Pytest Monkeypatch : 10 exemples testés pour les variables d’environnement, l’heure et les API
Le dispositif pytest Monkeypatch permet à un test de modifier temporairement les variables d’environnement, les fonctions, les dictionnaires, l’horloge et le répertoire de travail, puis annule tout automatiquement. Apprenez les méthodes avec 10 tests réussis, le piège de la mauvaise cible et quand utiliser la simulation à la place.
- pytest singepatch est un appareil intégré : ajoutez
monkeypatchcomme argument de test et rien n’a besoin d’être installé. - Chaque modification est annulée après le test, même en cas d’échec. Notre test de suivi a confirmé que la configuration a été restaurée.
- Corrigez un nom là où il est recherché, pas là où il a été défini. Notre test de mauvaise cible a échoué avec
assert 10 == 20. - Les 11 tests de notre suite ont réussi en 0,22 s, car aucun test n’a touché le réseau ni n’a vraiment dormi.
Le vrai code lit les variables d’environnement, appelle les API, vérifie l’heure et se met en veille entre les tentatives. Les tests unitaires ne devraient vraiment rien faire de tout cela : ils deviennent lents, instables et dépendants de la machine qui les exécute. Pytest Monkeypatch est le moyen le plus simple d’échanger ces dépendances pendant la durée d’un test, avec un nettoyage automatique afin que rien ne s’infiltre dans le suivant.
Nous avons exécuté tous les tests sur Python 3.13.6 avec pytest 9.2.0. Nouveau sur Pytest ? Lisez d’abord notre tutoriel pytest et notre guide des appareils pytest pour savoir comment fonctionnent des appareils comme celui-ci.
Qu’est-ce que le patch de singe ?
Monkeypatching signifie modifier le code ou les données au moment de l’exécution, par exemple en remplaçant la fonction d’un module par une fausse. Le faire à la main est risqué : oubliez de restaurer l’original et chaque test ultérieur révèle le faux. Le luminaire monkeypatch enregistre chaque changement et les annule tous dans l’ordre inverse à la fin du test. Ses principales méthodes sont :
| Méthode | Ce que ça fait |
|---|---|
setattr(obj, name, value) |
Remplacer un attribut, une fonction ou une méthode |
delattr(obj, name) |
Supprimer un attribut |
setitem(mapping, key, value) |
Modifier une entrée de dict |
delitem(mapping, key) |
Supprimer une entrée de dict |
setenv(name, value) / delenv(name) |
Définir ou supprimer une variable d’environnement |
chdir(path) |
Changer le répertoire de travail |
syspath_prepend(path) |
Ajouter un chemin à sys.path |
context() |
Patch uniquement à l’intérieur d’un bloc with |
Le code en test
Notre petit module de boutique, app.py, possède les dépendances habituelles difficiles à tester :
import os, time, datetime, random, urllib.request, json
CONFIG = {"currency": "INR", "timeout": 5}
def get_api_key():
key = os.environ.get("PAYMENT_API_KEY")
if not key:
raise RuntimeError("PAYMENT_API_KEY is not set")
return key
def fetch_rate(code):
with urllib.request.urlopen(f"https://api.example.com/rates/{code}",
timeout=CONFIG["timeout"]) as r:
return json.load(r)["rate"]
def price_in(amount, code):
return round(amount * fetch_rate(code), 2)
def greeting():
hour = datetime.datetime.now().hour
return "Good morning" if hour < 12 else "Good evening"
def retry(fn, tries=3):
for i in range(tries):
try:
return fn()
except ConnectionError:
time.sleep(2 ** i)
raise ConnectionError("gave up")
def coupon_code():
return "".join(random.choice("ABCDEFGH") for _ in range(6))
def config_dir():
return os.path.join(os.path.expanduser("~"), ".shopapp")
Exemples 1 et 2 : variables d’environnement
def test_api_key_from_env(monkeypatch):
monkeypatch.setenv("PAYMENT_API_KEY", "test-key-123")
assert app.get_api_key() == "test-key-123"
def test_missing_api_key(monkeypatch):
monkeypatch.delenv("PAYMENT_API_KEY", raising=False)
with pytest.raises(RuntimeError, match="not set"):
app.get_api_key()
setenv injecte une fausse clé sans toucher à votre véritable shell, et delenv garantit que la branche “manquante” s’exécute même sur une machine de développeur sur laquelle la variable est définie. raising=False évite une erreur si elle n’a pas été définie au départ. Les valeurs doivent être des chaînes. Notre guide des variables d’environnement couvre la configuration en général.
