la realización de aserciones.
- Posee una gran cantidad de plugins para la realización de tareas relacionadas a testing.
- Uno de nuestros objetivos es usar un framework lo más actualizado posible, por lo que plantearse su uso realmente carece de sentido existiendo Nose2.
- Nose2.
- Es el sucesor de Nose.
- No posee todas las funcionalidades de Nose, en su lugar la sustituye por otras nuevas o similares.
- Requiere un gran conocimiento sobre testing en Python. Como detalle destacaría que en la misma página oficial sugieren que en caso de no conocer bien la materia se debería usar pytest.
- Dependencia quizás excesiva de plugins.
- La complejidad de la configuración crece exponencialmente en cuanto crece la complejidad del proyecto.
- Testify.
- Al igual que Nose y Nose2, su base está desarrollada con unittest.
- Utiliza una convención más parecida a la propia del lenguaje.
- Similar a pytest.
- Posee plugins que extienden su funcionalidad.
Otra opción que se podría haber considerado sería Robot Framework, que sería una opción interesante y a tener en cuenta si el desarrollo de nuestro proyecto se realizara con distintos lenguajes, pero se ha descartado ya que está más orientado a tests de aceptación que tests unitarios.
Se ha optado finalmente por utilizar pytest frente a estas opciones por lo siguientes motivos:
- Puede ejecutar test de unittest, aunque actualmente no se consideren en el proyecto, podrían plantearse sin problemas en un futuro o incluso realizar el cambio sin ningún tipo de problema. Realmente con este punto podríamos considerar que ninguno de los frameworks estudiados posee dicha ventaja frente al resto.
- Visualización óptima de errores, no se limita a mostrar la línea del error como cualquiera de las versiones de Nose sino que pytest además indica el error, los valores y remarca con colores.
- Utiliza la sentencia assert estándar en Python. Además, es compatible con la biblioteca de aserciones que se ha escogido. La integración con Testify por ejemplo podría realizarse, pero de forma más compleja.
- Permite un setup de test con enfoques o fixtures de módulo, sesión o función.
- La ejecución de tests permite selección de tests por nombre al marcar correctamente su fixture.
- En pytest los tests se definen como funciones, a diferencia de los frameworks basados en unittest, que requiere de una clase con herencia, y cuyos métodos representan los tests.
- Al no pertenecer a la librería estándar de Python, no depende de las releases del mismo.
Por último, cabría destacar que tras analizar dichas diferencias, y contemplar como opciones finales Pytest y Testify, se ha escogido Pytest, además de por los motivos anteriormente explicados, porque Pytest posee una mayor documentación y su instalación se puede realizar de un modo más sencillo.
Tras explicar la elección, se procede a mostrar un ejemplo de ejecución de pytest el cual se encuentra en test de controlador:
