封装mock-创新互联
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:
创新互联长期为上千家客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为临清企业提供专业的成都做网站、网站制作,临清网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。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:
/tupian/20230522/login.html
本文名称:封装mock-创新互联
当前路径:http://pwwzsj.com/article/cedjgp.html