Python | Вопросы собесов

📌 Что такое unit test ? 💬 Спросят с вероятностью 3% Юнит-тестирование (unit testing) — это метод тестирования ПО, при котором отдельные модули или компоненты (юниты) программы проверяются на корректность их работы. Предназначены для проверки небольших, изолированных частей кода, таких как функции или методы классов, чтобы убедиться, что они работают правильно. Особенности: 1️⃣ Изоляция: Каждый тест проверяет отдельный модуль или компонент программы в изоляции от других модулей. 2️⃣ Автоматизация: Часто автоматизируются, что позволяет быстро проверять корректность кода при внесении изменений. 3️⃣ Повторяемость: Можно запускать многократно, чтобы убедиться, что изменения в коде не привели к новым ошибкам. 4️⃣ Модульность: Должны быть небольшими и простыми, охватывающими все возможные сценарии использования тестируемого кода. Преимущества: 1️⃣ Раннее обнаружение ошибок: Помогают выявлять ошибки на ранней стадии разработки. 2️⃣ Упрощение отладки: Когда они изолированы, легче понять и исправить причину ошибки. 3️⃣ Документация: Юнит-тесты служат живой документацией кода, показывая, как он должен работать. 4️⃣ Уверенность при рефакторинге: Наличие тестов позволяет смело изменять код, зная, что тесты помогут обнаружить возможные ошибки. Пример использования unittest Он является встроенным и предоставляет богатые возможности для написания и выполнения юнит-тестов. Пример кода для юнит-тестирования: Предположим, у нас есть модуль math_operations.py с функцией add:

# math_operations.py
def add(a, b):
    return a + b

Теперь тест для этой функции:

# test_math_operations.py
import unittest
from math_operations import add

class TestMathOperations(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(1, 2), 3)
        self.assertEqual(add(-1, 1), 0)
        self.assertEqual(add(-1, -1), -2)

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

Запуск тестов Для него можно выполнить скрипт test_math_operations.py:

python test_math_operations.py

Или использовать команду unittest из командной строки:

python -m unittest test_math_operations.py

Использование pytest для юнит-тестирования Предлагает более лаконичный и мощный подход к юнит-тестированию.

# test_math_operations.py
from math_operations import add

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(-1, -1) == -2

Запуск тестов с pytest Убедитесь, что он установлен. Вы можете установить его с помощью pip:

pip install pytest

Запуск тестов:

pytest test_math_operations.py

Юнит-тестирование — это важный метод тестирования, который помогает обеспечивать качество и надежность кода, проверяя отдельные модули или компоненты программы. Использование таких инструментов, как unittest и pytest, позволяет автоматизировать процесс тестирования, выявлять ошибки на ранних стадиях разработки и уверенно вносить изменения в код. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Как повысить эффективность вебинаров? Организация продающего вебинара - не простая задача, ведь необходимо предусмотреть множество деталей: удобную дату, вовлекающий контент, методы продвижения и взаимодействия с участниками. Вебинары от МТС Линк помогают привлекать новых клиентов и увеличивать конверсию из участника в лид. В сервисе доступен анализ поведения пользователей во время вебинара, синхронный перевод, автовебинары и интерактивные инструменты для вовлечения участников. Делимся методичкой с кейсами, чек-листами и инструкциями для маркетологов, PR и event-менеджеров, чтобы сделать вебинары эффективным инструментом для лидогенерации. Получите методичку бесплатно на сайте. Скачать #реклама 16+ mts-link.ru О рекламодателе

📌 Что такое pytest ? 💬 Спросят с вероятностью 3% pytest — это популярный и мощный фреймворк для тестирования, который позволяет писать компактные и легко читаемые тесты. Он широко используется благодаря своей простоте, гибкости и поддержке различных расширений. Поддерживает как модульное, так и функциональное тестирование, предоставляя множество удобных инструментов для тестирования кода. Основные особенности 1️⃣ Простой синтаксис: Использует лаконичный и интуитивно понятный синтаксис для написания тестов. 2️⃣ Автоматическое обнаружение тестов: Автоматически обнаруживает тестовые функции и методы, что упрощает организацию тестов. 3️⃣ Фикстуры (fixtures): Предоставляет мощный механизм фикстур, который позволяет задавать исходные условия для тестов. 4️⃣ Параметризация тестов: Позволяет запускать один и тот же тест с разными входными данными, что сокращает количество повторяющегося кода. 5️⃣ Поддержка плагинов: Имеет богатую экосистему плагинов, которые расширяют его функциональность. 6️⃣ Совместимость: Совместим с unittest и другими фреймворками, что упрощает миграцию. Установка pytest Можно установить с помощью pip:

pip install pytest

Тестирование функции Предположим, у нас есть простая функция для сложения двух чисел:

