[Python] 테스팅과 디버깅

테스팅과 디버깅

단위 테스트와 테스트 주도 개발

Source code: Lib/unittest/__init__.py(If you are already familiar with the basic concepts of testing, you might want to skip to the list of assert methods.) The unittest unit testing framework was ...

docs.python.org

단위 테스트 Unit test

•

개별 함수나 메서드와 같은 코드의 가장 작은 단위가 예상대로 동작하는지 검증

•

unittest 모듈을 이용해 단위 테스트르르 작성 및 실행 가능

•

표준 라이브러리는 아니지만 nose2, pytest와 같은 패키지를 사용하기도 한다

테스트 주도 개발

1.

명세 기준으로 테스트 케이스 정의

2.

테스트 케이스를 통과할 수 있는 코드 작성

3.

통과하면 새로운 기능 추가

# test.py
import unittest

def add(x, y):
    return x + y
    
class TestAdd(unittest, TestCase):
    def test_add(self):
        self.assertEqual(add(1, 2), 3)

if __name_ == '__main__':
    unittest.main()

•

테스트를 먼저 작성하고 그 테스트를 통과하도록 코드를 구현

•

코드의 품질 향상, 버그를 줄일 수 있다

디버깅 기법과 도구 활용

pdb — 파이썬 디버거

소스 코드: Lib/pdb.py pdb 모듈은 파이썬 프로그램을 위한 대화형 소스 코드 디버거를 정의합니다. 소스 라인 단계의 중단점(breakpoint) 및 단계 실행(single stepping) 설정, 스택 프레임 검사, 소스 코드 목록, 그리고 모든 스택 프레임의 컨텍스트에서 임의의 파이썬 코드 평가를 지원합니다. 또한 포스트-모템(post-m...

docs.python.org

•

프로그램에서 오류를 찾아내고 그 원인을 알아내어 수정하는 작업

•

대부분의 통합개발환경(IDE)들은 디버깅 도구를 제공

import pdb

def add_to_ten(num):
    result = num + 10
    pdb.set_trace() # 디버거를 실행. break 포인트
    return result

add_to_ten(5)

•

h: 도움말

•

n: 현재 라인 실행 후 다음 라인으로 넘어간다

•

s: 현재 라인 실행 후 다음 스텝을 진행

•

c: break point가 있을 때까지 계속 실행

•

q: 중단

import pdb

def add(a, b):
    return a + b

def test():
    for i in range(10):
        x = add(i, 10)
        pdb.set_trace() # breakpoint()
    for i in range(10):
        y = add(i, 100)
        pdb.set_trace() # breakpoint()

test()

•

python 3.7버전에서는 breakpoint()로 간단하게 디버깅 가능

코드 품질 개선을 위한 정적 분석

소프트웨어 테스팅

•

기능 테스팅

◦

화이트 박스 테스팅: 개별 기능, 메서드, 클래스, 모듈 테스트 (정적 분석)

◦

블랙 박스 테스팅: 소프트웨어 코드에 가시성이 없는 코드 (셀레니옴 등을 사용하기도 한다)

•

성능 테스팅 (부하 테스팅, 스트레스 테스팅 등)

•

보안 테스팅

•

사용성 테스팅

•

설치 테스팅

•

접근성 테스팅

정적 분석 static analysis

•

프로그램을 실행하지 않고 코드를 분석하여 버그, 코드 스멜, 안티 패턴 등을 찾아내는 방법

•

Python에서는 pylint, flake8, Pyflakes 등의 도구를 사용하여 정적 분석

•

PEP8과 같은 표준

•

코드의 구문 오류, 들여쓰기 등

•

로직이나 나쁜 냄새

◦

God Object: 너무 많은 기능이 있는 객체

◦

Parameter creep: 너무 많은 파라미터가 있을 경우 함수 호출과 테스트에 부하를 준다

◦

Cyclomatic complexity: 과도한 분기와 루프

◦

이외에 코드의 나쁜 냄새는검색

◦

복잡도가 높아질수록 테스트 용이성(오류를 노출하기 쉬운 정도)이 낮아짐

pip install pylint
pylint test.py

def 구구단():
    for i in range(2, 10):
        for j in range(1, 10):
            print('{} * {} = {}'.format(i, j, i*j))

구구단()

•

pylint를 이용하여 my_module.py 파일을 정적 분석할 수 있다

•

R: 모범 사례 Refactor

•

C: 표준 위반 Convention

•

W: 사소한 문제 경고 Warning

•

E: 에러 Error

•

F: 치명적 Fatal