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')

使你的main()函数接受argv作为参数，而不是让它从sys. .Argv，默认情况下:

# mymodule.py
import argparse
import sys


def main(args):
    parser = argparse.ArgumentParser()
    parser.add_argument('-a')
    process(**vars(parser.parse_args(args)))
    return 0


def process(a=None):
    pass

if __name__ == "__main__":
    sys.exit(main(sys.argv[1:]))

然后你就可以正常测试了。

import mock

from mymodule import main


@mock.patch('mymodule.process')
def test_main(process):
    main([])
    process.assert_call_once_with(a=None)


@mock.patch('foo.process')
def test_main_a(process):
    main(['-a', '1'])
    process.assert_call_once_with(a='1')

当从argparse.ArgumentParser传递结果时。parse_args函数，我有时使用namedtuple模拟参数进行测试。

import unittest
from collections import namedtuple
from my_module import main

class TestMyModule(TestCase):

    args_tuple = namedtuple('args', 'arg1 arg2 arg3 arg4')

    def test_arg1(self):
        args = TestMyModule.args_tuple("age > 85", None, None, None)
        res = main(args)
        assert res == ["55289-0524", "00591-3496"], 'arg1 failed'

    def test_arg2(self):
        args = TestMyModule.args_tuple(None, [42, 69], None, None)
        res = main(args)
        assert res == [], 'arg2 failed'

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

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')

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。

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。