如果side_effect_func是一个函数，则该函数返回的是 什么调用模拟返回。调用side_effect_func函数 和模拟的论点一样。这允许你改变回报 基于输入动态调用的值: >>>定义side_effect_func(value): …返回值+ 1 .．. >>> m = MagicMock(side_effect=side_effect_func) > > > m (1) 2 > > > m (2) 3. > > > m.mock_calls ((1)打电话,电话(2))

http://www.voidspace.org.uk/python/mock/mock.html#calling

如在多次调用方法的Python Mock对象中所述

解决办法是写我自己的side_effect

def my_side_effect(*args, **kwargs):
    if args[0] == 42:
        return "Called with 42"
    elif args[0] == 43:
        return "Called with 43"
    elif kwargs['foo'] == 7:
        return "Foo is seven"

mockobj.mockmethod.side_effect = my_side_effect

这就成功了

Side effect接受一个函数(也可以是lambda函数)，所以对于简单的情况，你可以使用:

m = MagicMock(side_effect=(lambda x: x+1))

为了展示另一种方法:

def mock_isdir(path):
    return path in ['/var/log', '/var/log/apache2', '/var/log/tomcat']

with mock.patch('os.path.isdir') as os_path_isdir:
    os_path_isdir.side_effect = mock_isdir

你也可以使用@mock.patch.object:

假设my_module.py模块使用pandas从数据库中读取数据，我们想通过模拟pd来测试这个模块。Read_sql_table方法(以table_name作为参数)。

你能做的是(在你的测试中)创建一个db_mock方法，根据提供的参数返回不同的对象:

def db_mock(**kwargs):
    if kwargs['table_name'] == 'table_1':
        # return some DataFrame
    elif kwargs['table_name'] == 'table_2':
        # return some other DataFrame

在你的测试函数中，你可以这样做:

import my_module as my_module_imported

@mock.patch.object(my_module_imported.pd, "read_sql_table", new_callable=lambda: db_mock)
def test_my_module(mock_read_sql_table):
    # You can now test any methods from `my_module`, e.g. `foo` and any call this 
    # method does to `read_sql_table` will be mocked by `db_mock`, e.g.
    ret = my_module_imported.foo(table_name='table_1')
    # `ret` is some DataFrame returned by `db_mock`

我最终在这里寻找“如何基于输入参数模拟一个函数”，我最终解决了这个问题，创建了一个简单的aux函数:

def mock_responses(responses, default_response=None):
  return lambda input: responses[input] if input in responses else default_response

Now:

my_mock.foo.side_effect = mock_responses(
  {
    'x': 42, 
    'y': [1,2,3]
  })
my_mock.goo.side_effect = mock_responses(
  {
    'hello': 'world'
  }, 
  default_response='hi')
...

my_mock.foo('x') # => 42
my_mock.foo('y') # => [1,2,3]
my_mock.foo('unknown') # => None

my_mock.goo('hello') # => 'world'
my_mock.goo('ey') # => 'hi'

希望这能帮助到一些人!

如果你想使用一个带参数的函数，而你要模拟的函数不带参数，你也可以使用来自functools的partial。例如:

def mock_year(year):
    return datetime.datetime(year, 11, 28, tzinfo=timezone.utc)

@patch('django.utils.timezone.now', side_effect=partial(mock_year, year=2020))

这将返回一个不接受参数的可调用对象(如Django的timezone.now())，但我的mock_year函数可以。

如果你“想在输入参数有特定值时返回一个固定值”，也许你甚至不需要mock，可以使用dict及其get方法:

foo = {'input1': 'value1', 'input2': 'value2'}.get

foo('input1')  # value1
foo('input2')  # value2

当fake的输出是输入的映射时，这种方法很有效。当它是输入的函数时，我建议根据Amber的回答使用side_effect。

你也可以使用两者的组合，如果你想保留Mock的功能(assert_called_once, call_count等):

self.mock.side_effect = {'input1': 'value1', 'input2': 'value2'}.get

虽然side_effect可以实现目标，但是为每个测试用例设置side_effect函数并不方便。

我写了一个轻量级的Mock(称为NextMock)来增强内置Mock来解决这个问题，这里是一个简单的例子:

from nextmock import Mock

m = Mock()

m.with_args(1, 2, 3).returns(123)

assert m(1, 2, 3) == 123
assert m(3, 2, 1) != 123

它还支持参数匹配器:

from nextmock import Arg, Mock

m = Mock()

m.with_args(1, 2, Arg.Any).returns(123)

assert m(1, 2, 1) == 123
assert m(1, 2, "123") == 123

希望这个包能让测试更愉快。请随时提供任何反馈。