Monkeypatching,对模块和环境进行Mock
有时,测试需要调用依赖于全局设置的函数,或调用无法轻松测试的代码(如网络访问)。 monkeypatch fixture可帮助你安全地设置/删除属性,字典项或环境变量,或修改sys.path以进行导入。 请参阅monkeypatch博客文章,了解一些介绍材料并讨论其动机。
简单示例如: 猴子补丁方法
如果你想阻止os.expanduser返回某个目录,你可以在测试用例调用其之前,使用monkeypatch.setattr()方法改造这个函数:
Copy# test_module.py文件内容import os.path
defgetssh(): # 伪应用代码return os.path.join(os.path.expanduser("~admin"),'.ssh')
deftest_mytest(monkeypatch):
defmockreturn(path):
return'/abc'
monkeypatch.setattr(os.path,'expanduser',mockreturn)
x = getssh()
assert x == '/abc/.ssh'
这里在我们的测试用例中,使用猴子补丁改造了os.path.expanduser, 然后再进行调用。 测试执行完成后对os.path.expanduser修改将被撤消。
Monkeypatching 返回对象: 构建mock类
全局补丁示例如:阻止"requests"库的远程操作
如果要阻止"requests"库在所有测试中执行http请求,你可以执行以下操作:
Copy# conftest.py文件内容import pytest
@pytest.fixture(autouse=True)defno_requests(monkeypatch):
monkeypatch.delattr("requests.sessions.Session.request")
每个测试用例执行时都会自动使用该fixture,它将删除测试用例内置属性中的request.session.Session.request,以便在测试中任何使用requests库创建http请求的用例都将失败。
注意:
不建议使用猴子补丁改造Python内置函数,如open,compile等,因为它可能会破坏pytest的内部逻辑。 如果必须要使用,你可以通过参数:--tb = native, - tables = plain和--capture = no来试试,不一定不会有问题。
注意:
改造stdlib函数和pytest依赖的某些第三方库本身可能会破坏pytest,因此在这些情况下,建议使用MonkeyPatch.context()来改造这些模块:
Copyimport functools
deftest_partial(monkeypatch):
with monkeypatch.context() as m:
m.setattr(functools,"partial",3)
assert functools.partial == 3
查看#3290号bug详情
Monkeypatching 环境变量
Monkeypatching字典
参考API
查阅MonkeyPatch类相关文档。
实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
电商项目实战
web测试项目
web+App+h5+小程序 测试项目
接口自动化测试实战项目
Linux实战项目
面试资料
我们进阶学习自动化测试必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
以上资料,对于想要测试进阶的朋友们来说应该会很有帮助,需要的小伙伴可以后台私信找我免费领取
总结
我见过很多leader在面试的时候,遇到处于迷茫期的大龄程序员,比面试官年龄都大。这些人有一些共同特征:可能工作了好几年,更夸张的是7、8年工作内容的重复性比较高,没有什么技术含量的工作。
凡事要趁早,特别是技术行业,一定要提升技术功底,丰富自动化项目实战经验,这对于你未来几年职业规划,以及测试技术掌握的深度非常有帮助。
如有不懂还要咨询下方小卡片,博主也希望和志同道合的测试人员一起学习进步
在适当的年龄,选择适当的岗位,尽量去发挥好自己的优势。
我的自动化测试开发之路,一路走来都离不每个阶段的计划,因为自己喜欢规划和总结,
测试开发视频教程、学习笔记领取传送门!!!