Ein Altersfeld, das 18 bis 60 Jahre akzeptiert, bietet eine enorme Anzahl möglicher Eingaben, wenn man einmal Negative, große Zahlen, Text und Leerzeichen zählt. Niemand kann sie alle ausprobieren. Äquivalenzpartitionierung löst dieses Problem, indem Eingaben gruppiert werden, die die Software auf die gleiche Weise behandeln soll, und dann ein Wert aus jeder Gruppe getestet wird.

Es handelt sich um eine der ersten Testdesigntechniken, die jeder Tester erlernen sollte. In dieser Anleitung arbeiten wir es Schritt für Schritt durch und testen ein Beispiel in Python. Wir haben diesen Code auf Python 3.13 ausgeführt und seine Ausgabe ist enthalten. Die folgenden Passwort- und Couponregeln sind illustrative Beispiele und stammen nicht aus einem realen System.

Was ist Äquivalenzpartitionierung?

Die Äquivalenzpartitionierung, auch Äquivalenzklassenpartitionierung (ECP) genannt, ist eine Designtechnik für Black-Box-Tests. Es unterteilt die möglichen Eingaben eines Features in Partitionen oder Klassen. Von jedem Wert innerhalb einer Partition wird erwartet, dass er das gleiche Verhalten hervorruft.

Da Sie den Code nicht sehen müssen, können Sie ihn direkt aus einer Anforderung anwenden. Um mehr über diesen Teststil zu erfahren, lesen Sie Black-Box- vs. White-Box-Tests.

Warum es funktioniert

Die Technik basiert auf einer Annahme: Wenn ein Wert in einer Partition einen Fehler findet, würden die anderen in dieser Partition ihn wahrscheinlich auch finden. Und wenn ein Wert den Wert überschreitet, würden wahrscheinlich auch die anderen den Wert überschreiten. Das Testen von 25, 26 und 27 Jahren in einem Erwachsenenalter wird Ihnen wahrscheinlich nichts sagen, was das Testen von 25 allein nicht aussagte.

Dies ist jedoch eine Annahme und keine Garantie. Bei Software können Sonderfälle innerhalb einer Partition verborgen sein, eine Einschränkung, auf die wir später noch zurückkommen.

So geht’s in fünf Schritten

1. Lesen Sie die Anforderung und identifizieren Sie die Eingabe und ihre Regeln.
2. Finden Sie die gültigen Partitionen, die die Gruppen von Werten sind, die akzeptiert werden sollten, und notieren Sie, ob sich verschiedene Bereiche unterschiedlich verhalten.
3. Finden Sie die ungültigen Partitionen, einschließlich zu niedriger, zu hoher Werte, des falschen Typs und leerer Werte.
4. Wählen Sie einen repräsentativen Wert aus jeder Partition, normalerweise irgendwo in der Mitte.
5. Notieren Sie das erwartete Ergebnis für jeden, wie in jedem guten Testfall.

Ausgearbeitetes Beispiel: ein Altersfeld

Anforderung: Anmelden können sich Nutzer im Alter von 18 bis 60 Jahren.

Fünf Tests decken jedes Verhalten in der Anforderung ab. Viele Tutorials hören bei den ersten drei Zeilen auf, aber die letzten beiden werden von echten Benutzern versehentlich ausgelöst. Sie können auch Zeilen für negative Zahlen oder Dezimalzahlen hinzufügen, wenn diese sinnvollerweise anders gehandhabt werden könnten.

Testen Sie es im Code

Hier ist diese Regel als Funktion, mit einem Komponententest pro Partition, unter Verwendung von Pythons integriertem unittest:

import unittest

def can_register(age):
    if not isinstance(age, int) or isinstance(age, bool):
        raise TypeError("age must be a whole number")
    return 18 <= age <= 60

class EquivalenceTests(unittest.TestCase):
    def test_valid_partition(self):
        self.assertTrue(can_register(35))

    def test_too_young_partition(self):
        self.assertFalse(can_register(10))

    def test_too_old_partition(self):
        self.assertFalse(can_register(75))

    def test_wrong_type_partition(self):
        with self.assertRaises(TypeError):
            can_register("abc")

Unser Lauf bestanden:

test_too_old_partition ... ok
test_too_young_partition ... ok
test_valid_partition ... ok
test_wrong_type_partition ... ok

In einem echten Projekt ist die Pytest-Parametrisierungsfunktion eine praktische Möglichkeit, eine Tabelle mit Partitionswerten in einem einzigen Test auszuführen.

Ausgearbeitetes Beispiel: ein Passwort

Anforderung: Ein Passwort muss 8 bis 20 Zeichen lang sein und mindestens eine Ziffer enthalten.

