Python单元测试之mock使用

简介: Python单元测试之mock使用
什么是mock?比如当我们需要用一个接口时,这个接口还没有实现或者依赖第三方服务,为了保证当前功能的开发和测试,就需要使用mock模拟这些接口。

Python中使用mock对象替代掉指定的Python对象,实现控制Python对象的行为。mock模块在Python 3.3以后合并到unittest模块中了,可以直接通过导入使用。

Mock基本使用

Mock对象就是mock模块中的一个类的实例,能在整个测试套件中模拟大量的方法。创建后,就可以指定返回值并设置所需的属性,也可以断言调用了哪些方法/属性及其参数。

class Mock(spec=None, side_effect=None, return_value=DEFAULT, wraps=None, name=None, spec_set=None, **kwargs)

Mock类主要的几个参数:

  • name:命名一个mock对象,只是起到标识作用,可以通过print查看。
  • return_value: 定义mock方法的返回值,可以指定一个值(或者对象),当mock对象被调用时,返回return_value指定的值。
  • side_effect: 这个参数指向一个可调用对象,接收一个可迭代序列。可以抛出异常或者动态改变值。当传递这个参数的时候return_value 参数就会失效。
from unittest import mock
result1 = mock.Mock(name='mock名称')
print(result1)
mock_value1 = mock.Mock(return_value="返回值1")
print(mock_value1())
mock_value2 = mock.Mock(return_value="返回值2",side_effect= [1,2,3])
print(mock_value2())
print(mock_value2())
print(mock_value2())

img

img

Mock 步骤如下:

  • 导入 unittest 框架中的 mock
  • 找到要替换的对象A,可以是一个类、函数或者类实例
  • 实例化mock对象,设置mock对象的行为,比如调用的时候返回的值,被访问成员的时候返回什么值等。
  • 使用mock对象替换对象A
  • 调用并断言

mock一个未开发的接口

img

img

mock一个依赖关系的功能

实际工作中,我们也会遇到这样的场景,测试A模块,然后A模块依赖于B模块的调用,这时就可以借助mock在单元测试中分别测试正常返回和异常返回的情况。

访问baidu的功能,visit_baidu()方法依赖send_request的返回结果。

import requests


def send_request(url):
    r = requests.get(url)
    return r.status_code


def visit_baidu():
    url = 'http://www.baidu.com'
    return send_request(url)

用mock对象在单元测试中分别测试正常返回和异常返回的情况

from unittest import mock
import unittest
import demo


class TestReq(unittest.TestCase):
    def test_request_01(self):
        # 实例化mock对象,指定返回值,替换原有对象
        demo.send_request = mock.Mock(return_value='200')
        print(demo.send_request())
        self.assertEqual(demo.visit_baidu(), '200')

    def test_request_02(self):
        # 实例化mock对象,指定返回值,替换原有对象
        demo.send_request = mock.Mock(return_value='404')
        print(demo.send_request())
        self.assertEqual(demo.visit_baidu(), '404')


if __name__ == '__main__':
    unittest.main(verbosity=2)

img

Mock的高级用法

mock库提供了patch函数来简化mock对象对原对象的替换,该函数会返回一个mock内部的类实例,它可以控制mock的范围,可以作为装饰器或者上下文管理器使用。

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

mock装饰器使用格式

  • @patch("module名字.方法名")
  • @patch.object(类名, "方法名")

patch作为装饰器,需要把你想模拟的函数写在里面,然后在后面的单元测试案例中为它赋一个具体实例,再用return_value 来指定模拟函数返回的结果。

改造上面的单元测试:

from unittest import mock
import unittest
import demo


class TestReq(unittest.TestCase):
#在测试的参数里对该Mock对象设置一个参数
    @mock.patch("demo.send_request")
    def test_request_01(self,mock_request):
  # 指定一个返回值
        mock_request.return_value='200'
        self.assertEqual(demo.visit_baidu(), '200')

    @mock.patch("demo.send_request")
    def test_request_02(self,mock_request):
  # 指定一个返回值
        mock_request.return_value='404'
        self.assertEqual(demo.visit_baidu(), '404')


if __name__ == '__main__':
    unittest.main(verbosity=2)

更多mock方法可以参考官方文档进行学习https://docs.python.org/zh-cn/dev/library/unittest.mock.html

参考:搜狗测试《控制你的数据——Python mock的基本使用》

[Python单元测试之mock使用](

目录
相关文章
|
10月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
621 1
|
11月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
685 18
|
IDE 测试技术 API
python调试与测试
python调试与测试
|
11月前
|
安全 测试技术 API
Python 单元测试详解
单元测试是Python开发中不可或缺的环节,能确保代码按预期运行、发现Bug、提升代码质量并支持安全重构。本文从基础概念讲起,逐步介绍Python单元测试的实践方法,涵盖unittest框架、pytest框架、断言使用、Mock技巧及测试覆盖率分析,助你全面掌握单元测试技能。
590 0
|
测试技术 Python
Python测试报告生成:整合错误截图,重复用例执行策略,调整测试顺序及多断言机制。
如何组织这一切呢?你可以写一本名为“Python测试之道”的动作指南手册,或者创建一个包含测试策略、测试顺序、多断言机制的脚本库。只要你的测试剧本编写得足够独到,你的框架就会像一位执行任务的超级英雄,将任何潜伏于代码深处的错误无情地揪出来展现在光天化日之下。这些整理好的测试结果,不仅有利于团队协作,更像冒险故事中的精彩篇章,带给读者无尽的探索乐趣和深刻的思考。
329 10
|
12月前
|
人工智能 Java 测试技术
Java or Python?测试开发工程师如何选择合适的编程语言?
测试工程师如何选择编程语言?Java 还是 Python?多位资深专家分享建议:Python 入门简单、开发效率高,适合新手及自动化测试;Java 生态成熟,适合大型项目和平台开发。建议结合公司技术栈、个人基础及发展方向选择。长远来看,两者兼通更佳,同时关注 Go 等新兴语言。快速学习与实践才是关键。
|
测试技术 Python
Python接口自动化测试中Mock服务的实施。
总结一下,Mock服务在接口自动化测试中的应用,可以让我们拥有更高的灵活度。而Python的 `unittest.mock`库为我们提供强大的支持。只要我们正确使用Mock服务,那么在任何情况下,无论是接口是否可用,都可以进行准确有效的测试。这样,就大大提高了自动化测试的稳定性和可靠性。
473 0
精心整理python测试小技巧:第十六节
精心整理python测试小技巧:第十六节
精心整理python测试小技巧:第十五节
精心整理python测试小技巧:第十五节
精心整理python测试小技巧:第十四节
精心整理python测试小技巧:第十四节

热门文章

最新文章

推荐镜像

更多