mock介绍

1.mock概念

mock又叫模拟，是Python中一个用于测试的库，它的主要功能是使用mock对象替代掉指定的Python对象，以达到模拟对象的行为；
从Python 3.3开始，mock模块已经被合并到标准库中，被命名为unittest.mock，能够直接import进来使用。Mock对象就是mock模块中的一个类的实例，这个类的实例能够用来替换其余的Python对象，来达到模拟的效果；

2.Mock和MagicMock

• Mock是一个灵活的模拟对象，用于替换整个代码中存根和测试双精度的使用，模拟是可调用的，并在访问它们时建立属性做为新模拟；
• MagicMock是一个Mock预先建立并准备使用的全部魔术方法的子类。MagicMock是懒加载的，在没调用magic方法的时候，是不存在这个方法的；

3.mock 使用

场景：当开发一个项目的时候，一个同事开发了数据清洗功能，另一个同事须要拿到清洗后的数据，完成数据展现。那么这个时候，数据清洗和数据展现这两个功能就存在依赖性，必须是数据清洗完毕以后才能进行数据展现；

首先咱们须要建立一个function1.py的模块，而后在这个模块中定义一个数据清洗方法和一个数据展现方法

# 数据清洗功能没有开发完毕
def data_parse():
    pass
# 数据展现功能
def data_show():
    # ret为待mock的数据
    # return是字典模型
    ret = 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"

建立一个Test.py模块，在这模块里面建立一个TestData类，继承TestCase类，在这个类中模拟data_parse()函数的返回结果

from unittest import mock
from unittest import TestCase
import unittest
import function1

class TestData(TestCase):
    def test_print1(self):
        function1.data_parse = mock.MagicMock(return_value={"result": "success", "reason":"null"})
        statues = function1.data_show()
        print(statues)
        self.assertEqual(statues, "data parse success")

    def test_print2(self):
        function1.data_parse = mock.MagicMock(return_value={"result": "fail", "reason": "Data Error"})
        statues = function1.data_show()
        self.assertEqual(statues, "data parse failed")

if __name__ == "__main__":
    unittest.main()

• 先找到要替换的对象；
• 实例化mock类获得一个mock对象，而且设置这个对象的行为；
• 使用这个mock对象替换掉咱们想替换的对象；
• 编写测试代码，进行断言；

参考：https://www.9xkd.com/user/plan-view.html?id=2814187020