"argparse part "有点模糊，所以这个答案集中在一个部分:parse_args方法。这是与命令行交互并获取所有传递值的方法。基本上，您可以模拟parse_args返回的内容，这样它就不需要实际从命令行获取值。对于python版本2.6-3.2，可以通过pip安装模拟包。它是标准库unittest的一部分。从3.3版开始的Mock。

import argparse
try:
    from unittest import mock  # python 3.3+
except ImportError:
    import mock  # python 2.6-3.2


@mock.patch('argparse.ArgumentParser.parse_args',
            return_value=argparse.Namespace(kwarg1=value, kwarg2=value))
def test_command(mock_args):
    pass

你必须在Namespace中包含你的命令方法的所有参数，即使它们没有被传递。给这些参数赋值为None。当每个方法参数传递不同的值时，这种风格对于快速测试非常有用。如果您选择在测试中模拟Namespace本身以完全不依赖argparse，请确保它的行为与实际的Namespace类类似。

下面是使用argparse库中的第一个代码片段的示例。

# test_mock_argparse.py
import argparse
try:
    from unittest import mock  # python 3.3+
except ImportError:
    import mock  # python 2.6-3.2


def main():
    parser = argparse.ArgumentParser(description='Process some integers.')
    parser.add_argument('integers', metavar='N', type=int, nargs='+',
                        help='an integer for the accumulator')
    parser.add_argument('--sum', dest='accumulate', action='store_const',
                        const=sum, default=max,
                        help='sum the integers (default: find the max)')

    args = parser.parse_args()
    print(args)  # NOTE: this is how you would check what the kwargs are if you're unsure
    return args.accumulate(args.integers)


@mock.patch('argparse.ArgumentParser.parse_args',
            return_value=argparse.Namespace(accumulate=sum, integers=[1,2,3]))
def test_command(mock_args):
    res = main()
    assert res == 6, "1 + 2 + 3 = 6"


if __name__ == "__main__":
    print(main())

通过使用sys.argv.append()填充你的参数列表，然后调用 Parse()，检查结果并重复。 使用标记和dump args标记从批处理/bash文件调用。 将所有参数解析放在一个单独的文件中，并在if __name__ == "__main__":调用解析并转储/评估结果，然后从批处理/bash文件中测试。

parse_args抛出SystemExit并输出到stderr，你可以捕获这两个:

import contextlib
import io
import sys

@contextlib.contextmanager
def captured_output():
    new_out, new_err = io.StringIO(), io.StringIO()
    old_out, old_err = sys.stdout, sys.stderr
    try:
        sys.stdout, sys.stderr = new_out, new_err
        yield sys.stdout, sys.stderr
    finally:
        sys.stdout, sys.stderr = old_out, old_err

def validate_args(args):
    with captured_output() as (out, err):
        try:
            parser.parse_args(args)
            return True
        except SystemExit as e:
            return False

检查stderr(使用err.seek(0);Err.read()但通常不需要这种粒度。

现在你可以使用assertTrue或任何你喜欢的测试:

assertTrue(validate_args(["-l", "-m"]))

或者你可能想捕获并重新抛出一个不同的错误(而不是SystemExit):

def validate_args(args):
    with captured_output() as (out, err):
        try:
            return parser.parse_args(args)
        except SystemExit as e:
            err.seek(0)
            raise argparse.ArgumentError(err.read())

你应该重构你的代码，并将解析移动到一个函数:

def parse_args(args):
    parser = argparse.ArgumentParser(...)
    parser.add_argument...
    # ...Create your parser as you like...
    return parser.parse_args(args)

然后在你的main函数中，你只需调用它:

parser = parse_args(sys.argv[1:])

(其中sys. js的第一个元素。表示脚本名称的argv被删除，以便在CLI操作期间不将其作为额外的交换机发送。)

在你的测试中，你可以用你想要测试的参数列表来调用解析器函数:

def test_parser(self):
    parser = parse_args(['-l', '-m'])
    self.assertTrue(parser.long)
    # ...and so on.

这样，您就不必为了测试解析器而执行应用程序的代码。

如果你以后需要在你的应用程序中更改和/或添加选项到你的解析器中，那么创建一个工厂方法:

def create_parser():
    parser = argparse.ArgumentParser(...)
    parser.add_argument...
    # ...Create your parser as you like...
    return parser

如果你愿意，你可以稍后对它进行操作，测试可以是这样的:

class ParserTest(unittest.TestCase):
    def setUp(self):
        self.parser = create_parser()

    def test_something(self):
        parsed = self.parser.parse_args(['--something', 'test'])
        self.assertEqual(parsed.something, 'test')

测试解析器的一个简单方法是:

parser = ...
parser.add_argument('-a',type=int)
...
argv = '-a 1 foo'.split()  # or ['-a','1','foo']
args = parser.parse_args(argv)
assert(args.a == 1)
...

另一种方法是修改sys. conf。然后调用args = parser.parse_args()

在lib/test/test_argparse.py中有很多测试argparse的例子

我不想修改原来的服务脚本，所以我只是模拟出了系统。argparse中的Argv部分。

from unittest.mock import patch

with patch('argparse._sys.argv', ['python', 'serve.py']):
    ...  # your test code here

如果argparse实现发生变化，这就会中断，但对于快速测试脚本来说已经足够了。在测试脚本中，敏感性要比特异性重要得多。