Exemple 3 : remplacer une fonction pour éviter le réseau
def test_price_without_network(monkeypatch):
monkeypatch.setattr(app, "fetch_rate", lambda code: 0.012)
assert app.price_in(1000, "USD") == 12.0
price_in recherche fetch_rate dans le module app au moment de l’appel, donc le remplacer ici rend le test rapide et déterministe. Le faux est un lambda renvoyant un taux fixe ; il pourrait également enregistrer ses arguments pour des affirmations ultérieures. Ce type de remplaçant est un stub, l’un des test doubles qui mérite d’être connu par son nom.
Exemples 4 et 5 : valeurs du dictionnaire et restauration automatique
def test_config_value(monkeypatch):
monkeypatch.setitem(app.CONFIG, "currency", "USD")
assert app.CONFIG["currency"] == "USD"
def test_config_restored():
assert app.CONFIG["currency"] == "INR"
Le deuxième test n’utilise pas du tout Monkeypatch. Il a réussi, prouvant que la modification du premier test était annulée. Si vous aviez écrit app.CONFIG["currency"] = "USD" directement, le deuxième test échouerait chaque fois qu’il serait exécuté après le premier, un test instable classique dépendant de l’ordre. Les exécuteurs parallèles tels que pytest-xdist rendent ce type de fuite encore plus difficile à déboguer.
Exemple 6 : simuler l’heure actuelle
class FakeDatetime(datetime.datetime):
@classmethod
def now(cls, tz=None):
return cls(2026, 11, 20, 18, 30)
def test_evening_greeting(monkeypatch):
monkeypatch.setattr(app.datetime, "datetime", FakeDatetime)
assert app.greeting() == "Good evening"
Vous ne pouvez pas définir d’attributs sur le type intégré datetime.datetime, nous remplaçons donc toute la classe à l’intérieur du module datetime importé par app par une sous-classe dont now() renvoie un moment fixe. Le test passe désormais à toute heure de la journée. Les bibliothèques telles que Freezegun ou Time-Machine le font de manière plus approfondie ; nous ne les avons pas exécutés ici.
Exemple 7 : ignorer les mises en veille réelles dans la logique de nouvelle tentative
def test_retry_does_not_sleep(monkeypatch):
sleeps = []
monkeypatch.setattr(app.time, "sleep", lambda s: sleeps.append(s))
calls = iter([ConnectionError(), ConnectionError(), "ok"])
def flaky():
v = next(calls)
if isinstance(v, Exception):
raise v
return v
assert app.retry(flaky) == "ok"
assert sleeps == [1, 2]
Le vrai code attendrait trois secondes. Le patch sleep enregistre à la place les délais demandés, donc le test s’exécute instantanément et vérifie l’intervalle exponentiel : 1 seconde, puis 2. L’enregistrement d’appels comme celui-ci transforme un stub en un simple espion.
Astuce : patcher un attribut de module tel que app.time.sleep le remplace pour toutes les personnes utilisant ce module pendant le test, y compris les composants internes de pytest dans de rares cas. Gardez ces correctifs de courte durée avec monkeypatch.context() en cas de doute.
Exemples 8 et 9 : répertoire personnel et répertoire de travail
def test_home_dir(monkeypatch, tmp_path):
monkeypatch.setenv("HOME", str(tmp_path))
monkeypatch.setenv("USERPROFILE", str(tmp_path))
assert app.config_dir() == os.path.join(str(tmp_path), ".shopapp")
def test_chdir(monkeypatch, tmp_path):
monkeypatch.chdir(tmp_path)
assert os.getcwd() == str(tmp_path)
Pointer le répertoire personnel sur tmp_path empêche les tests de lire ou d’écrire vos vrais fichiers de configuration. Nous définissons à la fois HOME et USERPROFILE car os.path.expanduser utilise USERPROFILE sous Windows et HOME ailleurs. chdir est également restauré après le test, donc les chemins relatifs dans d’autres tests continuent de fonctionner.
