Skip to content
Modul 22 — Capstone: Statischer Site-Generator
7

Absichern: Tests & die vollständige Übung

Lektion 7 von 7

Testen gegen Regressionsfehler

Ein Projekt ist nur fertig, wenn es absicherbar ist. Unsere drei wichtigsten Tests decken Parser, Sicherheit und Ausgabe ab:

#[cfg(test)]
mod tests {
    use super::*;

    #[test]
    fn parses_headings_and_paragraphs() {
        let blocks = parse("# Titel\n\nein Absatz.\nund weiter.");
        assert_eq!(
            blocks,
            vec![
                Block::Heading(1, "Titel".to_string()),
                Block::Paragraph("ein Absatz. und weiter.".to_string()),
            ]
        );
    }

    #[test]
    fn escapes_html() {
        assert_eq!(escape("<script>&"), "&lt;script&gt;&amp;");
    }

    #[test]
    fn renders_writer_output() {
        let mut buf = Vec::new();
        let blocks = parse("# Hi");
        build_to_writer(&mut buf, "Seite", &blocks).unwrap();
        let html = String::from_utf8(buf).unwrap();
        assert!(html.contains("<h1>Hi</h1>"));
        assert!(html.contains("<title>Seite</title>"));
    }
}

Jeder Test sichert eine Eigenschaft: sinnvolles Parsen, sichere Ausgabe, korrekter Writer-Pfad. Diese drei zusammen fangen die häufigsten Regressionsfehler.

Was macht ein gutes Capstone aus?

Ein Capstone verbindet viele Module zu einem getesteten, funktionierenden Ganzen — nicht zu einem Haufen endloser Features. Wer hier Parst, rendert, Layout, Workspace und Tests beherrscht, hat den Rust-Pfad dieses Kurses durchdrungen: von Grundlagen bis zu sicherer, wiederverwendbarer Programmarchitektur.

Rust in der realen Welt: KI-Werkzeuge und Systemprogrammierung

Rust ist nicht nur ein Lehrsprache — sie treibt aktuelle KI-Werkzeuge und Systemprojekte:

  • OPENDEV (2026): Ein KI-Codierungsagent für das Terminal, in Rust geschrieben. Nutzt eine Dual-Agent-Architektur (Planung + Ausführung), adaptives Context-Compaction und ein Memory-System für projekt-spezifisches Wissen über Sessions hinweg.
  • TreeCoder (2026): Ein Framework für Constraint-gesteuerte Code-Generierung mit LLMs — getestet auf Python, SQL und Rust. Erzwingt Korrektheit während des Decodings statt auf Prompt-Engineering zu vertrauen.
  • Klang (2026): Eine Lehrsprache mit Rust-Execution-Core und drei Backends (Stack-VM, LLVM JIT/AOT, x86-64 NASM) — zeigt Rusts Rolle als Systemprogrammierung-Sprache.

Dein Capstone ist ein vollständiger Site-Generator: Parsing, Rendering, I/O, Tests. Dieselben Fähigkeiten — sichere Systemprogrammierung, Fehlerbehandlung, performante I/O — machen Rust zur Sprache der Wahl für KI-Infrastruktur.

Praxis-Szenario: Die Marketing-Seite

Die Marketing-Seite lädt drei Sekunden — WordPress mit 40 Plugins. Der CEO will schnell, sicher, wartbar. Du schlägst einen statischen Generator vor: Markdown rein, HTML raus, kein Server, keine Angriffsfläche.

Übung: Der komplette Site-Generator

🧩 Übung m22-l7-e1

🔮 Vorhersage: Was passiert beim Ausführen?

Editor wird geladen…
KI-Tutor (sokratisch — keine Komplettlösungen)

⚠ Häufiger Fehler: assert_eq!(block, Block::Heading(1, "Titel")) kompiliert nicht — E0308 („mismatched types“): Das Enum-Feld verlangt einen String, "Titel" ist aber ein &str. Hänge wie im Test oben .to_string() an, statt &str-Literale mit String-Feldern zu mischen.

✅ Wichtige Erkenntnisse

0/3

Haken setzen, um deinen Lernfortschritt zu markieren:

  • Rufe dir die Kernpunkte in Erinnerung, bevor du die Liste aufdeckst.

Erinnerungstraining

Tippe den fehlenden Begriff aus dem Gedächtnis ein und prüfe.

Der Test escapes_html prüft: escape("<script>&") ergibt .
renders_writer_output nutzt einen frischen als Writer-Ziel und prüft <h1>Hi</h1> und <title>Seite</title>.
Jeder Test sichert eine des Systems ab: sinnvolles Parsen, sichere Ausgabe, korrekter Writer-Pfad.
0 von 3 richtig

This site uses essential cookies for Stripe payments. No tracking cookies.