Python学习打call第七十五天:mock介绍

1.mock概念

mock又叫模拟,是Python中一个用于测试的库,它的主要功能是使用mock对象替代掉指定的Python对象,以达到模拟对象的行为;
从Python 3.3开始,mock模块已经被合并到标准库中,被命名为unittest.mock,可以直接import进来使用。Mock对象就是mock模块中的一个类的实例,这个类的实例可以用来替换其他的Python对象,来达到模拟的效果;

2.Mock和MagicMock

  • Mock是一个灵活的模拟对象,用于替换整个代码中存根和测试双精度的使用,模拟是可调用的,并在访问它们时创建属性作为新模拟;

  • MagicMock是一个Mock预先创建并准备使用的所有魔术方法的子类。MagicMock是懒加载的,在没调用magic方法的时候,是不存在这个方法的;

3.mock 使用

场景:当开发一个项目的时候,一个同事开发了数据清洗功能,另外一个同事需要拿到清洗后的数据,完成数据展示。那么这个时候,数据清洗和数据展示这两个功能就存在依赖性,必须是数据清洗完毕之后才能进行数据展示;

首先我们需要创建一个function1.py的模块,然后在这个模块中定义一个数据清洗方法和一个数据展示方法

# 数据清洗功能没有开发完毕
def data_parse():
    pass
# 数据展示功能
def data_show():
    # ret为待mock的数据
    # return是字典模型
    ret = data_parse()
    try:
        if ret.get('result') == "success":
            return "data parse success"
        elif ret.get('result') == "fail":
            print("data parse failed: {}".format(ret.get('reason')))
            return "data parse failed"
        else:
            return "Unknow Reason"
    except:
        return "Server Unknow Reason"

创建一个Test.py模块,在这模块里面创建一个TestData类,继承TestCase类,在这个类中模拟data_parse()函数的返回结果

from unittest import mock
from unittest import TestCase
import unittest
import function1

class TestData(TestCase):
    def test_print1(self):
        function1.data_parse = mock.MagicMock(return_value={"result": "success", "reason":"null"})
        statues = function1.data_show()
        print(statues)
        self.assertEqual(statues, "data parse success")

    def test_print2(self):
        function1.data_parse = mock.MagicMock(return_value={"result": "fail", "reason": "Data Error"})
        statues = function1.data_show()
        self.assertEqual(statues, "data parse failed")

if __name__ == "__main__":
    unittest.main()
  • 先找到要替换的对象;

  • 实例化mock类得到一个mock对象,并且设置这个对象的行为;

  • 使用这个mock对象替换掉我们想替换的对象;

  • 编写测试代码,进行断言;

参考:https://www.9xkd.com/user/plan-view.html?id=2814187020

你可能感兴趣的:(Python学习打call第七十五天:mock介绍)