Natuurlijk! Hier is een uitgebreide gids voor het opzetten en optimaliseren van geautomatiseerde unit tests voor jouw API met behulp van Cursor in Python: 1. Opzetten van je testomgeving - Installeer Cursor: Zorg dat je Cursor correct hebt geïnstalleerd in je Python-omgeving, bijvoorbeeld via pip: ```bash pip install cursor ``` - Organiseer je tests: Plaats je unit tests in een aparte map, bijvoorbeeld `tests/`, en noem je testbestanden bijvoorbeeld `test_api.py`. 2. Schrijven van effectieve unit tests - Mock externe afhankelijkheden: Gebruik mocking (bijvoorbeeld met `unittest.mock`) om API-aanroepen of database-interacties te simuleren, zodat tests snel en betrouwbaar blijven. - Test individuele functies: Richt je op het testen van kleine, geïsoleerde functies of methoden van je API. - Gebruik duidelijke asserts: Controleer op verwachte outputs, uitzonderingen, en randgevallen. 3. Integratie van Cursor voor testautomatisering - Testdata beheren: Gebruik Cursor om testgegevens eenvoudig te laden en te verwijderen, wat herhaalbaarheid en consistentie bevordert. - Automatiseren van testuitvoering: Integreer Cursor met je CI/CD-pijplijn zodat tests automatisch worden uitgevoerd bij elke commit. - Verbeter testefficiëntie: Gebruik Cursor’s functies voor batchverwerking en data-validatie om tests snel uit te voeren. 4. Best practices voor onderhoud en optimalisatie - Automatiseer setup en teardown: Gebruik bijvoorbeeld `setUp` en `tearDown` methoden in je testklassen om testdata automatisch te creëren en te verwijderen via Cursor. - Organiseer tests modulair: Groepeer tests op functionaliteit en documenteer duidelijk. - Houd tests klein en specifiek: Zorg dat elke test één aspect van je API verifieert. - Documenteer testcases: Beschrijf wat elke test controleert en waarom. 5. Aanbevelingen voor betrouwbaarheid en efficiëntie - Voer tests parallel uit: Maak gebruik van testparallelisatie om tijd te besparen. - Gebruik fixtures en mocks: Minimaliseer afhankelijkheden en voorkomen flaky tests. - Monitor testresultaten: Log en analyseer testuitkomsten regelmatig om problemen snel te identificeren. - Automatiseer regressietests: Zorg dat bij elke wijziging alle tests automatisch draaien en rapporteren. 6. Voorbeeldcode Hier is een basisvoorbeeld van een Python test met Cursor: ```python import unittest from unittest.mock import patch import cursor class TestApi(unittest.TestCase): @classmethod def setUpClass(cls): # Initialiseer Cursor verbinding cls.cursor = cursor.Cursor() def setUp(self): # Voeg testdata toe self.test_data_id = self.cursor.insert('api_data', {'key': 'value'}) def tearDown(self): # Verwijder testdata self.cursor.delete('api_data', {'id': self.test_data_id}) def test_api_response(self): # Hier test je je API-logica response = jouw_api_functie() self.assertEqual(response.status_code, 200) @patch('jouw_module.external_service') def test_api_met_mock(self, mock_service): mock_service.return_value = {'result': 'succes'} response = jouw_api_functie() self.assertIn('succes', response.json()) if __name__ == '__main__': unittest.main() ``` Kort samengevat: - Gebruik Cursor voor betrouwbare testdata management. - Schrijf kleine, gerichte tests met mocks waar nodig. - Automatiseer en integreer tests in je ontwikkelproces voor maximale efficiëntie. - Onderhoud je tests actief en documenteer ze duidelijk. Wil je meer specifieke voorbeelden of begeleiding bij het instellen van je CI/CD pipeline?

