import unittest
import psycopg2
import pandas as pd

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_count_europe_and_asia(self):
        """Check that the query counts countries from Europe and Asia only."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        result = self.cursor.fetchone()
        # Count how many countries are in Europe or Asia in the provided data
        self.cursor.execute("SELECT COUNT(*) FROM country WHERE continent='Europe' OR continent='Asia';")
        expected = self.cursor.fetchone()[0]
        actual = result[0] if result else None
        _dynamic_test(
            self,
            actual == expected,
            f"Correctly counted the number of countries in Europe and Asia: {expected}.",
            f"Incorrect count for countries in Europe and Asia. Expected {expected}, got {actual}."
        )

    def test_no_other_continents_included(self):
        """Check that only Europe and Asia countries are counted (not others)."""
        with open("query.sql", "r") as file:
            query = file.read()
        # Get the ids of countries counted by user query
        self.cursor.execute(f"SELECT id FROM country WHERE continent='Europe' OR continent='Asia';")
        valid_ids = set(row[0] for row in self.cursor.fetchall())
        # Confirm that the user query does not count more than these
        # We'll check the total count from the user query
        self.cursor.execute(query)
        user_count = self.cursor.fetchone()[0]
        # Now, check if the count for all countries is higher
        self.cursor.execute("SELECT COUNT(*) FROM country;")
        total_count = self.cursor.fetchone()[0]
        condition = user_count <= len(valid_ids) and user_count != total_count
        _dynamic_test(
            self,
            condition,
            "Query only includes countries from Europe and Asia.",
            "Query may be including countries from other continents."
        )

    def test_query_returns_single_value(self):
        """Check that the query returns exactly one row and one column."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        condition = len(rows) == 1 and len(rows[0]) == 1
        _dynamic_test(
            self,
            condition,
            "Query returns exactly one row and one column.",
            f"Query should return a single value, got {len(rows)} rows and {len(rows[0]) if rows else 0} columns."
        )

    def test_count_is_correct_value(self):
        """Check that the returned count is correct for the current data."""
        with open("query.sql", "r") as file:
            query = file.read()
        # Get expected count directly from the database
        self.cursor.execute("SELECT COUNT(*) FROM country WHERE continent='Europe' OR continent='Asia';")
        expected = self.cursor.fetchone()[0]
        self.cursor.execute(query)
        result = self.cursor.fetchone()
        actual = result[0] if result else None
        _dynamic_test(
            self,
            actual == expected,
            f"Returned count is correct: {expected}.",
            f"Returned count is incorrect. Expected {expected}, got {actual}."
        )

    def test_count_changes_if_data_changes(self):
        """Check that the count changes if a new Europe country is inserted."""
        with open("query.sql", "r") as file:
            query = file.read()
        # Get current count
        self.cursor.execute("SELECT COUNT(*) FROM country WHERE continent='Europe' OR continent='Asia';")
        before_insert = self.cursor.fetchone()[0]
        # Insert a new Europe country
        self.cursor.execute("INSERT INTO country (id, name, continent, Region, SurfaceArea, Capital, Population) VALUES (100, 'Testland', 'Europe', 'Test Region', 123, 'Testville', 1000);")
        self.connection.commit()
        try:
            self.cursor.execute(query)
            result = self.cursor.fetchone()
            after_insert = result[0] if result else None
        finally:
            self.cursor.execute("DELETE FROM country WHERE id=100;")
            self.connection.commit()
        _dynamic_test(
            self,
            after_insert == before_insert + 1,
            "Query dynamically counts new Europe country.",
            f"Query did not count new Europe country. Expected {before_insert + 1}, got {after_insert}."
        )

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

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


test_solution.py

Denna kurs är perfekt för nybörjare som vill utforska SQL:s värld. Oavsett om du precis har börjat med databashantering eller vill använda SQL för dina applikationsutvecklingsprojekt, täcker kursen det grundläggande. Du lär dig snabbt att utnyttja SQL:s fulla potential, från att fråga och hantera data till att sömlöst integrera det i verkliga applikationer. Efter kursen har du självförtroendet och färdigheterna att lösa praktiska problem med SQL och förbättra din utvecklingsprocess.

I det här avsnittet kommer vi att lära oss hur man använder SQL SELECT-satsen för att hämta en enskild tabellkolumn, flera tabellkolumner och alla tabellkolumner. Vi kommer även att ta reda på hur man returnerar unika värden.

I det här avsnittet utforskar vi hur man organiserar och prioriterar data som returneras av en fråga med hjälp av ORDER BY-satsen. Denna sats placeras i slutet av en SELECT-sats och gör det möjligt att sortera resultatet efter en eller flera kolumner, antingen i stigande eller fallande ordning, vilket ger en mer meningsfull och lättolkad datautmatning.

I det här avsnittet kommer vi att lära oss hur man filtrerar returnerad data med hjälp av SELECT-satsens WHERE-villkor. Vi kommer att lära oss hur man testar för likhet, olikhet, större än och mindre än värdeintervall samt NULL-värden.

I det här avsnittet utforskar vi hur du kan förfina dina sökvillkor genom att kombinera WHERE-satser med operatorerna AND och OR. Vi går även igenom hur operatorn NOT kan användas för att exkludera vissa resultat.

I det här avsnittet kommer vi att lära oss vad SQL:s aggregatfunktioner är och hur de används för att sammanfatta tabelldata.

Utmaning: Antal Kontinenter

Lösning

Utmaning: Antal Kontinenter

Lösning