# math_operations.py
def add(a, b):
    return a + b

Теперь напишем тест для этой функции с его использованием:

# test_math_operations.py
from math_operations import add

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(-1, -1) == -2

Запуск тестов Для него можно использовать команду pytest:

pytest test_math_operations.py

pytest автоматически найдет и выполнит все тесты, а затем выведет результаты на экран. Фикстуры (fixtures) Позволяют задавать инициализацию, необходимую для тестов. Они могут использоваться для подготовки данных, создания объектов и других операций, которые нужны перед выполнением тестов.

# test_math_operations.py
import pytest
from math_operations import add

@pytest.fixture
def input_data():
    return 1, 2

def test_add(input_data):
    a, b = input_data
    assert add(a, b) == 3

Параметризация тестов Позволяет запускать один и тот же тест с разными наборами данных.

# test_math_operations.py
import pytest
from math_operations import add

@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),
    (-1, 1, 0),
    (-1, -1, -2),
])
def test_add(a, b, expected):
    assert add(a, b) == expected

Плагины: Поддерживает множество плагинов, которые расширяют его функциональность. Некоторые из популярных плагинов: ➕ pytest-cov: Генерация отчетов о покрытии кода тестами. ➕ pytest-xdist: Параллельное выполнение тестов. ➕ pytest-mock: Интеграция с библиотекой unittest.mock для создания и управления mock-объектами. Пример использования плагина pytest-cov Для его установки:

pip install pytest-cov

Запуск тестов с генерацией отчета о покрытии:

pytest --cov=my_module test_my_module.py

pytest — это мощный и гибкий фреймворк для тестирования, который упрощает написание и выполнение тестов. Благодаря простому синтаксису, поддержке фикстур, параметризации и плагинов, Позволяет эффективно автоматизировать процесс тестирования и обеспечивать высокое качество кода. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Новый AI, который составляет протокол вместо человека Таймлист за считанные минуты предоставляет готовый протокол и конспект совещания. 1. Расшифрует речь 2. Определит спикеров 3. Составит полную стенограмму 4. Напишет краткий конспект 5. Распределит задачи Не выходя из сервиса, вы получаете полностью готовую расшифровку и протокол обсуждения, который готов к скачиванию или копированию в удобном для Вас формате в один клик. Попробуйте бесплатно и запишитесь на демо-встречу. Опробовав Таймлист вы удивитесь, как раньше обходились без него! Попробовать #реклама timelist.ru О рекламодателе

📌 Что такое mock ? 💬 Спросят с вероятностью 3% mock — это термин, который относится к созданию фиктивных объектов или имитаций для тестирования. Обычно означает использование библиотеки unittest.mock, которая входит в стандартную библиотеку и предоставляет мощные инструменты для создания и управления mock-объектами. Позволяют изолировать тестируемый код от внешних зависимостей, таких как базы данных, сетевые соединения, файловые системы и другие ресурсы. Это делает тесты более надежными и позволяет тестировать только тот код, который непосредственно интересует разработчика. Основные возможности: 1️⃣ Mock-объекты: Можно создавать фиктивные объекты, которые имитируют поведение реальных объектов. 2️⃣ Патчинг (patching): Позволяет временно заменять объекты в определенном пространстве имен на mock-объекты. 3️⃣ Отслеживание вызовов: Mock-объекты могут отслеживать, какие методы или атрибуты были вызваны и с какими аргументами. 4️⃣ Настройка возвращаемых значений и побочных эффектов: Можно задавать возвращаемые значения и побочные эффекты для методов mock-объектов. Основные компоненты: 1️⃣ `Mock` класс: Базовый класс для создания mock-объектов. 2️⃣ mock — этдекоратор и контекстный менеджер: Используются для замены объектов на mock-объекты в определенном пространстве имен. 3️⃣ MagicMock класс: Расширяет Mock и включает магические методы (например, getitem, setitem и т.д.). Примеры использования: Пример создания mock-объекта

