テスト駆動開発

どのようなものか

テスト駆動開発は、ある振る舞いを実現するコードより先に、その振る舞い
を確かめる小さなテストを一つずつ書くプログラミングの進め方です。自分
の関わりを「再発見」と説明するKent
Beckは、プログラミングのワークフローと呼んでいます。2023年、用語の意
味についてプログラマーの理解が一致していないことに気付き、Canon
TDDという短い記事で流れを整理しました。その記事では、ほぼ一貫して略
称のTDDを使っています。

ワークフローは五段階です。

1. 変更で対応すべきケースを一覧にします。

2. 一覧からちょうど一つを選び、実行できる具体的なテストにします。

3. それまでのテストを壊さずに、そのテストを通します。作業中に見つ
かった新しいケースは、すべて一覧に加えます。

4. 実装の設計を改善できるなら、ここでリファクタリングします。この段
階は任意です。

5. 一覧が空になるまで、段階2に戻ります。

一覧は振る舞いの分析であり、設計書ではありません。基本のケース、その
変化形、変更によって既存の動作を壊してはいけないケースの順に考えま
す。段階2で書くのは、準備、呼び出し、アサーションを備えた本物の自動
テストです。対象の振る舞いはまだ実装されていないため、最初の実行では
失敗します。Beckは段階3を、失敗する赤から成功する緑へ進むことと呼ん
でいます。

この流れに含まれないものも、理解しておくと役立ちます。コードより先に
すべてのテストを書くのが嫌だ、というのはTDDへのよくある批判です。
Beckの答えは明確で、それはTDDではなく、批判も別のものに向いていると
述べています。逆方向にも寛容です。違う方法で良い結果が出ているチーム
は、その方法を続けてよく、段階を厳密に守っても、ご褒美の金の星がもら
えるわけではない、としています。

なぜ重要なのか

Beckは、この流れの目的も示しています。システムの振る舞いを変更するプ
ログラマーは、既存の動作を保ちながら新しい要件を満たし、コードが次の
変更に対応できるようになり、その三点について本人も同僚も確信を持てる
状態を目指します。変更がまだ小さく記憶に新しいうちに各テストを書くた
め、安全網の整備も後回しにならず、コードと同じ速さで進みます。

二つ目の理由は設計です。Beckは、振る舞いをどう呼び出すかと、システム
がどう実現するかを、別の設計判断として扱います。テストは何かを呼び出
し、その戻り値を示す必要があるため、先に書くとインターフェースの判断
が必要になります。実装の判断は、通るテストに守られたリファクタリング
の段階まで待ちます。テストが書きにくいことは、インターフェースが使い
にくくなる早い兆候です。

三つ目の理由は二重の確認です。テストの期待値は人が要件から求め、コー
ドは別の経路で同じ答えに到達します。両者が一致すれば、独立した二つの
道筋が同じ答えを出したことになります。Beckは、TDDの検証手段としての
価値の多くが、この二重確認から生まれると述べています。

やめどきの目安もあります。Beckは、コードの動作への不安が退屈に変わる
まで、テストと実装を続けるよう勧めています。この習慣は記事よりはるか
に古いものです。自身による再発見の時期を、コンサルティングの依頼主の
ためにSUnitを書いた1994年から、AustinのOOPSLA会議でWard
CunninghamにTDDを実演した1995年10月までの間としています。論文Simple
Smalltalk
TestingはSmalltalk向けの簡単なテストフレームワークを説明しており、
Pythonのunittestドキュメントも、同じパターンを説明したBeckの原論文と
して今も参照しています。

実際の活用例

サイトの文章に含まれる、使用禁止の流行語を報告するコンテンツチェック
を考えます。まず、単なるメモとしてテスト一覧を書きます。

```text
i- 禁止語が報告される		engineer.company	70
i- 大文字を含む禁止語が報告される		engineer.company	70
```

段階2では、ちょうど一項目をテストにします。最初の項目を先にするのに
は理由があります。既知の禁止語をチェックに渡し、その語が報告されるこ
とを確かめます。チェックがその語を見つけられるようになるまで、テスト
は失敗します。`test_wording.py`というファイルに置くと、名前が
`test_*.py`に一致するのでpytestが収集します。

```python
from wording import find_banned


def test_reports_a_banned_word():
    assert find_banned("we leverage it", {"leverage"}) == ["leverage"]
```

`pytest
i-q`を実行すると、インポートする`find_banned`が存在せず、すぐに失敗し		engineer.company	70
iます。この失敗が狙いです。一度失敗することを確認しているからこそ、後		engineer.company	70
iの成功に意味が生まれます。今は、通るようにする最も単純なコードで十分		engineer.company	70
iです。`wording.py`に書きます。		engineer.company	70

```python
def find_banned(text, banned):
    return [word for word in text.split() if word in banned]
```

テストが通りました。次の項目を次のテストにします。

```python
def test_reports_a_capitalised_banned_word():
    assert find_banned("Leverage it", {"leverage"}) == ["Leverage"]
```

