数据类型、模型或节点——这些都只是mock对象可承担的角色。但mock在单元测试中扮演一个什么角色呢？ 有时，你需要为单元测试的初始设置准备一些“其他”的代码资源。但这些资源兴许会不可用，不稳定，或者是使用起来太笨重。你可以试着找一些其他的资源替代；或者你可以通过创建一个被称为mock的东西来模拟它。Mocks能够让我们模拟那些在单元测试中不可用或太笨重的资源。

在Python中创建mock是通过Mock模块完成的。你可以通过每次一个属性（one-attribute-at-a-time）或一个健全的字典对象或是一个类接口来创建mock。你还可以定义mock的行为并且在测试过程中检查它的使用。让我们继续探讨。

除非单独说明，下面的示例代码都是用Python2.4写的。

测试准备

典型的测试准备最少有两个部分。首先是测试对象（红色），这是测试的关注点。它可以是一个方法、模块或者类。它可以返回一个结果，也可以不返回结果，但是它可以根据数据数据或者内部状态产生错误或者异常（图1）

图1

第二测试用例（灰色），它可以单独运行也可以作为套件的一部分。它是为测试对象准备的，也可以是测试对象需要的任意数据或资源。运行一个或多个测试事务，在每个测试中检查测试对象的行为。收集测试结果并用一个简洁、易读的格式呈现测试结果。

现在，为了发挥作用，一些测试对象需要一个或多个资源（绿色）。这些资源可以是其他的类或者模块，甚至是一个非独立的进程。不论其性质，测试资源是功能性的代码。他们的角色是支持测试对象，但是他们不是测试的关注点。

使用Mock的理由

但是有些时候，测试资源不可用，或者不适合。也许这个资源正在和测试对象并行开发中，或者并不完整或者是太不稳定以至于不可靠。

测试资源太昂贵，如果测试资源是第三方的产品，其高昂的价格不适用于测试。测试资源的建立过于复杂，占用的硬件和时间可以用于别的地方。如果测试资源是一个数据源，建立它的数据集模仿真实世界是乏味的。

测试资源是不可预知的。一个好的单元测试是可重复的，允许你分离和识别故障。但是测试资源可能给出随机的结果，或者它会有不同的响应时间。而作为这样的结果，测试资源最终可能成为一个潜在的搅局者。

这些都是你可能想要用mock代替测试资源的原因。mock向测试对象提供一套和测试资源相同的方法接口。但是mock是更容易创建和管理。它能向测试对象提供和真实的测试资源相同的方法接口。它能提供确定的结果，并可以自定义以适用于特定的测试。能够容易的更新，以反映实际资源的变化。

当然，mocks不是没有问题的。设计一个精确的mock是困难的,特别是如果你没有测试资源的可靠信息。你可以尝试找到一个开源的接口，或者你能对测试资源的方法接口进行猜测。无论你如何选择，你都可以在以后轻松的更新mock,你可以在首选资源中得到更详细的信息。

太多的mock会使测试过于复杂，让你跟踪错误变得更困难。最好的实践是每个测试用例限制使用一到两个mock，或者为每个mock/对象对使用独立的测试用例。

Mocks对Stubs对Fakes

Mock不是模仿测试资源的唯一方式。其他的解决方案如stub和fake也能提供相同的服务。因此，mock和其他两种解决方案怎样比较？为什么选择mock而不是选择stub或者fake?

认识stub:stub为测试对象提供了一套方法接口，和真实的测试资源提供给测试对象的接口是相同的。当测试对象调用stub方法时，stub响应预定的结果。也可以产生一个预定的错误或者异常。stub可以跟踪和测试对象的交互，但是它不处理输入的数据。

fake也提供了一套方法接口并且也可以跟踪和测试对象的交互。但是和stub不同，fake真正的处理了从测试对象输入的数据产生的结果是基于这些数据的。简而言之，fake是功能性的，它是真实测试资源的非生产版。它缺乏资源的相互制衡，使用了更简单的算法，而且它很少存储和传输数据。

使用fake和stub,你可以输入正确的数据调用了正确的方法对测试对象进行测试。你能测试对象是如何处理数据并产生结果，当出现错误或者异常时是怎样反应的。这些测试被称为状态验证。但是你是否想知道测试对象调用了两次相同的方法？你是否想知道测试对象是否按照正确的顺序调用了几个方法？这种测试被称为行为验证，而要做到这些，你需要mocks。

使用Python Mock

在Python中Mock模块是用来创建和管理mock对象的。该模块是Michael Foord的心血结晶，它是Python3.0的标准模块。因此在Python2.4~2.7中，你不得不自己安装这个模块。你可以 Python Package Index website从获得Mock模块最新的版本。

基于你的mock对象，Mock模块提供了少量的类。为了改变运行中的mock甚至提供了补丁机制。但是现在，我们关注一个类：Mock类。

图2中显示了Mock类（绿色）的基本结构。它继承于两个父类：NonCallableMock和CallableMixin（灰色）。NonCallableMock定义了mock对象所需的例程。它重载了几个魔法方法，给他们定义了缺省的行为。为了跟踪mock的行为，它提供了断言例程。CallableMixin更新了mock对象回调的魔法方法。反过来，两个父类继承于Base类（红色），声明了mock对象所需的属性。