from unittest.mock import Mock

# Создание mock-объекта
mock_obj = Mock()

# Настройка возвращаемого значения для метода
mock_obj.some_method.return_value = 42

# Вызов метода
result = mock_obj.some_method()
print(result)  # Вывод: 42

# Проверка вызова метода
mock_obj.some_method.assert_called_once()

Пример использования patch

from unittest.mock import patch

# Предположим, у нас есть функция, которая делает HTTP-запрос
def fetch_data():
    import requests
    response = requests.get("https://api.example.com/data")
    return response.json()

# Тестируем функцию с использованием patch
@patch('requests.get')
def test_fetch_data(mock_get):
    # Настройка mock-объекта
    mock_response = Mock()
    mock_response.json.return_value = {"key": "value"}
    mock_get.return_value = mock_response

    # Вызов тестируемой функции
    result = fetch_data()
    assert result == {"key": "value"}

    # Проверка вызова mock-объекта
    mock_get.assert_called_once_with("https://api.example.com/data")

# Запуск теста
test_fetch_data()

Пример использования MagicMock

from unittest.mock import MagicMock

# Создание MagicMock-объекта
mock_obj = MagicMock()

# Настройка возвращаемого значения для магического методаен.
3. `Magicmock_obj.__getitem__.return_value = "value"

# Вызов магического метода
result = mock_obj["key"]
print(result)  # Вывод: value

# Проверка вызова магического метода
mock_obj.__getitem__.assert_called_once_with("key")

Преимущества: 1️⃣ Изоляция тестов: Позволяет тестировать компоненты в изоляции от их зависимостей. 2️⃣ Повышение надежности тестов: Тесты становятся менее зависимыми от внешних факторов, таких как сетевые соединения или состояние базы данных. 3️⃣ Гибкость: Mock-объекты можно легко настраивать для разных сценариев тестирования. 4️⃣ Отслеживание поведения: Можно отслеживать, как и с какими параметрами были вызваны методы и атрибуты. Mock-объекты являются мощным инструментом для создания изолированных и надежных тестов в Python. Библиотека unittest.mock предоставляет все необходимые средства для создания и управления mock-объектами, позволяя эффективно тестировать код, избегая зависимости от внешних ресурсов и улучшая качество тестирования. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Настоящий айтишник в отпуск не ходит. Code Review – кладезь отборных IT-мемасов. Внутри вся будничная жиза: джуна, мидла, сеньора и всех, кто так или иначе связан с айтишкой. ⚠️ Колкий юмор для тех, кто в теме. Подпишись: @coode_review

Бакалавриат и специалитет Президентской академии! ✅ Важное для абитуриентов! 🎓 🎓Хотите стать студентом одного из лучших университетов страны? Тогда не упустите шанс поступить на программы бакалавриата и специалитета в Президентскую академию (РАНХиГС). На выбор более 100 программ обучения, стажировки и практики в органах государственной власти и крупных коммерческих компаниях, участие в реальных проектах во время обучения, стипендии и общежития. Создавайте будущее страны вместе с РАНХиГС. Подробности о поступлении и об Академии вы найдете на нашем сайте. Успейте подать заявку! Узнать больше #реклама ranepa.ru О рекламодателе

