我们在python中使用Mock已经有一段时间了。

现在,我们有这样一种情况,我们想模拟一个函数

def foo(self, my_param):
    #do something here, assign something to my_result
    return my_result

通常,模拟的方法是(假设foo是对象的一部分)

self.foo = MagicMock(return_value="mocked!")

甚至,如果我调用foo()几次,我可以使用

self.foo = MagicMock(side_effect=["mocked once", "mocked twice!"])

现在,我面临这样一种情况:当输入参数具有特定值时,我想返回一个固定值。如果my_param等于something那么我要返回my_cool_mock

这似乎在python的mockito上可用

when(dummy).foo("something").thenReturn("my_cool_mock")

我一直在寻找如何实现同样的Mock没有成功?

什么好主意吗?


当前回答

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。

其他回答

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

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`

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

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!

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