Question

假设项目中有两个包：some_package和another_package。

# some_package/foo.py:
def bar():
    print('hello')

# another_package/function.py
from some_package.foo import bar

def call_bar():
    # ... code ...
    bar()
    # ... code ...

我想测试another_package.function.call_bar模拟some_package.foo.bar，因为它有一些我想避免的网络I / O.

这是一个测试：

# tests/test_bar.py
from another_package.function import call_bar

def test_bar(monkeypatch):
    monkeypatch.setattr('some_package.foo.bar', lambda: print('patched'))
    call_bar()
    assert True

令我惊讶的是，它会输出hello而不是patched。我尝试调试这个东西，在测试中放置一个IPDB断点。当我在断点后手动导入some_package.foo.bar并致电bar()时，我得到patched。

在我的真实项目中，情况更加有趣。如果我在项目根目录中调用pytest，我的函数不会被修补，但是当我指定tests/test_bar.py作为参数时 - 它可以工作。

据我所知，它与from some_package.foo import bar语句有关。如果在monkeypatching发生之前执行它，那么修补失败。但是在上面的例子中的压缩测试设置中，修补在两种情况下都不起作用。

为什么在遇到断点后它在IPDB REPL中有效？

Answer 1

Ronny's answer工作时会强制您更改应用程序代码。一般来说，为了测试，你不应该这样做。

相反，您可以在第二个包中显式修补该对象。这在docs for the unittest module中提到。

monkeypatch.setattr('another_package.bar', lambda: print('patched'))

Answer 2

命名导入会为对象创建新名称。如果您随后替换对象的旧名称，则新名称不受影响。

导入模块并改为使用module.bar。这将始终使用当前对象。

修改

import module def func_under_test(): module.foo() def test_func(): monkeypatch.setattr(...) func_under_test

Answer 3

作为Alex said,，您不应该为测试重写代码。我遇到的陷阱是要修补的路径。

给出代码：

app / handlers / tasks.py

redisTemplate.opsForValue().set(key, value, 1, TimeUnit.MINUTES);

您第一个获得from auth.service import check_user def handle_tasks_create(request): check_user(request.get('user_id')) create_task(request.body) return {'status': 'success'}补丁的本能，就像这样：

check_user

但是您要做的是在monkeypatch.setattr('auth.service.check_user', lambda x: return None)中修补实例。这可能就是您想要的：

tasks.py

虽然给出的答案已经很好，但我希望这会带来更完整的上下文。

Answer 4

OP的正确答案：

library(rio)
Qualtrics <- list.files(directory)   # This gives you your input files
# Split off the extension and add .csv extension
QualtricsCSV <- paste0(sapply(strsplit(Qualtrics, "\\."), "[", 1), ".csv")
setwd(directory)
for (i in seq(length(x)) {
     convert(Qualtrics[i], QualtricsCSV[i])
}

Answer 5

您的函数未得到修补的另一个可能原因是您的代码正在使用多处理。

在macOS上，新进程的默认启动方法已从fork更改为spawn。如果使用spawn，则会启动一个全新的Python解释器进程，而忽略您最近修补的函数。

修复：将默认启动方法设置为fork。

import multiprocessing

multiprocessing.set_start_method('fork', force=True)

您可以将此代码段添加到conftest.py文件夹内的tests/中。

Pytest monkeypatch无法处理导入的函数

5 个答案: