Stai per affrontare una **sfida magica**: come apprendista mago, devi assicurarti che lo script di lancio degli incantesimi della tua Bacchetta Magica si comporti correttamente, anche quando le forze imprevedibili del mana sono in gioco. La bacchetta si affida a una funzione chiamata `get_mana_level()` per percepire l'energia magica ambientale. Se il mana è sufficientemente alto, il tuo incantesimo di fuoco si sprigiona; in caso contrario, si dissolve in una deludente nuvoletta. Per testare il tuo incantesimo in modo affidabile, devi **mockare il livello di mana**, simulando sia un'energia magica alta che bassa.


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

Acquisizione di competenze pratiche nella gestione dei moduli e delle importazioni in Python per una gestione efficiente del codice. Padronanza delle tecniche avanzate di gestione degli errori per applicazioni più affidabili, automazione delle operazioni sui file con la gestione dei file e apprendimento di strategie di testing robuste con Pytest e Unittest per garantire l'integrità del codice.

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.

Sfida: Mocking delle Dipendenze Interne

Soluzione