📌 Какие бывают виды тестов ? 💬 Спросят с вероятностью 3% Тестирование ПО включает в себя множество различных типов тестов, каждый из которых предназначен для проверки различных аспектов приложения. Основные виды тестов, используемые в разработке: 1️⃣ Юнит-тестирование (Unit Testing) ➕ Цель: Проверка отдельных модулей или компонентов программы (функций, методов, классов) в изоляции. ➕ Характеристики: Изолированные тесты, обычно покрывают небольшой объем кода. ➕ Инструменты: unittest, pytest. 2️⃣ Интеграционное тестирование (Integration Testing) ➕ Цель: Проверка взаимодействия между несколькими модулями или компонентами. ➕ Характеристики: Проверяет, работают ли компоненты корректно вместе. ➕ Инструменты: pytest, nose2, unittest. 3️⃣ Функциональное тестирование (Functional Testing) ➕ Цель: Проверка функциональности приложения в соответствии с требованиями. ➕ Характеристики: Ориентируется на результат выполнения функциональных задач. ➕ Инструменты: pytest, unittest, Selenium для веб-приложений. 4️⃣ Системное тестирование (System Testing) ➕ Цель: Проверка всей системы целиком для обеспечения соответствия требованиям. ➕ Характеристики: Тестирование всех компонентов приложения как единого целого. ➕ Инструменты: Manual testing, Selenium, pytest. 5️⃣ Приемочное тестирование (Acceptance Testing) ➕ Цель: Проверка системы на соответствие требованиям пользователя и готовность к эксплуатации. ➕ Характеристики: Оценивается заказчиком или конечным пользователем. ➕ Инструменты: Behave, Cucumber, Manual testing. Примеры использования инструментов: Юнит-тестирование с pytest

# math_operations.py
def add(a, b):
    return a + b

# test_math_operations.py
import pytest
from math_operations import add

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(-1, -1) == -2

if __name__ == '__main__':
    pytest.main()

Интеграционное тестирование с pytest

# database_operations.py
def connect_to_db():
    return "Connected to DB"

def get_data_from_db():
    return {"data": "Sample data"}

# test_integration.py
import pytest
from database_operations import connect_to_db, get_data_from_db

def test_db_integration():
    assert connect_to_db() == "Connected to DB"
    data = get_data_from_db()
    assert "data" in data
    assert data["data"] == "Sample data"

ifittest, py== '__main__':
    pytest.main()

Функциональное тестирование с Selenium

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys

def test_google_search():
    driver = webdriver.Chrome()
    driver.get("https://www.google.com")
    search_box = driver.find_element(By.NAME, "q")
    search_box.send_keys("pytest")
    search_box.send_keys(Keys.RETURN)
    assert "pytest" in driver.title
    driver.quit()

ifты: unitte== '__main__':
    test_google_search()

Каждый вид тестирования играет важную роль в процессе обеспечения качества программного обеспечения. Выбор подходящего типа тестирования зависит от конкретных задач и этапа разработки, на котором находится проект. Использование различных инструментов и методов тестирования помогает выявлять ошибки, улучшать производительность и обеспечивать соответствие приложения требованиям пользователей. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Учить Python легко и увлекательно! Мини-курс для тех, кто жаждет карьерных перемен 😉 Регистрируйтесь по ссылке и забирайте подарки: https://epic.st/wSuAQ?erid=2Vtzqv3cbvq Все, кто посмотрит первый урок, получат доступ к изучению английского языка в Skillbox на год. Как проходит мини-курс: — Вы смотрите видеоуроки в удобное время — Получаете полезные материалы: чек-листы, гайды, скринкасты — Закрепляете навыки на практике — Разбираете работы со спикером Спикер — руководитель направления по исследованию данных в «Сбере» Анастасия Борнева. В прямом эфире вы сможете обсудить практические работы и задать вопросы о профессии. Все участники получат скидку 10 000 рублей на любой курс и целый год бесплатного изучения английского языка. Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Бесплатный курс «AI в Webflow» уже стартует, приходи! Всего за 5 уроков онлайн школа Pixel Perfect обучит тебя основам ноу-код разработки на Webflow без знаний программирования. Почему стоит освоить Webflow вместе с Pixel Perfect? Создатели курса — владельцы собственной студии Webflow-разработки. На протяжении всего обучения тебя будут вести менторы, которые когда-то прошли обучение в Pixel Perfect, они помогут тебе: 👌сверстать свой первый полностью адаптивный сайт портфолио; 👌изучить основы анимаций в Webflow; 👌поработать с Ai ассистентом; 👌разобраться с тем, как работает SEO; 👌узнать о секретных лайфхаках для выхода на зарубежный рынок и получения высокобюджетных проектов. Переходи в бота и начинай сейчас — https://clck.ru/3BrtEQ Начать #реклама 16+ О рекламодателе

