文档章节

python mock基本使用经验分享

qihaokeji
 qihaokeji
发布于 2016/07/07 11:39
字数 1460
阅读 14
收藏 0

 

什么是mock? mock在翻译过来有模拟的意思。这里要介绍的mock是辅助单元测试的一个模块。它允许您用模拟对象替换您的系统的部分,并对它们已使用的方式进行断言。 在Python2.x中mock是一

什么是mock?

mock 在翻译过来有模拟的意思。这里要介绍的 mock 是辅助单元测试的一个模块。它允许您用模拟对象替换您的系统的部分,并对它们已使用的方式进行断言。

在 Python2.x 中 mock 是一个单独模块,需要单独安装。

> pip install -U mock

在 Python3.x 中, mock 已经被集成到了 unittest 单元测试框架中,所以,可以直接使用。

可能你和我初次接触这个概念的时候会有这样的疑问:把要测的东西都模拟掉了还测试什么呢?

但在,实际生产中的项目是非常复杂的,对其进行单元测试的时候,会遇到以下问题:

  • 接口的依赖
  • 外部接口调用
  • 测试环境非常复杂

单元测试应该只针对当前单元进行测试 , 所有的内部或外部的依赖应该是稳定的 , 已经在别处进行测试过的 . 使用 mock 就可以对外部依赖组件实现进行模拟并且替换掉 ,从而使得单元测试将焦点只放在当前的单元 功能。

简单的例子                                                        

我们先从最简单例子开始。

modular.py

#modular.py

class Count():

    def add(self):
        pass

这里要实现一个 Count 计算类, add() 方法要实现两数相加。但,这个功能我还没有完成。这时就可以借助 mock 对其进行测试。

mock_demo01.py

from unittest import mock
import unittest

from modular import Count

# test Count class
class TestCount(unittest.TestCase):

    def test_add(self):
        count = Count()
        count.add = mock.Mock(return_value=13)
        result = count.add(8,5)
        self.assertEqual(result,13)


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

count = Count()

首先,调用被测试类 Count() 。

count.add = mock.Mock(return_value=7)

通过 Mock 类模拟被调用的方法 add() 方法, return_value 定义 add() 方法的返回值。

result = count.add(2,5)

接下来,相当于在正常的调用 add() 方法,传两个参数 2 和 5 ,然后会得到相加的结果 7 。然后, 7 的结果是我们在上一步就预先设定好的。

self.assertEqual(result,7)

最后,通过 assertEqual() 方法断言,返回的结果是否是预期的结果 7 。

运行测试结果:

> python3 mock_demo01.py
.
----------------------------------------------------------------------
Ran 1 test in 0.000s

OK

这样一个用例就在 mock 的帮助下编写完成,并且测试通过了。

完成功能测试                                                     

再接下来完成 module.py 文件中 add() 方法。

#module.py

class Count():

    def add(self, a, b):
        return a + b

然后,修改测试用例:

from unittest import mock
import unittest
from module import Count


class MockDemo(unittest.TestCase):

    def test_add(self):
        count = Count()
        count.add = mock.Mock(return_value=13, side_effect=count.add)
        result = count.add(8, 8)
        print(result)
        count.add.assert_called_with(8, 8)
        self.assertEqual(result, 16)

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

count.add = mock.Mock(return_value=13, side_effect=count.add)

side_effect 参数和 return_value 是相反的。它给 mock 分配了可替换的结果,覆盖了 return_value 。简单的说,一个模拟工厂调用将返回 side_effect 值,而不是return_value 。

所以,设置 side_effect 参数为 Count 类 add() 方法,那么 return_value 的作用失效。

result = count.add(8, 8)

print(result)

这次将会真正的调用 add() 方法,得到的返回值为 16 ( 8+8 )。通过 print 打印结果。

assert_called_with(8,8)

检查 mock 方法是否获得了正确的参数。

解决测试依赖                                                     

前面的例子,只为了让大家对 mock 有个初步的印象。再接来,我们看看如何 mock方法的依赖。

例如,我们要测试 A 模块,然后 A 模块依赖于 B 模块的调用。但是,由于 B 模块的改变,导致了 A 模块返回结果的改变,从而使 A 模块的测试用例失败。其实,对于 A模块,以及 A 模块的用例来说,并没有变化,不应该失败才对。

这个时候就是 mock 发挥作用的时候了。通过 mock 模拟掉影响 A 模块的部分( B模块)。至于 mock 掉的部分( B 模块)应该由其它用例来测试。

# function.py
def add_and_multiply(x, y):
    addition = x + y
    multiple = multiply(x, y)
    return (addition, multiple)


def multiply(x, y):
    return x * y

然后,针对 add_and_multiply() 函数编写测试用例。 func_test.py

import unittest
import function


class MyTestCase(unittest.TestCase):

    def test_add_and_multiply(self):
        x = 3
        y = 5
        addition, multiple = function.add_and_multiply(x, y)
        self.assertEqual(8, addition)
        self.assertEqual(15, multiple)


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

运行结果:

>  python3 func_test.py
.
----------------------------------------------------------------------
Ran 1 test in 0.000s

OK

目前运行一切正确常,然而, add_and_multiply() 函数依赖了 multiply() 函数的返回值。如果这个时候修改 multiply() 函数的代码。

