Pytest 进阶学习之 Mock

云运维 2023-01-04 穿过生命散发芬芳 手机阅读

1. 为什么需要 Mock

在做单元测试时，被测试函数有时并不是一个可执行的独立单元。被测试函数依赖于一些外部资源，比如另外一个函数的返回值、数据库中某一条数据值等。为了屏蔽外部依赖的干扰，我们会采用 Mock 技术。通过模拟测试资源的方式，满足依赖条件。从设计模式的角度看，对于满足单一职责原则的函数、类，使用 Mock 的方式忽略外部依赖进行测试也是合理的。因为，外部依赖的测试，应该在其内部完成，而不应转移到调用方。反推，如果单元测试不好写，那么很有可能是软件没有遵循一定的设计模式进行实践。这种情况下，最重要的是让软件符合设计模式的规范，而不要急于做单元测试。

2. Stub、Fake、Mock 区别

实际上，Mock 并非模拟测试资源的唯一方式，类似的还有 Stub 和 Fake。Stub 为测试对象提供了一套方法接口，模拟真实的测试资源。当测试对象调用 Stub 方法时，Stub 响应预定的结果，也可能产生预定的错误或异常。Stub 可以跟踪和测试对象的交互，但不处理出入的数据。Fake 也提供了一套方法接口，用于跟踪和测试对象的交互，但与 Stub 不同，Fake 处理了输入的数据，并以此产生结果。使用 Stub 和 Fake ，都可以对测试对象进行状态验证。但是如果，想知道测试对象是否按照正确顺序调用了方法，则需要进行行为验证。Mock 可以用于测试对象的行为验证。

3. Python 中的 Mock

在 Python 3.3 版本之前，使用 Mock 需要先从第三方安装：

1

pip install mock

自 Python 3.3 开始，Mock 被引入标准库中，命名为 unittest.mock。先来看一个简单的例子（下面均以 Python 2.7 为例）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

from mock import MagicMock, patch

m = MagicMock()
# mock test 函数，返回值 1
m.test = MagicMock(return_value=1)
# 调用 test 函数
m.test()
# 输出：1
class MyObj(object):
    value = 'old_value'

my = MyObj()
with patch.object(my, 'value', 'new_value'):
    print my.value
# 输出：new_value

使用 Mock 做测试的思路：

  • 找到被测对象的外部依赖。可能是一个函数、对象、类等。
  • 实例化 Mock 类，得到 Mock 对象，设置 Mock 对象的行为与依赖一致。比如，返回值、对象值等。
  • 使用 Mock 对象替换掉外部依赖。
  • 写测试代码和判断是否符合预期的断言。

    • 4. Mock、MagicMock、patch 使用

    4.1 Mock

    Mock 类定义：

    1

    class unittest.mock.Mock(spec=None, side_effect=None, return_value=DEFAULT, wraps=None, name=None, spec_set=None, unsafe=False, **kwargs)

    重要参数：

    • return_value，表示当 mock 对象被调用，side_effect 函数返回的是 DEFAULT 时，返回值。
    • side_effect，这个参数指向一个可调用或可迭代的对象。当 mock 对象被调用时，如果该函数返回值不是 DEFAULT 时，那么以该函数的返回值作为 mock 对象调用的返回值

    side_effect 有三种用法：1，按序列返回值

    1
2
3
4
5
6
7
8

    m = Mock()
m.get_num = Mock(side_effect=[1, 2, 3])
p.get_num()
# 输出：1
p.get_num()
# 输出：2
p.get_num()
# 输出：3

    2，调用函数处理返回值

    1
2
3
4

    m = Mock()
m.get_x = Mock(side_effect=lambda x: x*2)
m.get_x('123')
# 输出：'123123'

    3，主动抛出异常

    1
2
3
4

    m = Mock()
m.get_exp = Mock(side_effect=TypeError('type error msg'))
m.get_exp()
# 输出：TypeError: type error msg

    4.2 MagicMock

    MagicMock 类定义：

    1

    class unittest.mock.MagicMock(MagicMixin, Mock)

    MagicMock 是 Mock 类的一个子类，实现了很多 magic 方法和属性。看一个例子：

    1
2
3
4
5
6

    m = Mock()
list(m)
# 输出： 'Mock' object is not iterable
mg = MagicMock()
list(mg)
# 输出：[]

    创建 Mock 对象时，默认没有实现 __iter__ 函数，所以会报错。但是 ，MagicMock 对象中增加了这个 magic method。通常情况下，除非是对迭代对象的 Mock，我们感受不到 Mock 和 MagicMock 的区别。

    4.3 patch

    patch 是 Mock 提供的一个用于替换某些函数、属性的方法。patch 定义：

    1

    unittest.mock.patch(target, new=DEFAULT, spec=None, create=False, spec_set=None, autospec=None, new_callable=None, **kwargs)

    重要参数：

    • target，被替换的函数字符串名，需要输入完整路径
    • new，替换成的 Mock 实例，默认为 MagicMock

    通常有两种写法：

  • 使用 with 控制上下文范围，进行替换
    • 1
2
3
4
5
6
7
8

    import requests
from mock import patch

def request_get(url):
    return {'status':200}
with patch('requests.get', request_get):
    print requests.get('https://api.com')
# 输出：{'status': 200}
  • 使用装饰器，替换指定的属性或函数
    • 1
2
3
4
5
6
7
8
9

    import requests
from mock import patch

@patch('requests.get', request_get)
def get_data():
    return requests.get('https://api.com')

get_data()
# 输出：{'status': 200}

    patch 还有三个非常有用的拓展：

  • 替换字典用的 patch.dict
    • 1

    patch.dict(foo, {'newkey': 'newvalue'})
  • 多次替换用的 patch.multiple
    • 1

    @patch.multiple('__main__', thing=DEFAULT, other=DEFAULT)
  • 替换实例用的 patch.object
    • 1

    @patch.object(SomeClass, 'class_method')

    5. 断言

    断言，用于判断测试是否符合预期。Mock 相关的断言：

    • assert_not_called，没调用过
    • assert_called_with，调用过
    • assert_called_once_with，仅调用过一次
    • aseert_has_calls，按指定顺序调用过
    • assert_any_calls，是否全局调用过
    • reset_mock，重置调用记录

    使用示例：

    1
2
3

    m = Mock()
m.get_a.assert_called_once()
# 输出：AssertionError: Expected 'get_a' to have been called once. Called 0 times.

    6. 参考

    • https://docs.python.org/3/library/unittest.mock.html#quick-guide