Exemple 10 : bloquer entièrement le réseau
def test_block_network(monkeypatch):
def boom(*a, **k):
raise AssertionError("network call in a unit test")
monkeypatch.setattr(app.urllib.request, "urlopen", boom)
with pytest.raises(AssertionError, match="network"):
app.fetch_rate("USD")
Mettez un garde comme celui-ci dans un appareil autouse dans conftest.py et tout test unitaire qui atteint accidentellement Internet échoue bruyamment au lieu de lentement. La documentation pytest montre la même idée pour la bibliothèque requests, en supprimant sa méthode Session.request avec delattr. Pour les tests qui devraient réellement appeler HTTP, consultez notre Guide des tests d’API avec Python.
Correctifs étendus avec Monkeypatch.context()
def test_context_manager():
with pytest.MonkeyPatch.context() as mp:
mp.setattr(app, "coupon_code", lambda: "FIXED1")
assert app.coupon_code() == "FIXED1"
assert app.coupon_code() != "FIXED1"
Le patch disparaît à la fin du bloc with, pas à la fin du test. Ceci est utile pour patcher une seule étape, et cela fonctionne également en dehors des fonctions de test, par exemple à l’intérieur d’un appareil à portée de session où l’appareil à portée de fonction monkeypatch n’est pas disponible.
Le bug le plus courant : patcher au mauvais endroit
# pricing.py
def rate(): return 1
# pricing_user.py
from pricing import rate
def total(x): return x * rate()
def test_patch_wrong_place(monkeypatch):
import pricing
monkeypatch.setattr(pricing, "rate", lambda: 2)
assert pricing_user.total(10) == 20 # FAILS: assert 10 == 20
def test_patch_right_place(monkeypatch):
monkeypatch.setattr(pricing_user, "rate", lambda: 2)
assert pricing_user.total(10) == 20 # passes
from pricing import rate copie une référence dans le propre espace de noms de pricing_user au moment de l’importation. Le patch pricing.rate modifie ensuite le module d’origine, mais pricing_user conserve toujours l’ancienne fonction. La règle, partagée avec unittest.mock.patch : patcher le nom dans le module qui l’utilise. Notre exécution a donné 1 échec, 1 réussite, exactement comme prévu.
Les fautes de frappe échouent bruyamment, ce qui est bien
monkeypatch.setattr(app, "fetch_rates", lambda c: 1)
# AttributeError: <module 'app' from '.../app.py'> has no attribute 'fetch_rates'
Par défaut setattr refuse de créer des attributs qui n’existent pas, donc un nom mal orthographié échoue immédiatement au lieu de ne rien corriger silencieusement. Ne passez raising=False que lorsque vous voulez vraiment ajouter un nouvel attribut. (Nous avons raccourci le chemin du fichier dans l’erreur ci-dessus.)
singepatch contre unittest.mock
| Besoin | Meilleur outil |
|---|---|
| Vars d’environnement, entrées dict, cwd, sys.path | patch de singe |
| Échanger une simple fausse fonction ou valeur | patch de singe |
| Affirmer comment un faux a été appelé, avec quels arguments, combien de fois | unittest.mock.MagicMock |
| Des contrefaçons générées automatiquement qui correspondent à une vraie classe | mock.create_autospec |
| Patching dans les tests de style unittest | mock.patch |
Ils se combinent bien : monkeypatch.setattr(app, "fetch_rate", MagicMock(return_value=0.012)) donne un nettoyage automatique et des assertions d’appel. Notre Guide de moquerie Python couvre MagicMock en profondeur.
Meilleures pratiques
- Corrigez la dépendance à la limite (réseau, horloge, système de fichiers), et non à votre propre logique métier.
- Patch là où un nom est utilisé, pas là où il est défini.
- Préférer l’injection de dépendances dans le nouveau code ; cela rend les correctifs inutiles.
- Déplacez les patchs répétés dans les appareils dans
conftest.py. - Utilisez un appareil à utilisation automatique pour bloquer les appels réseau réels dans les tests unitaires.
- Évitez d’appliquer des correctifs intégrés à l’échelle mondiale ; gardez la portée petite.
