Question

最初的场景是从库（lib.py）中编写针对功能的测试。

lib.py：

def fun_x(val):
  # does something with val
  return result

def fun(val):
  x = fun_x(val)
  # does seomthing with x
  return result

test__lib.py

import pytest
import lib

def lib_fun_x_mocked(val):
  return "qrs"

def test_fun():
  assert lib.fun("abc") == "xyz"

但是lib.fun_x()做的事情非常昂贵，或者需要的资源无法可靠地使用或无法确定。因此，我想用一个模拟函数代替它，以便在执行测试test_fun()时lib.fun()使用lib_fun_x_mocked()而不是其本地范围的fun_x()。

到目前为止，当我尝试应用模拟/补丁配方时，我遇到了隐秘的错误消息。

Answer 1

您可以使用pytest提供的内置夹具monkeypatch。

import lib

def lib_fun_x_mocked(some_val):  # still takes an argument
    return "qrs"

def test_fun(monkeypatch):
    with monkeypatch.context() as mc:
        mc.setattr(lib, 'fun_x', lib_fun_x_mocked)
        result = lib.fun('abc')
    assert result == 'qrs'

此外，如果要测试函数fun，则不应在该测试中声明fun_x的输出。您应该断言fun的行为与您期望{em {1}}返回给定值的一样。

在这种使用情况下，我该如何模拟补丁？

1 个答案: