python mock接口测试_Python单元测试之Mock篇

我认为单元测试在开发过程中是必须存在的，也是每个程序员必须做的事情。曾经我也疑惑过为什么要写单元测试用例，后来发现那是因为，那个时候是为了写测试用例而写，而非是为了验证自己的产品代码的内部逻辑而写。再加上对自己写的产品代码过于自信，总认为自己在设计代码逻辑的时候已经反复思考过，那再去写一个测试用例去做自己做过的事情的意义在哪？意义就在于：

你的单元测试用例可以保护你的代码不被后合入的代码破坏。

说白了，你就是个人，始终无法像机器一样，无法保证你每时每刻都能不出疏漏。

随着代码库越来越庞大，在写单元测试的时候经常会碰到一些瓶颈，单元测试越来越慢。比如如何模拟一些外部的库的调用，如何模拟数据库返回数据，如何减少一些IO访问来提升单元测试的速度？这就是Python开发unittest.mock库的原因，它可以减少依赖关系和模拟一些异常效果，还可以在执行动作后，断言使用了哪些方法/属性以及调用它们的参数。

1. Mock类

unittest.mock最核心的部分就是Mock类。这个类可以创建一个Mock实例，然后可以让这个实例具有一些属性和方法，我们可以：

直接给属性赋值

configure_mock

或者使用Mock类的参数去初始化实例

>>> from unittest.mock import Mock

>>> m = Mock()

>>> m.return_value = 3

>>> m.foo = 42

>>> m.configure_mock(bar='baz')

>>>

>>> m()

3

>>> m.foo

42

>>> m.bar

'baz'

如果需要对一个mock实例的调用返回特定值，需要使用return_value这个属性，

m.return_value = 42

也可以直接在初始化mock实例的时候，把这个参数值带上

m = Mock(return_value=42)

side_effect参数在Mock里非常实用，它可以模拟一些负面效果，比如异常，每次调用返回不同值。

如果side_effect是iterable，那么每次对mock对象调用都会返回iterable的下一个值。

>>> m.side_effect = ['foo', 'bar', 'baz']

>>> m()

'foo'

>>> m()

'bar'

>>> m()

'baz'

>>> try:

m()

except StopIteration:

assert True

else:

assert False

如果side_effect是一个异常：

>>> m.side_effect = KeyError(&#