Pour conclure
Pytest Monkeypatch est le moyen le plus léger de prendre le contrôle des variables d’environnement, des fonctions, de la configuration, de l’heure et des chemins dans un test, avec un nettoyage garanti. Notre suite de 11 tests s’est exécutée en un cinquième de seconde sans dormir ni toucher le réseau. N’oubliez pas de corriger les noms là où ils sont recherchés, de garder les correctifs petits et étendus, et d’utiliser MagicMock lorsque vous avez besoin d’affirmer lors d’appels. Des tests déterministes plus rapides constituent également une défense solide contre les tests instables.
Questions fréquentes
Qu’est-ce que Monkeypatch dans Pytest ?
Il s’agit d’un appareil intégré qui modifie temporairement les attributs, les éléments du dictionnaire, les variables d’environnement, le répertoire de travail ou sys.path pendant un test et restaure automatiquement tout par la suite.
Comment définir une variable d’environnement dans un test pytest ?
Ajoutez Monkeypatch comme argument de test et appelez Monkeypatch.setenv avec le nom et une valeur de chaîne. Utilisez Monkeypatch.delenv avec la valeur False pour vous assurer qu’une variable est absente.
Pourquoi mon patch singe n’a-t-il aucun effet ?
Vous avez probablement patché le module où la fonction est définie, alors que le code testé a importé le nom dans son propre module. Corrigez le nom dans le module qui l’utilise à la place.
Quelle est la différence entre Monkeypatch et Mock ?
Monkeypatch remplace les valeurs et les restaure automatiquement. unittest.mock crée de faux objets qui enregistrent les appels afin que vous puissiez les affirmer. De nombreux tests utilisent Monkeypatch pour installer un MagicMock.
Puis-je utiliser Monkeypatch dans un appareil à portée de session ?
Pas le luminaire Monkeypatch lui-même, car il est limité à une fonction. Utilisez pytest.MonkeyPatch.context dans un bloc with à l’intérieur du luminaire pour obtenir la même annulation automatique.
Continuez à apprendre
Besoin d’aide pour les tests, WordPress ou le référencement ?
Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.
Plus de guides sur tests, IA et développement moderne
Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.
Cookies HTTP expliqués : sécurisés, HttpOnly, SameSite et Scope
Explication des cookies HTTP : Set-Cookie, Path, Domain, expiration, Secure, HttpOnly, SameSite, préfixes, suppression des cookies et une recette de…
Lire l'article →DevOpsGit Rebase Interactive : Squash, Fixup, Reword et Autosquash
Git rebase interactive expliqué étape par étape : sélectionner, reformuler, écraser, corriger, modifier, supprimer, écraser automatiquement, conflit…
Lire l'article →Tests logicielsTests alpha et bêta : principales différences, critères de sortie et liste de contrôle
Comparaison des tests alpha et bêta : qui teste, ce que chaque phase trouve, les critères d'entrée et de sortie, comment exécuter une version bêta e…
Lire l'article →Automatisation des testsPytest Monkeypatch : 10 exemples testés pour les variables d'environnement, l'heure et les API
Pytest Monkeypatch expliqué avec 10 tests réussis : variables d'environnement, fonctions, configuration, heure, mises en veille, chemins, blocage du…
Lire l'article →Bases de données et SQLIncrémentation automatique SQL : MySQL, PostgreSQL, SQL Server et SQLite
Incrémentation automatique SQL dans MySQL, PostgreSQL, SQL Server et SQLite : syntaxe, lecture du nouvel ID, pourquoi des lacunes apparaissent, réut…
Lire l'article →Bases de données et SQLSQL BETWEEN : explication des plages inclusives et du piège de date
SQL BETWEEN expliqué avec des requêtes testées : plages inclusives, limites inversées, NULL, piège de date du dernier jour, plages semi-ouvertes et …
Lire l'article →Développement logicielLittéraux de modèles JavaScript : 10 exemples, y compris des modèles balisés
Littéraux de modèles JavaScript expliqués avec 10 exemples testés : interpolation, chaînes multilignes, échappement, modèles balisés pour HTML et SQ…
Lire l'article →Développement logicielPython heapq : files d'attente prioritaires, Top N et tas expliqués
Python heapq a expliqué : heappush, heappop, heapify, files d'attente prioritaires avec départage, tas maximum, nlargest et fusion, avec des timings…
Lire l'article →Développement logicielOpérateur Python Walrus (:=) expliqué avec 8 exemples réels
L'opérateur Python Walrus := expliqué avec 8 exemples testés : vérifications if, correspondances d'expressions régulières, boucles while, compréhens…
Lire l'article →Intelligence artificielleFonction Softmax expliquée : formule, code Python et version stable
La fonction softmax expliquée : formule, exemple concret, code NumPy, la version stable qui évite NaN, température, entropie croisée et softmax vs s…
Lire l'article →Développement logicielCORS expliqué : demandes de contrôle en amont, en-têtes et comment corriger les erreurs CORS
CORS expliqué : origines, requêtes simples et en amont, en-têtes de réponse que votre serveur doit envoyer, informations d'identification et comment…
Lire l'article →DevOpsGit Diff expliqué : modifications échelonnées, branches et validations
Git diff expliqué : lisez le résultat, comparez les modifications non planifiées et planifiées, les validations et les branches, deux points contre …
Lire l'article →Automatisation des testsPytest Xdist : exécuter des tests en parallèle et réduire le temps de test
Exécutez les tests pytest en parallèle avec pytest-xdist : installation, option -n, modes de distribution, timings réels et comment corriger les éch…
Lire l'article →Tests logicielsVérification vs validation dans les tests logiciels : exemple et tableau
Vérification vs validation dans les tests logiciels expliquée avec un tableau de comparaison et un exemple de coupon testé où chaque test de spécifi…
Lire l'article →Intelligence artificielleBM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride
BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…
Lire l'article →Développement logicielMéthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live
Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…
Lire l'article →DevOpsGit Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement
Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…