图2

准备Mock

Mock类有四套方法（图3）。第一套方法是类的构造器，它有六个可选和已标记的参数。图中显示了4个经常用到的参数。

图3

构造器的第一个参数是name，它定义了mock对象的唯一标示符。Listing one显示了怎么创建一个标示符为Foo的mock对象mockFoo。请注意当我打印mock对象（6-9行）时，标示符后紧跟的是mock对象的唯一ID。

Listing On

from mock import Mock # create the mock object mockFoo = Mock(name = "Foo") print mockFoo # returns: <Mock name='Foo' id='494864'> print repr(mockFoo) # still returns: <Mock name='Foo' id='494864'>

构造器的第二个参数是spec。它设置mock对象的属性，可以是property或者方法。属性可以是一个列表字符串或者是其他的Python类。

为了演示，在Listing Two中，我有一个带三个项目的列表对象fooSpec(第4行)：property属性_fooValue,方法属性callFoo和doFoo。当我把fooSpec带入类构造器时（第7行），mockFoo获得了三个属性，我能用点操作符访问它们（10~15行）。当我访问了一个未声明的属性时，mockFoo引发AttributeError和"faulty"属性（21~14行）。

Listing Two

from mock import Mock # prepare the spec list fooSpec = ["_fooValue", "callFoo", "doFoo"] # create the mock object mockFoo = Mock(spec = fooSpec) # accessing the mocked attributes print mockFoo # <Mock id='427280'> print mockFoo._fooValue # returns <Mock name='mock._fooValue' id='2788112'> print mockFoo.callFoo() # returns: <Mock name='mock.callFoo()' id='2815376'> mockFoo.callFoo() # nothing happens, which is fine # accessing the missing attributes print mockFoo._fooBar # raises: AttributeError: Mock object has no attribute '_fooBar' mockFoo.callFoobar() # raises: AttributeError: Mock object has no attribute 'callFoobar

Listing Three显示了spec参数的另一种用法。这次，有带三个属性的类Foo(4~12行)。把类名传入构造器中，这样就产生了一个和Foo有相同属性的mock对象（18~23行）。再次，访问一个未声明的属性引发了AttributeError（29~32行）。也就是说，在两个例子中，方法属性时没有功能的。甚至在方法有功能代码时，调用mock的方法也什么都不做。

Listing Three

from mock import Mock # The class interfaces class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the mock object mockFoo = Mock(spec = Foo) # accessing the mocked attributes print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo._fooValue # returns <Mock name='mock._fooValue' id='2788112'> print mockFoo.callFoo() # returns: <Mock name='mock.callFoo()' id='2815376'> mockFoo.callFoo() # nothing happens, which is fine # accessing the missing attributes print mockFoo._fooBar # raises: AttributeError: Mock object has no attribute '_fooBar' mockFoo.callFoobar() # raises: AttributeError: Mock object has no attribute 'callFoobar'

下一个构造器参数是return_value。这将设置mock对象的响应当它被直接调用的时候。我用这个参数模拟一个工厂调用。

为了演示，在Listing Four中，设置return_value为456（第4行）。当调用mockFoo时，将返回456的结果（9~11行）。在Listing Five中，我给return_value传入了一个类Foo的实例fooObj（15~19行）。现在，当我调用mockFoo时，我获得了fooObj的实例（显示为mockObj）(第24行)。和Listing Two和Three不一样，mockObj的方法是带有功能的。

Listing Four

from mock import Mock # create the mock object mockFoo = Mock(return_value = 456) print mockFoo # <Mock id='2787568'> mockObj = mockFoo() print mockObj # returns: 456

Listing Five

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # creating the mock object fooObj = Foo() print fooObj # returns: <__main__.Foo object at 0x68550> mockFoo = Mock(return_value = fooObj) print mockFoo # returns: <Mock id='2788144'> # creating an "instance" mockObj = mockFoo() print mockObj # returns: <__main__.Foo object at 0x68550> # working with the mocked instance print mockObj._fooValue # returns: 123 mockObj.callFoo() # returns: Foo:callFoo_ mockObj.doFoo("narf") # returns: Foo:doFoo:input = narf <Mock id='428560'>

side_effect参数和return_value是相反的。它给mock分配了可替换的结果，覆盖了return_value。简单的说，一个模拟工厂调用将返回side_effect值，而不是return_value。

Listing Six演示了side_effect参数的影响。首先，创建类Foo的实例fooObj，把它传入return_value参数（第17行）。这个结果和Listing Five是类似的。当它被调用的时候，mockFoo返回fooObj(第22行)。然后我重复同样的步骤，给side_effect参数传入StandardError（第28行），现在，调用mockFoo引发了StandardError，不再返回fooObj(29~30行)。

Listing Six

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # creating the mock object (without a side effect) fooObj = Foo() mockFoo = Mock(return_value = fooObj) print mockFoo # returns: <Mock id='2788144'> # creating an "instance" mockObj = mockFoo() print mockObj # returns: <__main__.Foo object at 0x2a88f0> # creating a mock object (with a side effect) mockFoo = Mock(return_value = fooObj, side_effect = StandardError) mockObj = mockFoo() # raises: StandardError

Listing Seven显示了另一个影响。在这个例子中，传入一个列表对象fooList到类构造器中（17~18行）。然后，每次我调用mockFoo时，它连续的返回列表中的项（20~30行）。一旦mockFoo到达了列表的末尾，调用将引发StopIteration 错误（32~34行）

Listing Seven

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # creating the mock object (with a side effect) fooObj = FooSpec() fooList = [665, 666, 667] mockFoo = Mock(return_value = fooObj, side_effect = fooList) fooTest = mockFoo() print fooTest # returns 665 fooTest = mockFoo() print fooTest # returns 666 fooTest = mockFoo() print fooTest # returns 667 fooTest = mockFoo() print fooTest # raises: StopIteration

你可以传入其他的可迭代对象（集合，元组）到side_effct对象中。你不能传入一个简单对象（如整数、字符串等），因为这些对象是不能迭代的，为了让简单对象可迭代，需要将他们加入单一项的列表中。

Mock断言

Mock类的下一套方法是断言。它将帮助跟踪测试对象对mock方法的调用。他们能和unittest模块的断言一起工作。能连接到mock或者其方法属性之一。 有两个相同的可选参数：一个变量序列，一个键/值序列。

第一个断言assert_called_with()，检查mock方法是否获得了正确的参数。当至少一个参数有错误的值或者类型时，当参数的数量错误时，当参数的顺序错误时，或者当mock的方法根本不存在任何参数时，这个断言将引发错误。Listing Eight显示了可以怎样使用这个断言。那儿，我准备了一个mock对象，用类Foo作为它的spec参数。我调用了类的方法doFoo()，传入了一个字符串作为输入。使用assert_called_with()，我检查方法是否获得了正确的输入。第20行的断言通过了，因为doFoo()获得了"narf"的输入。但是在第24行的断言失败了因为doFoo()获得了"zort"，这是错误的输入。

Listing Eight

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.doFoo("narf") mockFoo.doFoo.assert_called_with("narf") # assertion passes mockFoo.doFoo("zort") mockFoo.doFoo.assert_called_with("narf") # AssertionError: Expected call: doFoo('narf') # Actual call: doFoo('zort')

Listing Nine显示了稍微不同的用法。在这个例子中，我调用了mock方法callFoo()，首先没有任何输入，然后输入了字符串“zort”。第一个断言通过了（第20行），因为callFoo()不支持获得任何输入。而第二个断言失败了（第24行）因为显而易见的原因。

Listing Nine

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.callFoo() mockFoo.callFoo.assert_called_with() # assertion passes mockFoo.callFoo("zort") mockFoo.callFoo.assert_called_with() # AssertionError: Expected call: callFoo() # Actual call: callFoo('zort')

先一个断言是assert_called_once_with()。像assert_called_with()一样，这个断言检查测试对象是否正确的调用了mock方法。但是当同样的方法调用超过一次时， assert_called_once_with（）将引发错误，然而assert_called_with()会忽略多次调用。Listing Ten显示了怎样使用这个断言。那儿，我调用了mock方法callFoo()两次。第一次调用时（行19~20），断言通过。但是在第二次调用的时（行23~24），断言失败，发送了错误消息到stdout。

Listing Ten

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.callFoo() mockFoo.callFoo.assert_called_once_with() # assertion passes mockFoo.callFoo() mockFoo.callFoo.assert_called_once_with() # AssertionError: Expected to be called once. Called 2 times.

断言assert_any_call()，检查测试对象在测试例程中是否调用了测试方法。它不管mock方法和断言之间有多少其他的调用。和前面两个断言相比较，前两个断言仅检查最近一次的调用。

Listing Eleven显示了assert_any_call()断言如何工作：仍然是同样的mock对象，spec参数是Foo类。第一个调用方法callFoo()（第18行），接下来调用两次doFoo()(行19~20)。注意doFoo()获得了两个不同的输入。

Listing Eleven

<from mock import Mock # The mock specification class Foo(object): _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.callFoo() mockFoo.doFoo("narf") mockFoo.doFoo("zort") mockFoo.callFoo.assert_any_call() # assert passes mockFoo.callFoo() mockFoo.doFoo("troz") mockFoo.doFoo.assert_any_call("zort") # assert passes mockFoo.doFoo.assert_any_call("egad") # raises: AssertionError: doFoo('egad') call not found

第一个assert_any_call()（第22行）通过，虽然两次doFoo()调用隔开了断言和callFoo()。第二个断言（第28行）也通过了，虽然一个callFoo()隔开了我们提到的doFoo()(第20行)。另一方面，第三个断言（第31行）失败了，因为没有任何doFoo()的调用使用了"egad"的输入。

最后，还有assert_has_calls（）。它查看方法调用的顺序，检查他们是否按正确的次序调用并带有正确的参数。它带有两个参数：期望调用方法的列表和一个可选悬殊any_order。当测试对象调用了错误的方法，调用了不在次序中的方法，或者方法获得了一个错误的输入，将生产断言错误。

Listing Twelve演示了assert_has_calls()断言。在18~20行，我调用了三个方法，提供了两个输入。然后，我准备了一个期望调用的列表（fooCalls）并把这个列表传入assert_has_calls()（22~23行）。由于列表匹配了方法的调用，断言通过。

Listing Twelve

from mock import Mock, call # The mock specification class Foo(object): _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.callFoo() mockFoo.doFoo("narf") mockFoo.doFoo("zort") fooCalls = [call.callFoo(), call.doFoo("narf"), call.doFoo("zort")] mockFoo.assert_has_calls(fooCalls) # assert passes fooCalls = [call.callFoo(), call.doFoo("zort"), call.doFoo("narf")] mockFoo.assert_has_calls(fooCalls) # AssertionError: Calls not found. # Expected: [call.callFoo(), call.doFoo('zort'), call.doFoo('narf')] # Actual: [call.callFoo(), call.doFoo('narf'), call.doFoo('zort')] fooCalls = [call.callFoo(), call.doFoo("zort"), call.doFoo("narf")] mockFoo.assert_has_calls(fooCalls, any_order = True) # assert passes

在第26行，我交换了两个doFoo()调用的顺序。第一个doFoo()获得"zort"的输入，第二个获得了"narf"。如果我传入这个fooCalls到assert_has_calls()（第27行）中，断言失败。但是如果我给参数any_order传入参数True，断言通过。这是因为断言将忽略方法调用的顺序。

Listing Thirteen演示了其他的用法。在fooCalls列表中，我添加了不存在的方法dooFoo()（第22行）。然后我传入fooCalls到assert_has_calls()中（第24行）。断言失败，通知我期望调用的顺序和真实发生的顺序不匹配。如果我给any_order赋值为True（第30行），断言名称dooFoo()作为违规的方法调用。

Listing Thirteen

from mock import Mock, call # The mock specification class Foo(object): _fooValue = 123 def callFoo(self): pass def doFoo(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo.callFoo() mockFoo.doFoo("narf") mockFoo.doFoo("zort") fooCalls = [call.callFoo(), call.dooFoo("narf"), call.doFoo("zort")] mockFoo.assert_has_calls(fooCalls) # AssertionError: Calls not found. # Expected: [call.callFoo(), call.dooFoo('narf'), call.doFoo('zort')] # Actual: [call.callFoo(), call.doFoo('narf'), call.doFoo('zort')] fooCalls = [call.callFoo(), call.dooFoo("narf"), call.doFoo("zort")] mockFoo.assert_has_calls(fooCalls, any_order = True) # AssertionError: (call.dooFoo('narf'),) not all found in call list

在assert_has_calls()的两个例子中，注意到关键字call是出现在每个方法的前面。这个关键字是一个helper对象，标记出mock对象的方法属性。为了使用call关键字，请确保使用如下的方法从mocke模块导入helper：

from mock import Mock, call

管理Mock

Mock类的第三套方法允许你控制和管理mock对象。你可以更改mock的行为，改变它的属性或者将mock恢复到测试前的状态。你甚至可以更改每个mock方法或者mock本身的响应值。attach_mock()方法让你在mock中添加第二个mock对象。这个方法带有两个参数：第二个mock对象(aMock)和一个属性名称(aName)。

Listing Fourteen 样式了attach_mock（）方法的使用。那儿，我创建了两个mock对象mockFoo和mockBar,他们有不同spec参数（第25行和第30行）。我用attach_mock()方法将mockBar添加到mockFoo中，命名为fooBar(第35行)。一旦添加成功，我就能通过property fooBar访问第二mock对象和它的属性（46~53行）。并且我仍然可以访问第一个mock对象mockFoo的属性。

Listing Fourteen

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue class Bar(object): # instance properties _barValue = 456 def callBar(self): pass def doBar(self, argValue): pass # create the first mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> # create the second mock object mockBar = Mock(spec = Bar) print mockBar # returns: <Mock spec='Bar' id='2784400'> # attach the second mock to the first mockFoo.attach_mock(mockBar, 'fooBar') # access the first mock's attributes print mockFoo # returns: <Mock spec='Foo' id='495312'> print mockFoo._fooValue # returns: <Mock name='mock._fooValue' id='428976'> print mockFoo.callFoo() # returns: <Mock name='mock.callFoo()' id='448144'> # access the second mock and its attributes print mockFoo.fooBar # returns: <Mock name='mock.fooBar' spec='Bar' id='2788592'> print mockFoo.fooBar._barValue # returns: <Mock name='mock.fooBar._barValue' id='2788016'> print mockFoo.fooBar.callBar() # returns: <Mock name='mock.fooBar.callBar()' id='2819344'> print mockFoo.fooBar.doBar("narf") # returns: <Mock name='mock.fooBar.doBar()' id='4544528'>

configure_mock()方法让你批量的更改mock对象。它唯一的参数是一个键值对序列，每个键就是你想要修改的属性。如果你的对象没有指定的属性，configure_mock()将在mock中添加属性。

Listing fifteen显示了configure_mock()方法的运用。再次，我定义了一个spec为类Foo和return_value为555的mock对象mockFoo（第13行）。然后使用configure_mock()方法更改return_value为999（第17行）。当我直接调用mockFoo时，获得的结果为999，替换了原来的555。

Listing Fifteen

from mock import Mock class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue mockFoo = Mock(spec = Foo, return_value = 555) print mockFoo() # returns: 555 mockFoo.configure_mock(return_value = 999) print mockFoo() # returns: 999 fooSpec = {'callFoo.return_value':"narf", 'doFoo.return_value':"zort", 'doFoo.side_effect':StandardError} mockFoo.configure_mock(**fooSpec) print mockFoo.callFoo() # returns: narf print mockFoo.doFoo("narf") # raises: StandardError fooSpec = {'doFoo.side_effect':None} mockFoo.configure_mock(**fooSpec) print mockFoo.doFoo("narf") # returns: zort

接着，我准备了一个字段对象(fooSpec)，对两个mock方法设置了返回值，为doFoo()设置了side_effect（第21行）。我将fooSpec传入configure_mock()，注意fooSpec带有前缀'**'（第22行）。现在调用callFoo()结果返回“narf”。调用doFoo()，无论输入什么，引发StandardError 信号（行24~27）。如果我修改了fooSpec，设置doFoo(）的side_effect的值为None,当我调用doFoo()时，将得到结果“zort”（29~32行）。

下一个方法mock_add_spec()让你向mock对象添加新的属性。除了mock_add_spec()工作在一个已存在的对象上之外，它的功能类似于构造器的spec参数。它擦除了一些构造器设置的属性。这个方法带有两个参数：spec属性（aSpec）和spc_set标志（aFlag）。再次，spce可以是字符串列表或者是类。已添加的属性缺省状态是只读的，但是通过设置spec_set标志为True，可以让属性可写。

Listing Sixteen演示了mock_add_spec()的运用。mock对象mockFoo开始的属性来自于类Foo(第25行)。当我访问两个属性（_fooValue和callFoo()）时，我得到结果确认他们是存在的（29~32行）。

Listing Sixteen

from mock import Mock # The class interfaces class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue class Bar(object): # instance properties _barValue = 456 def callBar(self): pass def doBar(self, argValue): pass # create the mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo._fooValue # returns <Mock name='mock._fooValue' id='2788112'> print mockFoo.callFoo() # returns: <Mock name='mock.callFoo()' id='2815376'> # add a new spec attributes mockFoo.mock_add_spec(Bar) print mockFoo # returns: <Mock spec='Bar' id='491088'> print mockFoo._barValue # returns: <Mock name='mock._barValue' id='2815120'> print mockFoo.callBar() # returns: <Mock name='mock.callBar()' id='4544368'> print mockFoo._fooValue # raises: AttributeError: Mock object has no attribute '_fooValue' print mockFoo.callFoo() # raises: AttributeError: Mock object has no attribute 'callFoo'

然后，我使用mock_add_spec()方法添加类Bar到mockFoo(第35行)。mock对象现在的属性已声明在类Bar中（39~42行）。如果我访问任何Foo属性，mock对象将引发AttributeError 信号，表示他们不存在（44~47行）。

最后一个方法resetMock()，恢复mock对象到测试前的状态。它清除了mock对象的调用统计和断言。它不会清除mock对象的return_value和side_effect属性和它的方法属性。这样做是为了重新使用mock对象避免重新创建mock的开销。

最后，你能给每个方法属性分配返回值或者side-effect。你能通过return_value和side_effect访问器做到这些。例如，按如下的语句通过return_value访问器设置方法callFoo()的返回值为"narf"：

mockFoo.callFoo.return_value = "narf" 按如下的语句通过side_effect访问器 设置方法callFoo()的side-ffect为TypeError mockFoo.callFoo.side_effect = TypeError 传入None清除side-effect mockFoo.callFoo.side_effect = None 你也可以用这个两个相同的访问器改变mock对象对工厂调用的响应值

Mock统计

最后一套方法包含跟踪mock对象所做的任意调用的访问器。当mock对象获得工厂调用时，访问器called返回True，否则返回False。查看Listing Seventeen中的代码，我创建了mockFoo之后，called访问器返回了结果False(19~20行)。如果我做了一个工厂调用，它将返回结果True(22~23行)。但是如果我创建了第二个mock对象，然后调用了mock方法callFoo()（第30行）?在这个例子中，called访问器仅仅放回了False结果（31~32行）。

Listing Seventeen

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo.called # returns: False mockFoo() print mockFoo.called # returns: True mockFoo = Mock(spec = Foo) print mockFoo.called # returns: False mockFoo.callFoo() print mockFoo.called # returns: False

访问器call_count给出了mock对象被工厂调用的次数。查看Listing Eighteen中的代码。我创建mockFoo之后，call_count给出的期望结果为0(19~20行)。当我对mockFoo做了一个工厂调用时，call_count增加1（22~24行）。当我调用mock方法callFoo()时，call_count没有改变（26~28行）。如果我做了第二次工厂调用call_count将再增加1。

Listing Eighteen

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo) print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo.call_count # returns: 0 mockFoo() print mockFoo.call_count # returns: 1 mockFoo.callFoo() print mockFoo.call_count # returns: 1

访问器call_args返回工厂调用已用的参数。Listing Nineteen演示了它的运用。对于新创建的mock对象(mockFoo)，call_args访问器返回结果为None(17~21行)。如果我做了一个工厂调用，在输入中传入"zort"，call_args报告的结果为call('zort')（23~25行）。注意结果中的call关键字。对于第二个没有输入的工厂调用，call_args返回call()（27~29行）。第三个工厂调用，输入“troz”，call_args给出结果为call('troz')（31~33行）。但是当我调用mock方法callFoo()时，call_args访问器仍然返回call('troz')（35~37行）。

Listing Nineteen

#!/usr/bin/python from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo, return_value = "narf") print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo.call_args # returns: None mockFoo("zort") print mockFoo.call_args # returns: call('zort') mockFoo() print mockFoo.call_args # returns: call() mockFoo("troz") print mockFoo.call_args # returns: call('troz') mockFoo.callFoo() print mockFoo.call_args # returns: call('troz')

访问器call_args_list 也报告了工厂调用中已使用的参数。但是call_args返回最近使用的参数，而call_args_list返回一个列表，第一项为最早的参数。Listing Twenty显示了这个访问的的运用，使用了和Listing Nineteen相同的代码。

Listing Twenty

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo, return_value = "narf") print mockFoo # returns <Mock spec='Foo' id='507120'> mockFoo("zort") print mockFoo.call_args_list # returns: [call('zort')] mockFoo() print mockFoo.call_args_list # returns: [call('zort'), call()] mockFoo("troz") print mockFoo.call_args_list # returns: [call('zort'), call(), call('troz')] mockFoo.callFoo() print mockFoo.call_args_list # returns: [call('zort'), call(), call('troz')]

访问器mothod_calls报告了测试对象所做的mock方法的调用。它的结果是一个列表对象，每一项显示了方法的名称和它的参数。
Listing Twenty-one演示了method_calls的运用。对新创建的mockFoo，method_calls返回了空列表（15~19行）。当做了工厂调用时，同样返回空列表（21~23行）。当我调用了mock方法callFoo()时，method_calls返回一个带一项数据的列表对象（25~27行）。当我调用doFoo()，并传入"narf"参数时，method_calls返回带有两项数据的列表（29~31行）。注意每个方法名称是按照它调用的顺序显示的。

Listing Twenty-one

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo, return_value = "poink") print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo.method_calls # returns [] mockFoo() print mockFoo.method_calls # returns [] mockFoo.callFoo() print mockFoo.method_calls # returns: [call.callFoo()] mockFoo.doFoo("narf") print mockFoo.method_calls # returns: [call.callFoo(), call.doFoo('narf')] mockFoo() print mockFoo.method_calls # returns: [call.callFoo(), call.doFoo('narf')]

最后一个访问器mock_calls报告了测试对象对mock对象所有的调用。结果是一个列表，但是工厂调用和方法调用都显示了。Listing Twenty-two演示这个访问器的运用，使用了和Listing Twenty-one相同的代码

Listing Twenty-two

from mock import Mock # The mock object class Foo(object): # instance properties _fooValue = 123 def callFoo(self): print "Foo:callFoo_" def doFoo(self, argValue): print "Foo:doFoo:input = ", argValue # create the first mock object mockFoo = Mock(spec = Foo, return_value = "poink") print mockFoo # returns <Mock spec='Foo' id='507120'> print mockFoo.mock_calls # returns [] mockFoo() print mockFoo.mock_calls # returns [call()] mockFoo.callFoo()> print mockFoo.mock_calls # returns: [call(), call.callFoo()] mockFoo.doFoo("narf") print mockFoo.mock_calls # returns: [call(), call.callFoo(), call.doFoo('narf')] mockFoo() print mockFoo.mock_calls # returns: [call(), call.callFoo(), call.doFoo('narf'), call()]

在测试中使用MOCK

数据类型，模型或者节点，这些是mock对象可能被假定的一些角色。但是mock对象怎样适合单元测试呢？让我们一起来看看，来自Martin Fowler的文章Mocks Aren't Stubs采取了简化的设置。

在这个测试中，设置了三个类（图4）。Order类是测试对象。它模拟了单一项目的采购订单，订单来源于一个数据源。Warehouse类是测试资源。它包含了键值对的序列，键是项目的名称，值是可用的数量。OrderTest类是测试用例本身。

图4

Listing Twenty-three描述了Order。Order类声明了三个属性:项目名称（_orderItem），要求的数量（_orderAmount）和已填写的数量(_orderFilled)。它的构造器带有两个参数（8~18行），填入的属性是_orderItem和_orderAmount。它的__repr__()方法返回了购买清单的摘要(21~24行)。

Listing Twenty-three

class Order(object): # instance properties _orderItem = "None" _orderAmount = 0 _orderFilled = -1 # Constructor def __init__(self, argItem, argAmount): print "Order:__init__" # set the order item if (isinstance(argItem, str)): if (len(argItem) > 0): self._orderItem = argItem # set the order amount if (argAmount > 0): self._orderAmount = argAmount # Magic methods def __repr__(self): # assemble the dictionary locOrder = {'item':self._orderItem, 'amount':self._orderAmount} return repr(locOrder) # Instance methods # attempt to fill the order def fill(self, argSrc): print "Order:fill_" try: # does the warehouse has the item in stock? if (argSrc is not None): if (argSrc.hasInventory(self._orderItem)): # get the item locCount = argSrc.getInventory(self._orderItem, self._orderAmount) # update the following property self._orderFilled = locCount else: print "Inventory item not available" else: print "Warehouse not available" except TypeError: print "Invalid warehouse" # check if the order has been filled def isFilled(self): print "Order:isFilled_" return (self._orderAmount == self._orderFilled)

Order类定义了两个实例方法。fill()方法从参数(argSrc)中获取数据源。它检查数据源是否可用，数据源的项目是否存在问题（33~34行）。它提交了一个申请并用实际返回的数量更新_orderFilled（36~39行）。当_orderAmount和_orderFilled有相同的值时，isFilled()方法返回True(48~50行)。

Listing Twenty-four描述了Warehouse类。它是一个抽象类，声明了属性和方法接口，但是没有定义方法本身。属性_houseName是仓库的名字，而_houseList是它持有的库存。还有这两个属性的访问器。

Listing Twenty-four

class Warehouse(object): # private properties _houseName = None _houseList = None # accessors def warehouseName(self): return (self._houseName) def inventory(self): return (self._houseList) # -- INVENTORY ACTIONS # set up the warehouse def setup(self, argName, argList): 	pass # check for an inventory item def hasInventory(self, argItem): pass # retrieve an inventory item def getInventory(self, argItem, argCount): pass # add an inventory item def addInventory(self, argItem, argCount): pass

Warehouse类声明了四个方法接口。方法setup()带有两个参数，是为了更新这两个属性。方法hasInventory()参数是项目的名称，如果项目在库存中则返回True。方法getInventory()的参数是项目的名称和数量。它尝试着从库存中扣除数量，返回哪些是成功的扣除。方法addInventory()的参数也是项目名称和数量。它将用这两个参数更新_houseList。

Listing Twenty-five是测试用例本身，orderTest类。他有一个属性fooSource是Order类所需的mock对象。setUp()方法识别执行的测试例程（14~16行），然后创建和配置mock对象（21~34行）。tearDown()方法向stdout打印一个空行。

Listing Twenty-five

import unittest from mock import Mock, call class OrderTest(unittest.TestCase): # declare the test resource fooSource = None # preparing to test def setUp(self): """ Setting up for the test """ print "OrderTest:setUp_:begin" # identify the test routine testName = self.id().split(".") testName = testName[2] print testName # prepare and configure the test resource if (testName == "testA_newOrder"): print "OrderTest:setup_:testA_newOrder:RESERVED" elif (testName == "testB_nilInventory"): self.fooSource = Mock(spec = Warehouse, return_value = None) elif (testName == "testC_orderCheck"): self.fooSource = Mock(spec = Warehouse) self.fooSource.hasInventory.return_value = True self.fooSource.getInventory.return_value = 0 elif (testName == "testD_orderFilled"): self.fooSource = Mock(spec = Warehouse) self.fooSource.hasInventory.return_value = True self.fooSource.getInventory.return_value = 10 elif (testName == "testE_orderIncomplete"): self.fooSource = Mock(spec = Warehouse) self.fooSource.hasInventory.return_value = True self.fooSource.getInventory.return_value = 5 else: print "UNSUPPORTED TEST ROUTINE" # ending the test def tearDown(self): """Cleaning up after the test""" print "OrderTest:tearDown_:begin" print "" # test: new order # objective: creating an order def testA_newOrder(self): # creating a new order testOrder = Order("mushrooms", 10) print repr(testOrder) # test for a nil object self.assertIsNotNone(testOrder, "Order object is a nil.") # test for a valid item name testName = testOrder._orderItem self.assertEqual(testName, "mushrooms", "Invalid item name") # test for a valid item amount testAmount = testOrder._orderAmount self.assertGreater(testAmount, 0, "Invalid item amount") # test: nil inventory # objective: how the order object handles a nil inventory def testB_nilInventory(self): """Test routine B""" # creating a new order testOrder = Order("mushrooms", 10) print repr(testOrder) # fill the order testSource = self.fooSource() testOrder.fill(testSource) # print the mocked calls print self.fooSource.mock_calls # check the call history testCalls = [call()] self.fooSource.assert_has_calls(testCalls) # ... continued in the next listing

OrderTest类有五个测试例程。所有五个测试例程在开始的时候都创建了一个Order类的实例。例程testA_newOrder()测试Order对象是否可用是否有正确的数据（46~60行）。例程testB_nilWarehouse()创建了一个空的mock并传入Order对象的fill()方法（64~79行）。它检查了mock的调用历史，确保仅仅发生了工厂调用。

例程testC_orderCheck()（Listing Twenty-six）测试了Order对象在库存不足时的反应。最初，fooSource的hasInventory()方法响应True，getinventory()方法返回0。测试例程检查是否订单未达成，是否正确的mock方法被带调用(16~19行)。然后测试例程创建了一个新的Order对象，这次是一个不同的项目。mock(fooSource)的方法hasInventory()的响应设置为False（第27行）。再次，例程检查是否订单未达成，是否调用了正确的mock方法（34~37行）。注意使用reset_mock()方法将fooSource恢复到测试前的状态（第28行）

Listing Twenty-six

class OrderTest(unittest.TestCase): # ... see previous listing # test: checking the inventory # objective: does the order object check for inventory? def testC_orderCheck(self): """Test routine C""" # creating a test order testOrder = Order("mushrooms", 10) print repr(testOrder) # perform the test testOrder.fill(self.fooSource) # perform the checks self.assertFalse(testOrder.isFilled()) self.assertEqual(testOrder._orderFilled, 0) self.fooSource.hasInventory.assert_called_once_with("mushrooms") print self.fooSource.mock_calls # creating another order testOrder = Order("cabbage", 10) print repr(testOrder) # reconfigure the test resource self.fooSource.hasInventory.return_value = False self.fooSource.reset_mock() # perform the test testOrder.fill(self.fooSource) # perform the checks self.assertFalse(testOrder.isFilled()) self.assertEqual(testOrder._orderFilled, -1) self.fooSource.hasInventory.assert_called_once_with("cabbage") print self.fooSource.mock_calls # ... continued in the next listing

测试例程testD_orderFilled()（Listing Twenty-seven）模拟了一个成功的订单事务。fooSource的hasInventory()方法响应True，getinventory()方法返回10。例程调用fill()方法传入mock对象，然后检查订单是否已完成（17~18行）。它也检查了是否采用正确的顺序和正确的参数调用了 正确的mock方法（20~24行）。

Listing Twenty-seven

# ... see previous listing # test: fulfilling an order # objective: how does the order object behave with a successful transaction def testD_orderFilled(self): """Test routine D""" # creating a test order testOrder = Order("mushrooms", 10) print repr(testOrder) # perform the test testOrder.fill(self.fooSource) print testOrder.isFilled() # perform the checks self.assertTrue(testOrder.isFilled()) self.assertNotEqual(testOrder._orderFilled, -1) self.fooSource.hasInventory.assert_called_once_with("mushrooms") self.fooSource.getInventory.assert_called_with("mushrooms", 10) testCalls = [call.hasInventory("mushrooms"), call.getInventory("mushrooms", 10)] self.fooSource.assert_has_calls(testCalls) # ... continued in the next listing

测试例程testE_orderIncomplete()（Listing Twenty-eight）模拟了一个未完成的事务。在这个测试中，fooSource的方法hasInventory()响应True,但是getinventory()返回5。例程调用fill()方法传入mock对象，然后检查未完成的订单（17~18行）。 它也检查了是否采用正确的顺序和正确的参数调用了正确的mock方法（20~25行）。

Listing Twenty-eight

# ... see previous listing # test: fulfilling an order # objective: how does the order object behave with an incomplete transaction def testE_orderIncomplete(self): """Test routine E""" # creating a test order testOrder = Order("mushrooms", 10) print repr(testOrder) # perform the test testOrder.fill(self.fooSource) print testOrder.isFilled() # perform the checks self.assertFalse(testOrder.isFilled()) self.assertNotEqual(testOrder._orderFilled, testOrder._orderAmount) self.fooSource.hasInventory.assert_called_once_with("mushrooms") self.fooSource.getInventory.assert_called_with("mushrooms", 10) print self.fooSource.mock_calls testCalls = [call.hasInventory("mushrooms"), call.getInventory("mushrooms", 10)] self.fooSource.assert_has_calls(testCalls)

结束语

Mocks让我们为单元测试模拟了那些不可用或者是太庞大的资源。我们可以在运行中配置mock，在特定的测试中改变它的行为或响应，或者让它在恰当的时候抛出错误和异常。

在这篇文章中，我们看到了在单元测试中设置mock的好处。我们了解了mock和fake或者stub的区别。我们了解了怎样在Python中创建mock，怎样管理它和用断言跟踪它的行为。我们研究了简单的mock在基础测试用例中的工作。随意尝试了这个测试设置并观察它的结构。随意的调整已提供的测试例程并观察这些调整对测试的影响。