Zeker! Hier is een complete handleiding voor het opzetten en optimaliseren van geautomatiseerde API unit tests in Python met Cursor: ## 🚀 Test Framework Setup ### Aanbevolen Tools ```python # requirements-test.txt pytest==7.4.0 pytest-cov==4.1.0 requests==2.31.0 fastapi-testclient==0.4.0 # Als je FastAPI gebruikt flask-testing==0.8.1 # Als je Flask gebruikt factory-boy==3.3.0 faker==19.0.0 httmock==1.4.0 ``` ## 📝 Test Structuur & Organisatie ### Projectstructuur ``` project/ ├── src/ │ └── api/ ├── tests/ │ ├── unit/ │ │ ├── test_routes/ │ │ ├── test_models/ │ │ └── test_services/ │ ├── conftest.py │ └── factories/ ├── pytest.ini └── requirements-test.txt ``` ## 🧪 Effectieve Test Patterns ### 1. Basis Unit Test Structuur ```python # tests/unit/test_user_routes.py import pytest from unittest.mock import Mock, patch from src.api.routes.users import UserRouter class TestUserRoutes: @pytest.fixture def mock_user_service(self): return Mock() @pytest.fixture def router(self, mock_user_service): return UserRouter(user_service=mock_user_service) def test_get_user_success(self, router, mock_user_service): # Arrange user_id = 1 expected_user = {"id": user_id, "name": "Test User"} mock_user_service.get_user.return_value = expected_user # Act result = router.get_user(user_id) # Assert assert result == expected_user mock_user_service.get_user.assert_called_once_with(user_id) ``` ### 2. Gebruik van Factories voor Test Data ```python # tests/factories/user_factory.py import factory from faker import Faker fake = Faker() class UserFactory(factory.Factory): class Meta: model = dict id = factory.Sequence(lambda n: n + 1) name = factory.LazyFunction(lambda: fake.name()) email = factory.LazyFunction(lambda: fake.email()) is_active = True # Gebruik in tests def test_create_user(self): user_data = UserFactory.build() # Test logica met consistente test data ``` ## 🔧 Cursor Optimalisaties ### 1. AI-gestuurde Test Generatie Gebruik Cursor's AI-capaciteiten: - **Chat commando**: "Generate unit tests for this UserService class" - **Code acties**: Selecteer code → Ctrl+L → "Create tests for this function" ### 2. Snelkoppelingen voor Test Onderhoud ```python # Gebruik Cursor's refactoring tools voor: # - Test method extraction # - Fixture consolidation # - Mock pattern standardization ``` ### 3. Test Templates in Cursor Maak code snippets voor veelvoorkomende test patronen: ```python # @snippet api_unit_test_template def test_{method_name}_{scenario}(self): # Arrange {setup_code} # Act {action_code} # Assert {assertions} ``` ## 🛠️ Test Configuratie & Setup ### pytest.ini Configuratie ```ini [pytest] testpaths = tests python_files = test_*.py python_classes = Test* python_functions = test_* addopts = -v --cov=src --cov-report=html --cov-report=term-missing --strict-markers markers = slow: slow running tests integration: integration tests ``` ### conftest.py voor Shared Fixtures ```python # tests/conftest.py import pytest from unittest.mock import Mock from src.api.app import create_app @pytest.fixture def test_client(): app = create_app() with app.test_client() as client: yield client @pytest.fixture def mock_db_session(): with patch('src.api.database.get_session') as mock: yield mock ``` ## 📊 Test Metrics & Quality ### Coverage Tracking ```python # .coveragerc [run] source = src omit = */migrations/* */__pycache__/* */tests/* [report] exclude_lines = pragma: no cover def __repr__ raise AssertionError raise NotImplementedError ``` ## 🔄 CI/CD Integratie ### GitHub Actions Voorbeeld ```yaml # .github/workflows/test.yml name: Run Tests on: [push, pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v3 - name: Setup Python uses: actions/setup-python@v4 with: python-version: '3.11' - name: Install dependencies run: | pip install -r requirements.txt pip install -r requirements-test.txt - name: Run tests run: pytest --cov-report=xml - name: Upload coverage uses: codecov/codecov-action@v3 ``` ## 💡 Best Practices voor Onderhoud ### 1. Test Naming Conventies ```python # Goed def test_create_user_with_valid_data_returns_201() def test_get_user_with_invalid_id_returns_404() # Vermijd def test_user_creation() # Te vaag ``` ### 2. Mock Strategieën ```python class TestPaymentService: def test_process_payment_success(self): with patch('src.api.services.payment_gateway.charge') as mock_charge: mock_charge.return_value = {"status": "success"} result = self.payment_service.process_payment(amount=100) assert result["success"] is True mock_charge.assert_called_once_with(100) ``` ### 3. Parameterized Testing ```python @pytest.mark.parametrize("user_input,expected_status", [ ({"name": "John", "email": "john@test.com"}, 201), ({"name": "", "email": "john@test.com"}, 400), ({"name": "John", "email": "invalid-email"}, 400), ]) def test_create_user_validation(self, user_input, expected_status): response = self.client.post("/users", json=user_input) assert response.status_code == expected_status ``` ## 🎯 Cursor-specifieke Tips 1. **Gebruik Cursor's Agent Mode** voor complexe test refactoring 2. **Maak custom commands** voor vaak uitgevoerde test operaties 3. **Leverage codebase awareness** voor het vinden van afhankelijkheden 4. **Gebruik de chat voor test strategie vragen** zoals "Hoe test ik deze async endpoint?" ## 📈 Monitoring & Optimalisatie ### Test Performance Tracking ```python # Voeg toe aan conftest.py def pytest_terminal_summary(terminalreporter, exitstatus, config): duration = terminalreporter.stats.get('total duration', 0) print(f"\nTest execution time: {duration:.2f}s") ``` Deze aanpak zorgt voor: - **Snellere ontwikkeling** met AI-ondersteuning - **Betere test coverage** door gestructureerde patterns - **Eenvoudiger onderhoud** met consistente conventies - **Betrouwbaardere tests** door isolatie en mocking Start met de basisstructuur en breid geleidelijk uit op basis van je specifieke API-behoeften!