Lire l'article →Automatisation des testsExplication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m
Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…
Lire l'article →Tests logicielsTests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle
Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …
Lire l'article →Bases de données et SQLORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée
SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…
Lire l'article →Bases de données et SQLTotal cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE
Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …
Lire l'article →Développement logicielTableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5
Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…
Lire l'article →Développement logicielMéthodes de chaîne Python : aide-mémoire, exemples réels et piège strip()
Méthodes de chaîne Python avec des exemples testés : split, join, strip, replace, find, Startswith, is-methods, casefold, partition et translation, …
Lire l'article →Intelligence artificielleLa similarité cosinus expliquée : formule, exemple pratique et code Python
La similarité cosinus expliquée simplement : la formule, un exemple travaillé à la main, du code Python et NumPy pur, la distance cosinus vs euclidi…
Lire l'article →Développement logicielEncodage UTF-8 expliqué : comment le texte devient des octets et comment corriger le texte tronqué
Encodage UTF-8 expliqué avec des exemples au niveau octet que nous avons exécutés en Python : comment les caractères deviennent de 1 à 4 octets, pou…
Lire l'article →Automatisation des testspytest paramétrize expliqué : 7 modèles avec des exemples testés
Paramétrage de pytest expliqué avec 7 modèles testés : cas de base, identifiants lisibles, décorateurs empilés, pytest.param avec xfail et skip, app…
Lire l'article →Tests logicielsNouveau test vs test de régression : 8 différences clés avec un véritable exemple de correction de bug
Nouveau test vs test de régression expliqué avec un véritable correctif de bug exécuté dans pytest : le nouveau test a confirmé le correctif, l'exéc…
Lire l'article →Bases de données et SQLSupprimer les lignes en double dans SQL : 5 méthodes sûres, testées étape par étape
Comment supprimer les lignes en double dans SQL en toute sécurité : recherchez-les, prévisualisez-les, puis supprimez-les avec ROW_NUMBER, MIN(id), …
Lire l'article →Bases de données et SQLSQL RANK vs DENSE_RANK vs ROW_NUMBER : différences avec les exemples testés
SQL RANK vs DENSE_RANK vs ROW_NUMBER dans une table : comment chacun gère les égalités, les N premiers par groupe, le deuxième piège salarial le plu…
Lire l'article →Développement logicielChaînage facultatif JavaScript (?.) expliqué : 8 exemples, ?? Valeurs par défaut et pièges
Le chaînage facultatif JavaScript arrête les erreurs « Impossible de lire les propriétés d'un élément non défini ». 8 exemples testés pour les propr…
Lire l'article →Développement logicielPython enumerate() expliqué : 7 exemples, start=1 et erreurs à éviter
Python enumerate() vous donne l'index et la valeur dans une boucle propre. 7 exemples testés, l'astuce start=1, des dictionnaires, des fichiers, des…
Lire l'article →Intelligence artificielleStratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés
Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…
Lire l'article →Développement logicielL'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées
L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …
Lire l'article →DevOpsGit Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé
Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…
Lire l'article →Tests logicielsExplication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé
Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…
Lire l'article →Automatisation des testsExplication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé
Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…
Lire l'article →Bases de données et SQLSQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées
SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…
Lire l'article →Bases de données et SQLSQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés
L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …
Lire l'article →Développement logicielExplication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé
L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…
Lire l'article →Développement logicielPython functools expliqué : lru_cache, partiel, réduire, envelopper et plus, testé
Les outils fonctionnels Python expliqués avec le code que nous avons exécuté sur Python 3.13 : lru_cache et cache, partial, réduire, wraps, cached_p…
Lire l'article →Développement logicielModule de collections Python expliqué : compteur, defaultdict, deque et plus, testé
Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…
Lire l'article →Intelligence artificielleFenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés
La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…
Lire l'article →Développement logicielLes webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité
Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…
Lire l'article →DevOpsGit Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé
Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…
Lire l'article →Automatisation des testsLes tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal
Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…
Lire l'article →Tests logicielsTests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug
Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…
Lire l'article →Bases de données et SQLFonctions SQL JSON expliquées : requête, mise à jour et index JSON dans SQL, testées
Fonctions SQL JSON expliquées avec les requêtes que nous avons exécutées dans SQLite 3.50 : json_extract, les opérateurs -> et ->>, json_ea…
Lire l'article →Bases de données et SQLSQL Pivot expliqué : transformez les lignes en colonnes avec CASE, FILTER et PIVOT
Le pivot SQL expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : agrégation conditionnelle avec CASE et SUM, FILTER, NULL vs zéro…
Lire l'article →Développement logicielJavaScript explique ce mot-clé : chaque règle de liaison, testée dans Node