これは失敗します。pytestはアサーションの途中の値を示すため、
`["Leverage"]`が期待された場所に空のリストが表示されます。比較に
`word.lower()`を使い、`word`をそのまま使わなければ通ります。その変更
を書いている途中で、プログラマーは`text.split()`が句読点を単語に残す
ため、コンマ付きの「leverage,」が見逃されると気付きます。すぐコード
に加えるのではなく一覧へ追加し、三つ目のテストにします。

```python
def test_reports_a_banned_word_before_a_comma():
    assert find_banned("Use it, leverage, win", {"leverage"}) == ["leverage"]
```

これも失敗し、もう一行加えると三つとも通ります。

```python
def find_banned(text, banned):
    words = [word.strip(".,;:!?") for word in text.split()]
    return [word for word in words if word.lower() in banned]
```

段階4は任意で、この例には改善することがほとんどありません。二行がそ
れぞれ一つの仕事をしています。一覧の全項目に通るテストができたので、
作業は終わりです。各期待値は一覧の項目から書き、実行結果を貼り付けた
ものではありません。

一覧の順序は意図的なもので、このサイトの実績にも理由が表れています。
2026年8月に行われたチェック自体にテストを書く取り組みでは、スペル、
文体、数値の整合性などの独自チェックが何か月も成功し続けていた一方、
正しい入力しか見たことのないチェックは、何も読んでいないものと区別で
きないと分かりました。対策は、各チェックが見つけるべき欠陥を意図的に
入れることでした。スペルチェックにはわざと誤記した単語を渡し、問題な
しと出たらテストを失敗させます。文体チェックには一人称の文章を渡して
必ず拒否させ、流行語チェックには禁止語を渡します。その結果、二つの
チェックが、ドキュメントに書かれた範囲より少ないファイルしか読んでい
なかったと判明しました。リンク先のページはTDDを説明したものではあり
ませんが、教訓はTDDが最初から組み込むものと同じです。テストに価値が
生まれるのは、一度失敗することを確認してからです。

問題が起きるところ

最初にすべてのテストを書く。
一つも通らないうちに一覧の全項目をテストに変えるのが、Beckの指摘する
誤解です。最初のテストで判断を見直す必要が出れば、先回りして書いたテ
ストをすべて修正することになります。一度も通らないまま六つ目に取り組
むプログラマーは、落胆や退屈に直面すると書いています。一つを書いて通
し、それから次を選びます。新しいテストによって、それまでの実装では対
応できないケースが分かったら、続けるか最初からやり直すかを決めます。
Beckは、ケースの順序を変えてやり直すよう勧めています。

テストにアサーションがない。
コードを呼ぶだけで何も確かめないテストは、カバレッジの数値を上げて
も、何も証明しません。どのテストにも、準備、呼び出し、アサーションが
必要です。Beckは、ときにはアサーションから逆向きにテストを書いてみる
よう勧めています。

アサーションを削除する。
通らないテストからアサーションを消せば、通ったように見えるだけです。
本当に通るようにするか、項目を一覧へ戻して順序を考え直します。

期待値を出力から貼り付ける。
コードを実行し、その戻り値をコピーしてテストに貼ると、二重の確認が一
重になります。確かめるのは、コードが以前と同じことをするという点だけ
です。必要なら手計算をしてでも、期待値を要件から求めます。

テストを通す途中でリファクタリングする。
同じ段階で構造と振る舞いを変えるのを、Beckは二つの役割を同時に担うこ
とにたとえています。まず動かし、その後で整えます。最も単純な変更で緑
にし、テストが通ってから整理します。

整えすぎる、または抽象化を急ぎすぎる。
整理は気分がよく、次のテストに向き合うより安全に感じることもありま
す。今回の作業に十分な状態まで整ったら止め、似た二つのコードは、パ
ターンが明らかになるまでそのままにします。Beckの言葉は簡潔です。「重
複は手掛かりであって、命令ではない」。

テストが実装を知っている。
非公開メソッドを呼んだり、何を生成したかではなくどの呼び出しを行った
かを調べたりするテストは、内部が変わるたびに壊れます。_Software
Engineering at Google_のユニットテストの章で、Erik
Kueflerはこれを脆いテストと呼んでいます。実際の不具合を生まない無関
係な変更でも失敗するテストです。TDDでは、内部を変えても通り続けるテ
ストがリファクタリングに欠かせないため、負担が二重になります。公開イ
ンターフェースを通してテストし、やり取りではなく結果の状態を確認し、
確かめる振る舞いにちなんでテストを命名します。

参考資料

  * Canon TDD — Kent
Beck自身による2023年のワークフローの説明。五段階、インターフェースと
実装の設計の分離、各段階の間違いを扱います。

  * Simple Smalltalk Testing: With Patterns —
Smalltalk向けの簡単なテストフレームワークを説明したBeckの論文の保存
版。フィクスチャ、テストケース、スイートを扱います。

  * ユニットテスト — _Software Engineering at Google_のErik
Kueflerによる章。リファクタリングに耐えるテスト、公開APIを通じたテス
ト、振る舞いのテストを扱います。

  * はじめに — pytestの導入資料。インストール、最初に失敗するテスト
とその報告、テストファイルの見つけ方を説明しています。

  * unittest：ユニットテストフレームワーク —
Python標準ライブラリのフレームワーク。同じパターンの原典としてBeckの
論文を挙げています。

hこのページのウェブ版	URL:https://engineer.company/ja/glossary/test-driven-development/	engineer.company	70