Такси для бизнеса. Яндекс Go Оптимизируйте свои расходы и повысьте эффективность бизнеса с Яндекс Go Узнать больше #реклама business.go.yandex О рекламодателе

Реклама для бизнеса любого уровня в Яндекс Директе Создайте эффективную рекламную кампанию с алгоритмами Яндекс Директа 👌 Начните прямо сейчас ⚡ Зарегистрироваться #реклама direct.yandex.ru О рекламодателе

Что такое dependency injection ? Спросят с вероятностью 3% Внедрение зависимостей (Dependency Injection, DI) — это паттерн проектирования в ООП, который используется для уменьшения жесткой связи между компонентами системы и повышения их модульности и тестируемости. Зависимости (объекты, от которых зависит класс) передаются классу извне, а не создаются внутри класса. Зачем он нужен? 1️⃣Ослабление связей: Уменьшает жесткую связь между классами, делая их более независимыми друг от друга. 2️⃣Повышение тестируемости: Позволяет легко заменять реальные зависимости на поддельные (mock) объекты во время тестирования. 3️⃣Гибкость и расширяемость: Облегчает изменение и замену зависимостей без необходимости изменять код класса. Как он работает? DI может быть реализован несколькими способами: 1️⃣Внедрение через конструктор (Constructor Injection): Зависимости передаются через параметры конструктора.

      class Service:
       def do_something(self):
           return "Service is doing something."

   class Client:
       def __init__(self, service):
           self.service = service

       def perform_action(self):
           return self.service.do_something()

   # Внедрение зависимости через конструктор
   service = Service()
   client = Client(service)
   print(client.perform_action())  # Выведет: Service is doing something.
   

2️⃣Внедрение через сеттер (Setter Injection): Зависимости передаются через методы установки (сеттеры).

      class Client:
       def set_service(self, service):
           self.service = service

       def perform_action(self):
           return self.service.do_something()

   # Внедрение зависимости через сеттер
   service = Service()
   client = Client()
   client.set_service(service)
   print(client.perform_action())  # Выведет: Service is doing something.
   

3️⃣Внедрение через интерфейс (Interface Injection): В этом подходе используется интерфейс для предоставления зависимостей. Это менее распространенный метод в Python, так как язык не имеет явной поддержки интерфейсов как, например, Java. Преимущества 1️⃣Уменьшение жесткой связи: Классы меньше зависят друг от друга, что упрощает их изменение и замену. 2️⃣Повышение модульности: Каждый компонент может быть разработан и протестирован отдельно. 3️⃣Легкость тестирования: Зависимости могут быть легко заменены на заглушки или mock-объекты во время тестирования, что делает тестирование проще и надежнее. 4️⃣Улучшенная читаемость и поддерживаемость: Четко видно, какие зависимости нужны классу, что делает код более понятным. Недостатки 1️⃣Сложность настройки: Может потребоваться больше начальных настроек для передачи всех зависимостей. 2️⃣Понимание паттерна: Требуется понимание концепции DI для правильного использования, что может быть сложным для начинающих разработчиков. Рассмотрим пример с веб-приложением, где у нас есть контроллер, который зависит от сервиса для обработки бизнес-логики:

class OrderService:
    def process_order(self, order_id):
        return f"Processing order {order_id}"

class OrderController:
    def __init__(self, order_service):
        self.order_service = order_service

    def handle_request(self, order_id):
        return self.order_service.process_order(order_id)

# Внедрение зависимости через конструктор
order_service = OrderService()
order_controller = OrderController(order_service)
print(order_controller.handle_request(123))  # Выведет: Processing order 123

Dependency Injection — это паттерн проектирования, который позволяет передавать зависимости классу извне, а не создавать их внутри класса. Это улучшает модульность, тестируемость и гибкость кода, уменьшая жесткую связь между компонентами системы. 👉 Можно посмотреть Примеры как отвечают люди на этот вопрос, или перейти К списку 1096 вопроса на Python разработчика. Ставь 👍 если нравится контент 🔐 База собесов | 🔐 База тестовых

Запустите рекламу в телеграм-каналах с Яндекс Директом Перфоманс-реклама теперь в телеграм-каналах ⚡ Яндекс Директ знает, как привлечь целевую аудиторию 💰👌 Попробовать #реклама yandex.ru О рекламодателе