封装mock

1.patch装饰器的概念

• patch装饰器是mock第二种实现数据模拟的方式，patch()充当函数装饰器，类装饰器或上下文管理器，可用于处理测试范围内的修补模块和类级属性；

2.patch装饰器语法

• 语法： unittest.mock.patch（target，new = DEFAULT，spec = None，create = False，spec_set = None，autospec = None，new_callable = None，** kwarg ） ；

• 参数target 为’package.module.classname’格式的字符串，如果参数new被省略，那么target 被MagicMock代替；

• 如果patch()用作装饰器并且省略new，则创建的mock将作为额外参数传递给装饰函数，如果patch()用作上下文管理器，则上下文管理器返回创建的mock；

• New_Callable参数允许指定将被调用以创建新对象的其他类或可调用对象，默认情况下，使用magicMock。

3.patch装饰器实现数据模拟

修改Test.py文件中的TestData类，在测试用例前加上一个 @mock .patch()装饰器

from unittest import mock
from unittest import TestCase
import unittest
import function1
class TestData(TestCase):
    # patch装饰器
    @mock.patch('function1.data_parse')
    def test_print1(self, mock_data_parse):
        mock_data_parse.return_value = {"result": "success", "reason":"null"}
        statues = function1.data_show()
        print(statues)
        self.assertEqual(statues, "data parse success")
    @mock.patch('function1.data_parse')
    def test_print2(self, data_parse):
        data_parse.return_value = {"result": "fail", "reason": "Data Error"}
        statues = function1.data_show()
        self.assertEqual(statues, "data parse failed")
if __name__ == "__main__":
    unittest.main()

我们这里模拟的是函数中的数据，如果需要mock的数据是一个类中方法的数据，写法也是一样的，比如function1.py模块中的代码是：

class DataParse:
    def data_parse(self):
        pass
class DataShow:
    def data_show(self):
        ret = DataParse().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"

那Test.py文件中的代码可以这样写：

from unittest import mock
from unittest import TestCase
import unittest
from function1 import DataParse, DataShow
class TestData(TestCase):
    # patch装饰器
    @mock.patch('function1.DataParse')
    def test_print1(self, mock_DataParse):
        # 先拿到类的mock实例
        dataParse = mock_DataParse.return_value
        # 在通过类的mock实例调用方法，对方法返回值进行mock
        dataParse.data_parse.return_value = {"result": "success", "reason":"null"}
        # 调用data_show
        statues = DataShow().data_show()
        print(statues)
        self.assertEqual(statues, "data parse success")
    @mock.patch('function1.DataParse')
    def test_print2(self, mock_DataParse):
        # 先拿到类的mock实例
        dataParse = mock_DataParse.return_value
        # 在通过类的mock实例调用方法，对方法返回值进行mock
        dataParse.data_parse.return_value = {"result": "fail", "reason": "Data Error"}
        # 调用data_show
        statues = DataShow().data_show()
        print(statues)
        self.assertEqual(statues, "data parse failed")
if __name__ == "__main__":
    unittest.main()
=========输出=============
data parse success
data parse failed: Data Error
data parse failed

步骤

• 首先使用 @mock .patch() 装饰器来装饰你要使用的测试用例， @mock .patch()中需要带一个参数，指定需要mock的函数或者类，和这个类所在的包和模块，例如： @mock .patch(''function1.data_parse'') ，表示给一个在function1模块中的data_parse函数mock数据；

• 然后在测试用例中接受一个参数，这个参数是mock哪个函数，就在函数名前加一个mock，例如给data_parse函数mock数据，这个参数名就是 mock_data_parse ；

• 有了这个参数之后就可以给mock的函数的return_value赋值了。最后就可以进行断言，运行测试了；

参考： https://www.9xkd.com/user/plan-view.html?id=1585826642

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/69908432/viewspace-2647837/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/69908432/viewspace-2647837/