如何指导魔术模拟如何处理其参数

Question

我运行遇到了以下（边缘？）案例，我不知道如何正确处理。一般的问题是

我有一个功能要测试
在该函数中，我调用了一个以生成器推导式作为参数的外部函数
在我的测试中，我模拟了外部函数
现在产品代码和测试代码不同：在产品中，生成器被消耗，模拟不这样做

这是我的代码库中的简化示例：

import itertools
import random


def my_side_effects():
    # imaginge itertools.accumulate was some expensive strange function
    # that consumes an iterable
    itertools.accumulate(random.randint(1, 5) for _ in range(10))


def test_my_side_effects(mocker):
    my_mocked_func = mocker.patch('itertools.accumulate')

    my_side_effects()

    # make sure that side-effects took place. can't do much else.
    assert my_mocked_func.call_count == 1

测试运行很好，并且对我所关心的一切都足够好。但是当我运行coverage上代码的时候，我在摘要中描述的情况就很明显了：

----------- coverage: platform linux, python 3.8.0-final-0 -----------
Name                                   Stmts   Miss Branch BrPart  Cover   Missing
----------------------------------------------------------------------------------
[...]
my_test_case.py                            5      0      2      1    86%   6->exit
[...]
----------------------------------------------------------------------------------
# something like this, the ->exit part on the external call is the relevant part

鉴于理解可以执行我实际上想要运行的相关业务逻辑，因此遗漏的覆盖范围是相关的。它只是在这里调用 random.randint，但它可以做任何事情。

解决方法：

我可以改用列表理解。代码被调用，每个人都很高兴。除了我，谁必须修改他们的后端以缓和测试。
我可以在测试期间将手伸入 mock 中，抓住 call arg，然后用手展开它。这可能看起来很糟糕。
我可以对函数进行 monkeypatch 而不是使用 magicmock，像 monkeypatch.setattr('itertools.accumulate', lambda x: [*x]) 这样的描述性很强。但是我会失去像我的示例中那样进行调用断言的能力。

我认为好的解决方案应该是这样的，遗憾的是它不存在：

def test_my_side_effects(mocker):
    my_mocked_func = mocker.patch('itertools.accumulate')

    # could also take "await", and assign treatments by keyword
    my_mocked_func.arg_treatment('unroll')  

    my_side_effects()

    # make sure that side-effects took place. can't do much else.
    assert my_mocked_func.call_count == 1

Answer 1

老办法：

import itertools

def func():
    return list(itertools.izip(["a", "b", "c"], [1, 2, 3]))

def test_mock():
    callargs = []
    def mock_zip(*args):
        callargs.append(args)
        for arg in args:
            list(arg)
        yield ("a", 1)
        yield ("b", 2)

    old_izip = itertools.izip
    itertools.izip = mock_zip

    result = func()

    itertools.izip = old_izip

    assert 1 == len(callargs), "oops, not called once"
    assert result == [("a", 1), ("b", 2)], "oops, wrong result"

    print("success")

Answer 2

你是对的，这里缺少覆盖：事实上，因为 accumulate 从未消耗过，你甚至可以：

itertools.accumulate(ERRORERRORERROR for _ in range(10))

并且您现有的测试仍然会通过（明显的错误只是被模拟掉了）。

要解决此问题，请使用模拟的 side_effect：

my_mocked_func = mocker.patch('itertools.accumulate', side_effect=list)

当将可调用对象用作模拟的 side_effect 时，它会使用与模拟对象相同的参数进行调用，并且此可调用对象的 return 值用作 return 值模拟的（注意：这意味着您还可以在此处断言 returned 值，而不仅仅是直截了当的 call_count 断言）。

这将使您能够消耗发电机并在此处获得 100% 的覆盖率。

如何指导魔术模拟如何处理其参数

How to instruct a magic mock on how it should treat its arguments

python

coverage.py

pytest

magicmock