Le mot-clé JavaScript this expliqué avec 17 cas que nous avons exécutés dans le nœud 24 : appels de méthode, perdu dans les rappels, mode strict, fo…
Lire l'article →Développement logicielPython pathlib expliqué : chemins, fichiers et dossiers de manière moderne, testés
Python pathlib expliqué avec des exemples que nous avons exécutés sur Python 3.13 : joindre des chemins avec /, nom, racine et suffixe, lire et écri…
Lire l'article →Développement logicielPython itertools expliqué : boucles paresseuses, combinaisons et regroupements, testés
Les itertools Python expliqués avec des exemples que nous avons exécutés sur Python 3.13 : compte, cycle, accumulation, chaîne, groupby, produit, co…
Lire l'article →Intelligence artificielleL'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre
L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …
Lire l'article →DevOpsEnregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches
Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…
Lire l'article →DevOpsExplication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs
Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…
Lire l'article →Automatisation des testsGénération de données de test avec Python Faker : données réalistes, reproductibles et sûres
Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…
Lire l'article →Tests logicielsExplication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe
Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…
Lire l'article →Bases de données et SQLFonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données
Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…
Lire l'article →Bases de données et SQLDéclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges
Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …
Lire l'article →Développement logicielModule Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes
Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…
Lire l'article →Développement logicielModules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé
Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …
Lire l'article →Développement logicielPython Regex expliqué : modèles, groupes, anticipations et pièges, testés
L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…
Lire l'article →Intelligence artificielleExplication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA
Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…
Lire l'article →DevOpsClés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres
Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…
Lire l'article →DevOpsLa mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct
La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…
Lire l'article →Automatisation des testsExplication des tests des contrats API : détectez les modifications majeures avant leur expédition
Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …
Lire l'article →Tests logicielsExplication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte
Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…
Lire l'article →Bases de données et SQLContraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées
Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …
Lire l'article →Bases de données et SQLFonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs
Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…
Lire l'article →Développement logicielPython asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels
Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…
Lire l'article →Développement logicielDebounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés
Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…
Lire l'article →Développement logicielLes gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles
Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…
Lire l'article →Intelligence artificielleTempérature LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot
La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…
Lire l'article →DevOpsYAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés
YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…
Lire l'article →DevOpsLes tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent
Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…
Lire l'article →Tests logicielsCycle de vie des bogues dans les tests logiciels : chaque statut, à qui il appartient et les erreurs courantes
Le cycle de vie des bogues expliqué : chaque statut de défaut, de Nouveau à Fermé, à qui appartient chaque étape, les bogues rejetés, différés et ro…
Lire l'article →Automatisation des testsTests basés sur les propriétés en Python : l'hypothèse trouve les bogues manqués par vos exemples
Les tests basés sur les propriétés sont expliqués avec les tests d'hypothèses que nous avons exécutés : propriétés par rapport aux exemples, stratég…
Lire l'article →Bases de données et SQLPagination SQL expliquée : OFFSET vs Keyset, avec un test d'un million de lignes
La pagination SQL expliquée avec un test d'un million de lignes que nous avons effectué : LIMIT et OFFSET, pourquoi les pages profondes deviennent l…
Lire l'article →Intelligence artificielleLes hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire
Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …
Lire l'article →DevOpsVariables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués
Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…
Lire l'article →Développement logicielLimitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429
Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…
Lire l'article →Automatisation des testsSe moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests
Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…
Lire l'article →Tests logicielsCouverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %
Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…
Lire l'article →Bases de données et SQLDELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser
DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …
Lire l'article →Bases de données et SQLVues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples
Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …
Lire l'article →Développement logicielInterface TypeScript vs Type : différences réelles, testées avec le compilateur
Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…
