Vous êtes sur le point de relever un **défi magique** : en tant qu'apprenti sorcier, vous devez vous assurer que le script d'incantation de votre baguette magique fonctionne correctement, même lorsque les forces imprévisibles du mana sont en jeu. La baguette s'appuie sur une fonction appelée `get_mana_level()` pour détecter l'énergie magique ambiante. Si le niveau de mana est suffisamment élevé, votre sort de feu jaillit ; sinon, il se dissipe en une décevante bouffée. Pour tester votre sort de manière fiable, vous devez **simuler le niveau de mana**, en reproduisant à la fois une énergie magique élevée et faible.


import unittest
import user_code
import ast
import re   
import importlib
import csv
import unittest
from unittest.mock import patch
import importlib

class TestTask(unittest.TestCase):
    def test_spell_success(self):
        import user_code
        importlib.reload(user_code)
        with patch('user_code.get_mana_level', return_value=80):
            result = user_code.cast_spell()
            _dynamic_test(
                self,
                result == "Fireball cast successfully!",
                "cast_spell() returns success message when mana is high (mocked to 80)",
                f"Expected success message, got: {result}"
            )

    def test_spell_fizzle(self):
        import user_code
        importlib.reload(user_code)
        with patch('user_code.get_mana_level', return_value=20):
            result = user_code.cast_spell()
            _dynamic_test(
                self,
                result == "The spell fizzled...",
                "cast_spell() returns fizzle message when mana is low (mocked to 20)",
                f"Expected fizzle message, got: {result}"
            )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    changed = False
    # Collect all assignment nodes to modify
    assign_nodes = [
        (i, node)
        for i, node in enumerate(tree.body)
        if isinstance(node, ast.Assign)
        and any(isinstance(target, ast.Name) and target.id == var_name for target in node.targets)
    ]

    # If nothing to change, return unmodified code
    if not assign_nodes:
        return code

    # Perform replacements for all matching assignments (from last to first to not break line offsets)
    for i, node in reversed(assign_nodes):
        start_line = node.lineno - 1
        line = lines[start_line]
        indent = ' ' * (len(line) - len(line.lstrip()))
        lines[start_line] = f"{indent}{var_name} = {value}"
        next_line = len(lines)
        for next_node in tree.body[i+1:]:
            if hasattr(next_node, 'lineno'):
                next_line = next_node.lineno - 1
                break
        if next_line > start_line + 1:
            lines[start_line+1:next_line] = []
        changed = True

    return '\\n'.join(lines) if changed else code

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


test_main.py

Vous acquerrez des compétences pratiques dans les modules et les imports de Python pour une gestion efficace du code. Maîtrisez des techniques avancées de gestion des erreurs pour des applications plus fiables, automatisez les opérations de fichiers avec la gestion des fichiers, et apprenez des stratégies de test robustes avec Pytest et Unittest pour assurer l'intégrité de votre code.

Master Python's exception system for robust error handling and debugging.

Explore advanced techniques for file operations and resource management using context managers.

Compare and apply Python's multithreading and multiprocessing modules for concurrent programming.

Master asynchronous programming in Python using the asyncio library for scalable I/O-bound applications.

Explore how to write, organize, and run tests using Python's unittest and pytest frameworks.

Challenge : Simulation des Dépendances Internes

Solution