pytest paramétrize expliqué : 7 modèles avec des exemples testés
pytest paramétrize exécute une fonction de test avec de nombreux ensembles d’entrées, vous écrivez donc la logique une fois et ajoutez des cas sous forme de données. Apprenez 7 modèles pratiques, d’une liste de base de cas aux identifiants lisibles, aux échecs attendus et aux appareils indirects, tous exécutés avec pytest 9.2.
- pytest paramétrize utilise
@pytest.mark.parametrize("args", [cases])pour exécuter un test une fois par cas. - Chaque cas devient son propre test avec sa propre réussite ou son propre échec, de sorte qu’une mauvaise entrée ne cache jamais les autres.
- Donner des cas lisibles
ids; alors-k zerosexécute exactement ce cas. - Notre fichier de 7 modèles a collecté 22 tests à partir de 6 fonctions : 20 réussis, 1 ignoré et 1 échec attendu, en 0,24 seconde.
Copier-coller un test cinq fois pour vérifier cinq entrées est lent à écrire et pénible à maintenir. Une boucle à l’intérieur d’un test est pire : le premier échec arrête la boucle et cache le reste. pytest paramétrize résout les deux problèmes. Tout ce qui suit a été exécuté avec pytest 9.2.0 sur Python 3.13.6, et les sorties sont copiées à partir de cette exécution. Nouveau sur Pytest ? Commencez par notre tutoriel pytest.
Pourquoi paramétrer les tests ?
- Moins de code : la logique de test est écrite une fois.
- Échecs clairs : chaque cas est signalé séparément avec sa saisie dans le nom.
- Croissance facile : un nouveau cas limite est une ligne de données supplémentaire.
- Meilleure conception : il s’associe naturellement au partitionnement d’équivalence et à l’analyse des valeurs limites, où vous testez une valeur de chaque classe ou bord.
1. Une liste de base de cas
import pytest
def is_valid_email(s):
return isinstance(s, str) and s.count("@") == 1 \
and "." in s.split("@")[-1] and " " not in s
@pytest.mark.parametrize("email, expected", [
("demo@example.com", True),
("no-at-sign.com", False),
("two@@example.com", False),
("space in@example.com", False),
("demo@localhost", False),
])
def test_email(email, expected):
assert is_valid_email(email) == expected
Le premier argument nomme les paramètres sous forme de chaîne séparée par des virgules. La seconde est une liste de tuples, un par cas, dans le même ordre. pytest a généré cinq tests à partir de cette seule fonction :
test_param.py::test_email[demo@example.com-True]
test_param.py::test_email[no-at-sign.com-False]
test_param.py::test_email[two@@example.com-False]
test_param.py::test_email[space in@example.com-False]
test_param.py::test_email[demo@localhost-False]
Lorsque nous avons délibérément brisé une attente, la ligne d’échec nommait l’entrée exacte : FAILED test_param.py::test_email[demo@localhost-True]. Les quatre autres ont quand même réussi et se sont présentés normalement.
2. Identifiants lisibles
Les identifiants par défaut sont construits à partir des valeurs, ce qui devient moche pour les longues chaînes, objets ou nombres. Passez ids pour nommer vous-même les cas :
@pytest.mark.parametrize("a, b, total",
[(1, 2, 3), (0, 0, 0), (-1, 1, 0)],
ids=["positive", "zeros", "negative"])
def test_add(a, b, total):
assert a + b == total
Les tests apparaissent comme test_add[positive], test_add[zeros] et test_add[negative]. Les bons identifiants se lisent comme une spécification dans les rapports de test et les journaux CI.
3. Décorateurs empilables pour des combinaisons
@pytest.mark.parametrize("x", [1, 2])
@pytest.mark.parametrize("y", ["a", "b", "c"])
def test_grid(x, y):
assert x and y
Les décorateurs empilés produisent toutes les combinaisons : 2 × 3 = 6 tests, de test_grid[a-1] à test_grid[c-2]. C’est pratique pour les petites grilles telles que le navigateur × les paramètres régionaux, mais cela se multiplie rapidement. Pour de nombreux paramètres, choisissez délibérément des combinaisons ; consultez notre guide de test par paire.
4. pytest.param : identifiants et marques par cas
@pytest.mark.parametrize("value, expected", [
pytest.param("10", 10, id="digits"),
pytest.param(" 7 ", 7, id="spaces"),
pytest.param("abc", None, id="letters",
marks=pytest.mark.xfail(raises=ValueError, strict=True)),
pytest.param("3.5", 3, id="float-string",
marks=pytest.mark.skip(reason="decide rounding rule first")),
])
def test_to_int(value, expected):
assert int(value) == expected
Envelopper un cas dans pytest.param vous permet d’attacher un identifiant et des marques à ce cas uniquement. Ici, « lettres » est un échec attendu qui doit déclencher ValueError, et « chaîne flottante » est ignorée avec une raison. Lors de notre exécution, ils sont apparus sous la forme x et s dans la ligne de progression. Avec strict=True, un xfail qui réussit de manière inattendue est signalé comme un échec, donc les bogues connus ne peuvent pas être corrigés par accident sans que personne ne s’en aperçoive.
Astuce : utilisez xfail avec un numéro de ticket dans la raison des bugs connus, et remettez le boîtier à la normale lorsque le bug est corrigé. Cela maintient la suite verte sans cacher le problème.
5. Paramétrage indirect avec luminaires
Parfois, la valeur doit être configurée avant que le test puisse l’utiliser, par exemple en créant un utilisateur avec un rôle. Avec indirect, pytest transmet d’abord chaque valeur à un appareil :
@pytest.fixture
def user(request):
role = request.param
return {"name": "Demo", "role": role, "can_delete": role == "admin"}
@pytest.mark.parametrize("user, allowed",
[("admin", True), ("viewer", False)], indirect=["user"])
def test_permissions(user, allowed):
assert user["can_delete"] is allowed
L’appareil lit la valeur brute de request.param et renvoie l’objet construit. Énumérer uniquement ["user"] comme moyen indirect allowed arrive toujours directement. Cela permet de conserver une installation coûteuse dans les luminaires, à sa place ; consultez notre guide des appareils pytest.
6. Cas d’une liste de dictionnaires
CASES = [
{"qty": 1, "price": 100, "total": 100},
{"qty": 3, "price": 50, "total": 150},
]
@pytest.mark.parametrize("case", CASES, ids=lambda c: f"qty{c['qty']}")
def test_cart(case):
assert case["qty"] * case["price"] == case["total"]
ids peut être une fonction qui construit un nom à partir de chaque cas ; le nôtre a produit test_cart[qty1] et test_cart[qty3]. La même idée vous permet de charger des cas à partir d’un fichier JSON ou CSV au moment de l’importation, ce qui convient aux données que les testeurs conservent en dehors du code. Notre guide de génération de données de test montre comment créer de telles données.
7. Exécuter seulement certains cas
$ pytest -q -k "zeros or admin"
2 passed, 20 deselected in 0.10s
Étant donné que les identifiants font partie du nom du test, -k peut sélectionner des cas individuels. Vous pouvez également copier un identifiant de nœud complet, tel que "test_param.py::test_add[zeros]", à partir d’un rapport d’échec et exécuter uniquement ce cas pendant le débogage.
Deux autres modèles : fichiers et classes
Charger des cas à partir d’un fichier JSON
[{"id": "free-over-500", "total": 600, "fee": 0},
{"id": "boundary-500", "total": 500, "fee": 49},
{"id": "small-order", "total": 120, "fee": 49}]
import json, pathlib, pytest
CASES = json.loads(pathlib.Path(__file__).with_name("cases.json")
.read_text(encoding="utf-8"))
@pytest.mark.parametrize("case", CASES, ids=[c["id"] for c in CASES])
def test_shipping_from_file(case):
assert shipping(case["total"]) == case["fee"]
Les testeurs ou analystes peuvent désormais ajouter des cas sans toucher à Python. Chaque objet JSON devient toujours son propre test nommé, tel que test_shipping_from_file[boundary-500]. Lisez le fichier avec un encoding="utf-8" explicite afin que les noms avec des accents ou des symboles se chargent de la même manière sur chaque machine.
Paramétrer une classe entière
@pytest.mark.parametrize("currency", ["INR", "USD"])
class TestPrices:
def test_symbol(self, currency):
assert {"INR": "₹", "USD": "$"}[currency]
def test_code_length(self, currency):
assert len(currency) == 3
Un décorateur sur la classe s’applique à chaque méthode de test qu’elle contient, donc deux méthodes × deux devises donnaient quatre tests. Avec le test piloté par fichier, ce module supplémentaire a collecté 7 tests et tous les 7 ont réussi en 0,12 seconde.
