pytest-mock，一个模拟测试的神器！

写代码写着写着就会发现，测试是个绕不开的话题。可测试代码写得好，bug少一半。不过有些测试真让人头大 - 要么依赖外部API，要么需要复杂的数据库操作。这不，pytest-mock就是来解决这些烦恼的。

1.

模拟测试是啥玩意

说白了就是用假的替代真的。比如你要测试一个发邮件的功能，总不能真发邮件吧？那也太费劲了。用模拟对象来替代真实的邮件发送，既快又稳当。

def send_welcome_email(user_email)：

  # 假设这是个发邮件的函数

  response = send_mail(

      to=user_email，

      subject=“欢迎加入”，

      content=“谢谢注册我们的网站！”

  )

  return response.status_code == 200

def test_send_welcome_email(mocker)：

  # 模拟send_mail函数

  mock_send = mocker.patch('your_module.send_mail')

  mock_send.return_value.status_code = 200

  result = send_welcome_email('test@example.com')

  assert result == True

2.

mocker.patch 这个法宝

mocker.patch是最常用的一招。它能替换掉原来的函数或类，让你想返回啥就返回啥。

def test_database_query(mocker)：

  mock_db = mocker.patch('database.query')

  mock_db.return_value = {'name'： '张三'， 'age'： 18}

  result = get_user_info(1)  # 这个函数内部会调用database.query

  assert result['name'] == '张三'

温馨提示：模拟对象记得放在测试函数里面，别放外面，不然可能串味儿。

3.

监视函数调用

有时候不光要模拟返回值，还想知道这函数到底被谁调了，参数是啥。

def test_log_error(mocker)：

  mock_logger = mocker.patch('utils.logger.error')

  process_data({'invalid'： 'data'})

  # 检查是否调用了error方法，参数是啥

  mock_logger.assert_called_once_with('数据格式不正确')

4.

模拟异常情况

代码测试不能光测试正常情况，异常处理也得覆盖到。pytest-mock能帮你轻松模拟各种异常。

def test_api_timeout(mocker)：

  mock_request = mocker.patch('requests.get')

  mock_request.side_effect = TimeoutError('连接超时')

  try：

      fetch_data('http：//api.example.com')

  except TimeoutError as e：

      assert str(e) == '连接超时'

5.

实用小技巧

用mock写测试有几个坑，提前跟大家说说：

路径要写对，模拟的时候要写被调用的地方，不是调用的地方

记得用mocker.patch返回的mock对象，别自己瞎new

别嵌套太深的mock，测试代码越简单越好

mocker.patch('app.services.utils.helper.function')

# 好的写法

mocker.patch('app.services.get_data')  # 直接mock最外层调用

6.

连环mock也不怕

有时候一个测试要模拟好几个东西，pytest-mock也不含糊：

def test_complex_scenario(mocker)：

  mock_notification = mocker.patch('notify.send')

  process_user_data(1)

  mock_notification.assert_called_once()

写测试代码确实费事，但是有了pytest-mock，测试写起来顺手多了。代码质量上去了，晚上睡觉也踏实。记住一点，测试代码也是代码，该整理的时候还得整理，不能乱糟糟的。

· END ·

欢迎分享到朋友圈

 MU MU MA