举例告诉你，未开发完成的接口该如何测试

lsekfe

前言
　　在做接口测试的过程中，接口还没有开发完成呢，领导就让介入测试，刚开始小伙伴们肯定会懵，接口都没有开发完成，怎么测试？有的状态不容易构造目前接口没有办法实现，这个时候怎么测试？这个时候就要引入新的知识点---mock。

　　mock
　　什么是mock？mock测试就是在测试过程中，对于某些不容易构造或者不容易获取的对象，用一个虚拟的对象来创建以便测试的测试方法。在工作中如果在接口没有开发完成时，也可以进行来模拟接口的返回数据从而验证接口的正确性。

　　mock需要场景
　　工作中，为了节约项目时间，开发测试可以进行同步进行，当开发没有完成接口时，测试人员可以通过mock来模拟接口返回数据内容。
　　模拟暂时无法实现的功能：比如真实的支付功能。
　　测试覆盖内容，当我们执行接口想要模拟状态400、500的场景，这个时候也可以通过mock。

　　python中的mock
　　python中有多重执行mock的方法，其中mock模块在python3.3以上版本已经内置到单元测试unittest中，python3.3以下的版本需要通过pip install mock的方法进行安装。

　　mock参数
　　mock在使用过程中需要最常用的3个参数。
　　name：表示mock的名称。

from unittest import mock result = mock.Mock(name='mock的名称') print(result) # 结果： <Mock name='mock的名称' id='2721150378120'>

　　return_value：表示mock的值。

　　side_effect：表示mock需要调用的对象（当使用return_value和side_effect值同时存在时，优先返回side_effect的值）。

　　unittest.mock()
　　这里安静举一个天气的例子进行实现，测试查询天气这个接口，最近上海都没有雪，那么我怎么去模拟雪这个场景？需要等到真正下雪的那天才可以吗？这里通过unittest.mock的方法。

import unittest from unittest import mock class Test01(unittest.TestCase):     def weather(self):         '''天气接口'''         # result = {'result': "雪", 'status': '下雪了！'}         pass     def weather_result(self):         '''模拟天气接口返回值'''         result = Test01.weather(self)         if result['result'] == '雪':             print('下雪了！！！')         elif result['result'] == '雨':             print('下雨了！！！')         elif result['result'] == '晴天':             print('晴天！！！！')         else:             print('返回值错误！')         return result['status']     def test_01(self):         '''模拟下雪天场景'''         mock_xue_result = {'result': "雪", 'status': '下雪了！'}         # 使用mock库进行模拟         Test01.weather = mock.Mock(return_value=mock_xue_result)         statues = Test01.weather_result(self)         self.assertEqual(statues, '下雪了！')     def test_02(self):         '''模拟下雨天场景'''         mock_yu_result = {'result': "雨", 'status': '下雨了！'}         # 使用mock库进行模拟         Test01.weather = mock.Mock(return_value=mock_yu_result)         statues = Test01.weather_result(self)         self.assertEqual(statues, '下雨了！') if __name__ == '__main__':     unittest.main()

　　通过执行发现，我们想要的下雪天气已经模拟成功了，说明当查询天气接口返回为雪的时候，就代表会下雪了。这样就不用在等到下雪的时候进行测试这个接口了。

　　mock.patch()
　　mock.patch()是mock的一个装饰器方法，其中patch的值表示写入需要mock的对象，还拿天气举例子，这里的patch的参数就需要填写天气的接口，需要通过python调用的方式进行填写天气接口。

# w1.py def weather(): '''天气接口'''     pass def weather_result(): '''模拟天气接口返回值'''     result = weather()     if result['result'] == '雪':         print('下雪了！！！')     elif result['result'] == '雨':         print('下雨了！！！')     elif result['result'] == '晴天':         print('晴天！！！！')     else:         print('返回值错误！')     return result['status']

　　通过mock.patch()装饰器进行来mock返回数据。

import unittest from unittest import mock # 导入接口文件 import w1 class Test01(unittest.TestCase):     @mock.patch(target="w1.weather")     def test_01(self, mock_login):         '''下雪了'''         mock_login.return_value={'result': "雪", 'status': '下雪了！'}         statues = w1.weather_result()         self.assertEqual(statues, '下雪了！')     @mock.patch(target='w1.weather')     def test_02(self,mock_login):         '''下雨了！'''         mock_login.return_value = {'result': "雨", 'status': '下雨了！'}         statues = w1.weather_result()         self.assertEqual(statues, '下雨了！') if __name__ == '__main__':     unittest.main()

　　通过执行后发现，测试通过，已经成功的模拟了天气接口的返回值内容。


　　pytest.mock()
　　上面介绍的属于unittest中的mock，既然unittest中存在mock模块，那么pytest中也存在mock模块pytest-mock。
　　安装：

pip install pytest-mock

　　这里的mock和unittest的mock基本上都是一样的，唯一的区别在于pytest.mock需要导入需要mock对象的详细路径。

# weateher_r.py class Mock_weather():     def weather(self):         '''天气接口'''         pass     def weather_result(self):         '''模拟天气接口'''         result = self.weather()         if result['result'] == '雪':             print('下雪了！！！')         elif result['result'] == '雨':             print('下雨了！！！')         elif result['result'] == '晴天':             print('晴天！！！！')         else:             print('返回值错误！')         return result['status']

　　先将需要模拟的天气接口，以及需要模拟的场景的代码写好，然后在进行遵循pytest的用例规范进行书写关于mock的测试用例。

# test_01.py import pytest from test_01.weather_r import Mock_weather def test_01(mocker):     # 实例化     p = Mock_weather()     moke_value = {'result': "雪", 'status': '下雪了！'}     # 通过object的方式进行查找需要mock的对象     p.weather = mocker.patch.object(Mock_weather, "weather", return_value=moke_value)     result =p.weather_result()     assert result=='下雪了！' def test_02(mocker):     # 实例化     product = Mock_weather()     # Mock的返回值     mock_value = {'result': "雨", 'status': '下雨了！'}     # 第一个参数必须是模拟mock对象的完整路径     product.weather = mocker.patch('test_01.weather_r.Mock_weather.weather',                                                   return_value=mock_value)     result = product.weather_result()     assert result=='下雨了！' if __name__ == '__main__':     pytest.main(['-vs'])

　　通过上述代码，安静提供pytest中mock的2种方法：
　　第一种中的第一个参数是通过object的方式进行查找关于Mock_weather的类，然后在找到下面的需要mock的对象方法名称，第2个参数表示mock的值。
　　第二种方法中的第一个参数是通过完整的路径进行找到需要mock的对象，第2个参数是mock的值。
　　通过执行发现，两种方法都是可以mock成功的。

　　总结
　　简单的通过一个小的例子介绍了如何在python中使用mock的方法。大家也可以将mock方法加入到我们需要用到的项目中。从而更加方面的完成自动化，以及覆盖更多的自动化测试用例。