Notre parcours complet
$ pytest -q
................xs.... [100%]
20 passed, 1 skipped, 1 xfailed in 0.24s
$ pytest --collect-only -q
22 tests collected in 0.01s
Six fonctions de test ont produit 22 tests. Ce ratio constitue le véritable avantage : une large couverture avec très peu de code. Utilisez --collect-only pour vérifier que vos cas se développent comme prévu avant de les exécuter.
paramétrer vs alternatives
| Approche | Idéal pour | Inconvénient |
|---|---|---|
| Tests copier-coller | Deux cas très différents | Code en double |
| Boucle à l’intérieur d’un test | Rien, vraiment | Le premier échec cache le reste |
@pytest.mark.parametrize |
Exemples de cas connus | Vous devez choisir les cas |
| Luminaire paramétré | Exécution de nombreux tests sur plusieurs configurations | Moins visible qu’un décorateur |
| Hypothèse | Générer automatiquement des centaines d’entrées | Bibliothèque supplémentaire et apprentissage |
Lorsque vous souhaitez que pytest invente des cas pour vous, consultez les tests basés sur les propriétés avec Hypothesis.
Conseils pour des tests paramétrés maintenables
- Un comportement par test. Paramétrez les entrées qui doivent se comporter de la même manière. Si les entrées valides et invalides nécessitent des assertions différentes, écrivez deux tests, chacun avec sa propre liste de cas.
- Nommer les cas par intention.
boundary-500indique à un évaluateur pourquoi le cas existe ;case3ne le fait pas. - Conservez les données à proximité du test à moins que des non-programmeurs ne les conservent ; puis déplacez-le vers JSON ou CSV comme indiqué ci-dessus.
- Couvrez délibérément les bords. Les valeurs vides, zéro, les nombres négatifs, la limite exacte et une valeur au-delà trouvent généralement plus de bogues que dix valeurs ordinaires.
- Lire la sortie du CI par identifiant. Un échec tel que
test_email[demo@localhost-True]vous indique déjà l’entrée, vous pouvez donc la reproduire localement en collant l’identifiant du nœud aprèspytest. - Regardez le décompte. Si
--collect-onlymontre des centaines de cas, vérifiez si quelques cas bien choisis donneraient la même confiance en moins de temps.
Erreurs courantes
- Incompatibilité de nom : les noms dans la chaîne doivent correspondre exactement aux arguments de la fonction, ou aux erreurs pytest lors de la collecte.
- Valeurs uniques sous forme de tuples : pour un paramètre, transmettez une liste simple telle que
[1, 2, 3], pas des tuples. - Données partagées mutables : si un test modifie un dict de la liste de cas, les tests ultérieurs voient la modification. Copiez-le d’abord.
- Logique dans le test :
if expected:Les branches à l’intérieur d’un test paramétré signifient généralement que vous avez besoin de deux tests. - Explosion combinatoire : l’empilement de quatre décorateurs de cinq valeurs chacun crée 625 tests. Taillez délibérément.
Pour conclure
pytest paramétrize transforme les tests répétitifs en tests propres et basés sur les données. Commencez par une simple liste de tuples, ajoutez des identifiants lisibles, utilisez pytest.param pour les sauts et les échecs connus, et déplacez la configuration vers des appareils indirects. Vérifiez l’expansion avec --collect-only, et votre suite se développera en ajoutant des données plutôt que du code.
Questions fréquentes
Que fait pytest.mark.parametrize ?
Il exécute la même fonction de test une fois pour chaque ensemble d’arguments que vous fournissez et rapporte chaque exécution sous la forme d’un test distinct avec son propre résultat.
Comment donner des noms lisibles aux tests paramétrés ?
Transmettez les identifiants sous forme de liste de chaînes ou de fonction, ou enveloppez chaque cas dans pytest.param avec l’identifiant défini. L’identifiant apparaît entre parenthèses après le nom du test.
Comment puis-je ignorer ou échouer un cas paramétré ?
Enveloppez ce cas dans pytest.param et ajoutez des marques, par exemple Marks=pytest.mark.skip(reason=…) ou Marks=pytest.mark.xfail(raises=ValueError).
Qu’est-ce que la paramétrisation indirecte dans pytest ?
Avec indirect, chaque valeur est envoyée à un appareil du même nom, qui la lit à partir de request.param et peut effectuer la configuration avant de renvoyer l’objet que le test reçoit.
Puis-je paramétrer avec plusieurs décorateurs ?
Oui. L’empilement de décorateurs paramétriques exécute chaque combinaison de valeurs, donc deux valeurs et trois valeurs produisent six tests.
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.
BM25 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 →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 →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 →