mock在Python中的使用

昨天看到一个微信公众号讲mock看了看还挺有意思的，索性吧mock这个小模块下写来，方便以后在做单元测试的时候使用。

mock的意思是模仿，那它能用来干吗？

1、可以对你写好的一些程序进行测试

2、遇到一个大项目的时候会有超级多的接口，或者有很多函数嵌套函数，比如A函数里面，依赖于B函数,B函数里面又依赖于C函数，如果单独的测试这个A就要运行B,C函数，这个时候如果我们要测试这个A函数而不依赖于B,C函数，那么我们mock就可以派上用场了

3、一个函数还有很多其它的外部依赖的时候你就可以用mock做单元测试

我用的是py3.6所以直接import mock就可以了

直接用代码来说：

首先demo4是一个我们写好的Count类，里面有一个add的函数，这个函数的功能是实现这两个数的结果。

demo4-1 就是我们要测试Count类里面的一个函数的所有代码

demo4.py

class Count():
    def add(self,a,b):
        return a+b

demo4-1.py

from templates.demo4 import Count
import mock
import unittest

class TestCount(unittest.TestCase):
    def test_add(self):
        #首先实例化一个类对象
        count = Count()
        #实例化一个mock对象，并设置一个参数return_value=13
        #我们希望如果测试成功的结果是13
        count_add = mock.Mock(return_value=13)
        #给add这个函数传两个参数
        result = count.add(8, 5)
        #吧得到的结果与预期想要得到的结果13比较，如果相等则返回ok
        self.assertEqual(result, 13)
#启动测试类
if __name__== '__main__':
    unittest.main()

接下来的例子可能会稍微复杂一点点：

demo5

def add_and_multiply(x, y):
    addition = x+y
    multiple = multiply(x, y)
    return addition, multiple

def multiply(x,y):
    return x * y+3

demo5-1

import mock
import unittest
import templates.demo5

class Test_demo5(unittest.TestCase):
#patch（）的意思就是吧之前的函数替代掉(模拟)，然后给他起一个新的名字叫做mock_multiply
#在测试结束的时候给他还原
# `patch` acts as a function decorator, class decorator or a context manager.
    @mock.patch("templates.demo5.multiply")
    def test_add_and_multiply(self, mock_multiply):
        x = 3
        y = 5
        #将demo5中的multiply()函数（对象）重命名为 mock_multiply对象。
        #然后将它的值固定为15
        mock_multiply.return_value = 15
        addition,multiply = templates.demo5.add_and_multiply(x,y)
        #检查multiply（）函数的参数是否正确
        mock_multiply.assert_called_once_with(3, 5)
        #断言函数
        self.assertEqual(addition, 8)
        self.assertEqual(multiply, 15)

#开始这个测试类
if __name__=='__main__':
    unittest.main()

当我们需要测试add_and_mutiply这个函数的时候，那么multiply这个函数如果对它有影响的话，就可以利用patch（）

这个方法，直接把multiply引入进来并设置固定的值为15而不会去影响add_and_mutiply这个函数的测试。

至此为止mock在Python中的使用大致是这样，这只是浅尝，可能更深的内容要需要后面更多的学习。