# Unit tests

## Simple unit test

```python
import pytest

def test_some():
   assert 1 == 1
```

## Async unit test

Надо поставить плагин для pytest — `pytest-asyncio`

```python
import pytest

@pytest.mark.asyncio
async def test_some():
    assert 1 == 1
```

## Test exceptions

```python
import pytest

def test_raise():
    with pytest.raises(TypeError):
        // do something that lead to the TypeError exception
        ... 
```

## Запустить тест с набором параметров

```python
@pytest.mark.parametrize('summary, owner, done',
                             [('sleep', None, False),
                              ('wake', 'brian', False),
                              ('breathe', 'BRIAN', True),
                              ('eat eggs', 'BrIaN', False),
                              ])
    def test_add_3(summary, owner, done):
        """Демонстрирует параметризацию с несколькими параметрами."""
        task = Task(summary, owner, done)
        task_id = tasks.add(task)
        t_from_db = tasks.get(task_id)
        assert equivalent(t_from_db, task)
```

## Тест асинхронного запроса с асинхронным контекстом

Инструменты:

* pytest
* pytest-mock
* pytest-asyncio
* aiohttp

Пусть есть такой код (делаем асинхронно GET http запрос к API и парсим ответ с помощью pydantic):

```python
import aiohttp
import asyncio
import pydantic


class Response(pydantic.BaseModel):
    id: int


async def fetch_data(url) -> Response:
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            resp = await response.json()

            return pydantic.TypeAdapter(Response).validate_python(resp)


async def main():
    resp = await fetch_data('https://dummyjson.com/products/1')
    print('Product ID', resp.id)


if __name__ == '__main__':
    asyncio.run(main())

```

Сложность в этом кусочке:

```python
# (1) Первый раз заходим в асинхронный контекст
async with aiohttp.ClientSession() as session:
   # (2) Второй раз заходим в асинхронный контекст для вызова асинхронной функции get (3) 
   async with session.get(url) as response:
      # (4) А тут мы вызываем асинхронную функцию json
      resp = await response.json()
```

Пишем тест:

```python
import pytest
from pytest_mock import MockerFixture
from aiohttp import ClientSession, ClientResponse


from req import fetch_data  # [1]


@pytest.mark.asyncio  # [2]
async def test_exec(mocker: MockerFixture):  # [3]

    response_mock = mocker.MagicMock(spec_set=ClientResponse)  # [4]
    response_mock.__aenter__.return_value.json.return_value = {'id': 123}  # [5]

    session_mock = mocker.MagicMock(spec_set=ClientSession)
    session_mock.get.return_value = response_mock  # [6]

    # Var 1
    mocker.patch.object(ClientSession, '__aenter__', return_value=session_mock)  # [7]
    result = await fetch_data('https://dummyjson.com/products/1')  # [8]

    assert result.id == 123
```

Где:

* \[1] — импортируем нашу асинхронную функцию для тестов
* \[2] — проставляем метку для плагина pytest-asyncio, чтобы pytest смог запустить асинхронный код
* \[3] — Для удобства проставляем тип для нашей фикстуры (эту аннотацию поддерживает pytest-mock)
* \[4] — Собираем mock-объект для aiohttp.ClientResponse
* \[5] — Проставляем ответ для вызова асинхронной функции (4), при этом обрати внимание, что ответ получаем из асинхронного контекста, который формировали в (2)
* \[6] — Проставляем ответ для вызова асинхронной функции get — (3)
* \[7] — Проставляем ответ, который получаем при заходе в контекст (1)
* \[8] — Запускаем саму асинхронную функцию, для которой мы наконец-то пропатчили все сайд эффекты


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://appsecurity.gitbook.io/devops/ppc/ppc-langs/backend/python/testing/unit-tests.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.