Diese hat zwei Regeln, Länge und Inhalt, daher berücksichtigen wir Partitionen für beide:

Beachten Sie, dass jeder ungültige Test nur eine Regel verletzt. Wenn ein Wert sowohl zu kurz war als auch eine Ziffer fehlte, konnte Ihnen ein bestandener Test nicht sagen, welche Prüfung funktioniert hat. Ein Scheck könnte gebrochen sein, während der andere die Tatsache verbirgt.

Arbeitsbeispiel: nicht numerische Eingaben

Die Technik ist nicht auf Nummernbereiche beschränkt. Diskrete Optionen, Kategorien und Zustände bilden ebenfalls Partitionen. Angenommen, ein Shop hat diese Regel:

Anforderung: Für Gold-Mitglieder ist die Lieferung kostenlos, für Silber-Mitglieder 50 und für alle anderen 100. Unbekannte Stufenwerte sind Fehler.

Hier ist jede Option eine eigene Partition, da sich jede anders verhalten sollte. Zu den weiteren gängigen Partitionen gehören Dateitypen, etwa gültige und ungültige Uploads, und ausgabebasierte Gruppen, etwa ein genehmigter oder abgelehnter Kredit.

Mehrere Eingaben gleichzeitig

Bei mehreren Feldern wächst die Anzahl der Kombinationen schnell. Drei Felder mit jeweils vier Unterteilungen ergeben 64 Kombinationen. Zwei Strategien helfen:

• Schwache Abdeckung: Stellen Sie sicher, dass jede Partition in mindestens einem Test erscheint, indem Sie mehrere gültige Werte pro Test kombinieren. Testen Sie bei ungültigen Werten einen nach dem anderen, damit sich die Fehler nicht gegenseitig überdecken.
• Regelbasierte Abdeckung: Wenn Kombinationen tatsächlich das Ergebnis ändern, z. B. den Mitgliedsstatus mit dem Bestellwert, verwenden Sie Entscheidungstabellentests, um sie ordnungsgemäß aufzulisten.

Kopplung mit Grenzwertanalyse

Durch die Partitionierung erfahren Sie, welche Gruppen getestet werden sollen. Es sagt wenig darüber aus, wo sich Käfer in einer Gruppe gerne verstecken, und viele verstecken sich direkt an den Rändern. Um dies zu zeigen, haben wir eine fehlerhafte Version mit dem klassischen Off-by-one-Fehler geschrieben:

def buggy(age):
    return 18 < age <= 60     # should be 18 <= age

[buggy(a) for a in (35, 10, 75)]   # [True, False, False]
buggy(18)                          # False

Unsere Partitionswerte 35, 10 und 75 lieferten alle die richtigen Antworten, sodass diese Tests bestanden wurden. Doch ein 18-Jähriger wird zu Unrecht abgewiesen. Deshalb gehören die beiden Techniken zusammen:

Verwenden Sie die Partitionierung, um die Gruppen zu finden, und dann Grenzen, um zu testen, wo sich Gruppen treffen. In unserem Code hat ein separater Test für 17, 18, 60 und 61 die richtige Funktion übergeben und diesen Fehler erkannt. Unser Leitfaden zur Grenzwertanalyse deckt dies vollständig ab.

Vorteile und Einschränkungen

Das größte Risiko besteht in einer falschen Annahme. Wenn der Code eine versteckte Regel für einen bestimmten Wert enthält, erreicht der von Ihnen gewählte Test diese möglicherweise einfach nicht. Explorative Tests und Codeabdeckung helfen Ihnen herauszufinden, was die Partitionen übersehen haben.

Häufige Fehler

• Ungültige Partitionen vergessen. Das Testen nur glücklicher Pfade lässt die Fehlerbehandlung unkontrolliert.
• Testen mehrerer Werte aus einer Partition. Dies erhöht die Kosten ohne neue Informationen.
• Kombination mehrerer ungültiger Werte in einem Test. Ein Fehler kann einen anderen verdecken.
• Grenzen überspringen. Partitionstests allein übersehen oft einzelne Fehler.
• Die Regeln erraten. Wenn eine Anforderung unklar ist, fragen Sie nach. Sollte 60 auch Menschen umfassen, die 60,5 Jahre alt sind?

Fazit

Äquivalenzpartitionierung ersetzt „Wie viele Tests soll ich schreiben?“ mit einer viel besseren Frage: „Welche Verhaltensweisen gibt es und habe ich jedes einzelne behandelt?“ Um es auszuprobieren, nehmen Sie ein Formular, das Sie heute testen, und listen Sie seine Partitionen auf Papier auf, einschließlich der ungültigen. Fügen Sie als Nächstes Grenzen hinzu. Am Ende werden Sie oft weniger Tests durchführen, bei denen mehr Fehler gefunden werden.

Häufige Fragen

Lerne weiter