……
def multiply(x, y):
    return x * y + 3

这个时候, multiply() 函数返回的结果变成了 x*y 加 3 。

再次运行测试:

>  python3 func_test.py                                                   
F                                                                       
======================================================================  
FAIL: test_add_and_multiply (__main__.MyTestCase)                       
----------------------------------------------------------------------  
Traceback (most recent call last):                                      
  File "fun_test.py", line 19, in test_add_and_multiply                 
    self.assertEqual(15, multiple)                                      
AssertionError: 15 != 18                                                
                                                                        
----------------------------------------------------------------------  
Ran 1 test in 0.000s                                                    
                                                                        
FAILED (failures=1)

测试用例运行失败了,然而, add_and_multiply() 函数以及它的测试用例并没有做任何修改,罪魁祸首是 multiply() 函数引起的,我们应该把 multiply() 函数 mock 掉。

import unittest
from unittest.mock import patch
import function


class MyTestCase(unittest.TestCase):

    @patch("function.multiply")
    def test_add_and_multiply2(self, mock_multiply):
        x = 3
        y = 5
        mock_multiply.return_value = 15
        addition, multiple = function.add_and_multiply(x, y)
        mock_multiply.assert_called_once_with(3, 5)

        self.assertEqual(8, addition)
        self.assertEqual(15, multiple)


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

@patch("function.multiply")

patch() 装饰 / 上下文管理器可以很容易地模拟类或对象在模块测试。在测试过程中,您指定的对象将被替换为一个模拟(或其他对象),并在测试结束时还原。

这里模拟 function.py 文件中 multiply() 函数。

def test_add_and_multiply2(self, mock_multiply):

在定义测试用例中,将 mock 的 multiply() 函数(对象)重命名为 mock_multiply 对象。

mock_multiply.return_value = 15

设定mock_multiply 对象的返回值为固定的 15 。

ock_multiply.assert_called_once_with(3, 5)

检查 ock_multiply 方法的参数是否正确。

再次,运行测试用例,通过!

企业模板网站分享 

 

本文转载自:http://www.zuimoban.com/jiaocheng/python/7645.html

qihaokeji
粉丝 0
博文 67
码字总数 13151
作品 0
深圳
运营/编辑
私信 提问
Python 的单元测试之 mock

Overview mock 是一个用于单元测试的 Python 库,它使用 mock 模拟系统中如 class, method 等部分,并且断言它们是如何被调用的。在编写单元测试时,mock 非常适合模拟数据库,web 服务器等依...

koala bear
2015/06/02
0
0
周末好福利:三本Python好书助你抢占深度学习先机

“生活不易,我用Python” 这句半吐槽半开玩笑的话,如今看来是不是有些习以为常了?作为一种简洁易读的编程语言,Python因代码量小、维护成本低、编程效率高而广受欢迎。 都说Life is short...

dbaplus社群
2018/10/29
0
0
5本必读Python入门书籍,你都看过吗?(附福利)

今天技术学派为大家准备了5本Python入门书籍,除了书籍小编还整理了3个常用的资源网站分享给大家。 1.Python基础教程 《Python基础教程》是经典的Python入门教程书籍,本书层次鲜明,结构严谨...

Python燕大侠
2018/06/07
482
2
6个最高效的语言处理Python库,你用过几个?

最近一段时间Python已经成为数据科学行业中大火的编程语言,今天技术学派收集了一些较为高效的语言处理Python库。下面分享给大家。 1.NLTK NLTK是构建Python程序以处理人类语言数据的领先平台...

Python燕大侠
2018/06/05
405
1
Django 最佳学习路径 | 涵盖众多学习资源

学习编程的路上, 下面的场景你是否似曾相识? ———— 场景一 当初,零编程基础,想做个网站。听说Python能做网站,而且很屌,于是我去学了Python。 结果发现他们都是在Linux下写代码,于是...

图灵教育
03/20
0
0

没有更多内容

加载失败,请刷新页面

加载更多

PostgreSQL 11.3 locking

rudi
53分钟前
5
0
Mybatis Plus sql注入器

一、继承AbstractMethod /** * @author beth * @data 2019-10-23 20:39 */public class DeleteAllMethod extends AbstractMethod { @Override public MappedStatement injectMap......

一个yuanbeth
今天
10
1
一次写shell脚本的经历记录——特殊字符惹的祸

本文首发于微信公众号“我的小碗汤”,扫码文末二维码即可关注,欢迎一起交流! redis在容器化的过程中,涉及到纵向扩pod实例cpu、内存以及redis实例的maxmemory值,statefulset管理的pod需要...

码农实战
今天
4
0
为什么阿里巴巴Java开发手册中不建议在循环体中使用+进行字符串拼接?

之前在阅读《阿里巴巴Java开发手册》时,发现有一条是关于循环体中字符串拼接的建议,具体内容如下: 那么我们首先来用例子来看看在循环体中用 + 或者用 StringBuilder 进行字符串拼接的效率...

武培轩
今天
8
0
队列-链式(c/c++实现)

队列是在线性表功能稍作修改形成的,在生活中排队是不能插队的吧,先排队先得到对待,慢来得排在最后面,这样来就形成了”先进先出“的队列。作用就是通过伟大的程序员来实现算法解决现实生活...

白客C
今天
80
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部