Lire l'article →Développement logicielPython *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs
Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…
Lire l'article →Développement logicielFonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser
Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…
Lire l'article →Intelligence artificielleQue sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter
Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…
Lire l'article →DevOpsSurveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces
Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…
Lire l'article →DevOpsVolumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière
Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…
Lire l'article →Automatisation des testsTDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser
TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…
Lire l'article →Tests logicielsTests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels
Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…
Lire l'article →Bases de données et SQLExplication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter
Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…
Lire l'article →Bases de données et SQLInstruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes
SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…
Lire l'article →Développement logicielQu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel
Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…
Lire l'article →Développement logicielBoucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples
La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…
Lire l'article →Développement logicielGénérateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels
Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…
Lire l'article →Intelligence artificielleQue sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement
Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…
Lire l'article →DevOpsDéploiement Bleu-Vert vs Canary : différences, compromis et comment choisir
Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…
Lire l'article →Automatisation des testsTests instables : quelles sont leurs causes et comment les corriger définitivement
Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …
Lire l'article →Tests logicielsTests de charge vs tests de contrainte : différences, métriques et exemples k6
Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…
Lire l'article →Tests logicielsScénario de test et scénario de test : principales différences, exemples et quand les utiliser
Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…
Lire l'article →Bases de données et SQLOptimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais
Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…
Lire l'article →Bases de données et SQLSQL UNION vs UNION ALL : différences, exemples et performances testées
SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…
Lire l'article →Développement logicielTutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente
Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…
Lire l'article →Développement logicielGestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples
Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …
Lire l'article →Développement logicielClasses et objets Python : didacticiel POO avec des exemples réels
Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…
Lire l'article →Intelligence artificielleQu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique
Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …
Lire l'article →DevOpsCommandes Linux pour les débutants : le guide du terminal essentiel avec des exemples
Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…
Lire l'article →Automatisation des testsSelenium vs Playwright : principales différences, code comparé et lequel choisir
Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…
Lire l'article →Tests logicielsPartitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets
Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…
Lire l'article →Tests logicielsGravité vs priorité dans les tests logiciels : différences, matrice et exemples réels
Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…
Lire l'article →Bases de données et SQLTutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples
Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…
Lire l'article →Bases de données et SQLTransactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement
Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…
Lire l'article →Développement logicielAide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples
Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…
Lire l'article →Développement logicielLes promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes
Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…
Lire l'article →Développement logicielTutoriel du dictionnaire Python : méthodes, exemples et modèles courants
Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…
Lire l'article →Intelligence artificielleQu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel
Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…
Lire l'article →DevOpsTutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules
Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…
Lire l'article →DevOpsDocker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin
Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…
Lire l'article →Automatisation des testsTutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels
Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…
Lire l'article →Tests logicielsCycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple
Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …
Lire l'article →Développement logicielGit merge vs rebase : différences, exemples et quand utiliser chacun
Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.
Lire l'article →Développement logicielList comprehension Python : syntaxe, exemples et cas à éviter
La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…
Lire l'article →Bases de données et SQLJointures SQL expliquées avec exemples (Inner, Left, Right, Full)
Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…
Lire l'article →