Python 知识点集合

Python的装饰器的作用

装饰器模式是一个强大的模式，可以给一个函数增加额外的方法而不用修改原来的代码
比如，当我们需要给原来的代码添加日志记录时，需要将原来的代码进行修改，在函数里面增加日志记录的代码。但如果使用装饰器模式，使用装饰器装饰原来的代码，将日志记录放在装饰器里，就可以避免修改原有的代码，同时又实现了所需的功能。这种编程模式就叫做面向切片编程

作用和使用场景

• 引入日志

• 函数执行时间统计

• 执行函数前预备处理

• 执行函数前的清理功能

• 权限效验等

参考阅读
Python的装饰器的作用

---

Python Mock单元测试

为什么要使Mock

场景模拟1：比如有A和B两个模块，A模块中有调用到B模块的方法，但是很不幸，B模块中被A模块调用的方法由于一定的原因需要被修改，然而我们又不想让影响A模块的功能测试，所以就用到了单元测试模块unittest中的mock模块；mock模块就是模拟出一个假的B模块

场景模拟2：有时需要为单元测试的初始设置准备一些其他的资源，但是这些资源又不太经常使用或者是使用起来比较笨拙，此时我们就可以定义一个mock对象来模拟一个需要使用的资源；mock对象用于代替测试的准备资源

Mock基本使用

1. Mock构造器
   init是mock对象的构造器，init(name = None, return_ralue = DEFAULT, side_effect =None, spec = None)
   name是mock对象的唯一标识
   spec设置的是mock对象的属性，可以是property或者方法，也可以是其他的列表字符串或者其他的python类
   return_value设置的是，当这个mock对象被调用的时候，显示出的结果就是return_value的值
   side_effect是和return_value是相反的，覆盖了return_value，也就是说当这个mock对象被调用的时候，返回的是side_effect的值，而不是return_value

2. Mock断言
   assert_called_with（*argSeq, **argKW）：检查mock方法是否获得了正确的参数；当至少有一个参数有错误的值或者类型时，当参数的个数出错时，当参数的顺序不正确时，这个断言就会发生错误
   assert_called_once_with(*argSeq, **argKW)这个断言，当某个方法被多次调用的时候，它就会报错
   assert_any_call()用于检查测试的mock对象在测试例程中是否调用了方法，和前边的两个断言不一样，前边的两个只是检查最近一次的调用；看下边的例子（mock的构造仍和上边的例子一样）
   assert_has_calls()检查是否按照正确的顺序和正确的参数进行调用的；所以，我们需要给出一个方法的调用顺序，assert的时候按照这个顺序进行检查

3. Mock管理方法
   attach_mock()：将一个mock对象添加到另一个mock对象中
   configure_mock()：更改mock对象的return_value值
   mock_add_spec(aSpec， spec_set = False)：这个函数就是给mock对象添加一个新的属性(mock对象原来的属性就会被擦除)，第二个参数是指属性是可读可写，默认是只读，如果想让其拥有写权限，可以将其设置为true
   reset_mock()：将mock对象恢复到测试之前的状态，这里也就是避免了重新构造mock对象带来的开销。这里就不给出举例

Mock统计

called: 跟踪mock对象所做的任意调用的访问器
call_count：mock对象被工厂调用的次数
call_args：获取工厂调用时的参数（最近使用的参数）
call_args_list：获取工厂调用的的所有参数，是个列表
method_calls：测试一个mock对象都调用了哪些方法，结果是一个list
mock_calls：显示工厂调用和方法调用

参考阅读

return_value 和 side_effec
Python中的模块学习之mock模块

参考阅读
Python中的模块学习之mock模块
return_value 和 side_effect 使用

---

Python代码中func(*args, **kwargs)

参考阅读
Python代码中func(*args, **kwargs)