Mock方法调用次数异常排查与解决
一分耕耘,一分收获!既然打开了这篇文章《Mock实例方法调用计数异常排查与解决》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

在Python单元测试中,我们经常需要模拟(Mock)外部依赖,以隔离测试目标并控制其行为。`unittest.mock.patch`是实现这一目标的核心工具。然而,当模拟一个类及其方法,并且该方法被配置为抛出异常时,一个常见的困惑是,即使异常被捕获,对该方法调用次数的断言(`call_count`)却显示为零,导致测试失败。本文将详细解析这一现象的根本原因,并提供正确的测试策略。
1. 问题描述:Mocked方法抛出异常时调用计数异常
考虑以下场景:我们有一个UploadService类,其中包含一个upload方法,该方法内部调用了Blob类的一个实例方法upload_from_string。我们希望测试当upload_from_string方法抛出GoogleCloudError时,upload方法如何处理。
原始代码示例 (upload_service.py):
import logging
import json
from unittest.mock import MagicMock # 假设Blob和GoogleCloudError是外部库
# 为了示例运行,这里简单定义一下
class GoogleCloudError(Exception):
pass
class Blob:
def __init__(self, name, bucket):
self.name = name
self.bucket = bucket
def upload_from_string(self, data, content_type):
# 实际操作可能抛出GoogleCloudError
raise GoogleCloudError("Simulated upload error")
class UploadService:
def __init__(self, config):
self.config = config # 示例配置
def upload(self, name, data, gcs_bucket):
try:
gcs_blob = Blob(name, gcs_bucket)
gcs_blob.upload_from_string(data=json.dumps(data), content_type="application/json")
return "Upload successful"
except GoogleCloudError as e:
logging.exception("Error uploading file")
return "Upload failed due to error"错误的测试代码示例 (test_upload_service.py):
import unittest
from unittest.mock import patch, MagicMock
from upload_service import UploadService, Blob, GoogleCloudError # 导入相关类
class TestUploadService(unittest.TestCase):
def test_upload_failure(self):
us = UploadService(config={}) # 实例化服务
with patch("upload_service.Blob") as mocked_blob_class: # 模拟Blob类
# 配置模拟实例的方法,使其抛出异常
gcs_blob_instance = mocked_blob_class.return_value
gcs_blob_instance.upload_from_string.side_effect = GoogleCloudError("Google Cloud error")
# 调用被测试的方法
result = us.upload("test_file", {"key": "value"}, "test_bucket")
# 错误的断言方式:试图在模拟的类对象上检查实例方法的调用计数
self.assertEqual(1, mocked_blob_class.upload_from_string.call_count)
self.assertEqual("Upload failed due to error", result)
运行上述测试,会得到如下失败信息:
AssertionError: 1 != 0 Expected :1 Actual :0
这表明mocked_blob_class.upload_from_string.call_count的值是0,而不是预期的1。
2. 理解unittest.mock.patch对类的模拟
要理解为何会出现上述问题,我们需要明确unittest.mock.patch在模拟类时的行为:
- 当使用@patch('module.ClassName')或with patch('module.ClassName') as MockedClass:时,MockedClass实际上是ClassName这个类本身的模拟对象。
- 当被测试的代码中调用ClassName(...)来实例化一个对象时,MockedClass会被调用,并返回一个新的模拟对象。这个新的模拟对象就是MockedClass.return_value。
- 所有对ClassName实例方法的调用,实际上都是发生在MockedClass.return_value这个模拟实例上的。
因此,在我们的例子中:
- patch("upload_service.Blob") as mocked_blob_class:mocked_blob_class是Blob类的模拟。
- gcs_blob = Blob(name, gcs_bucket):这行代码会调用mocked_blob_class(),并返回mocked_blob_class.return_value。因此,gcs_blob实际上是mocked_blob_class.return_value。
- gcs_blob.upload_from_string(...):此方法调用发生在gcs_blob(即mocked_blob_class.return_value)上。
3. 根本原因与正确断言方式
问题在于,我们错误地在mocked_blob_class.upload_from_string上检查了call_count。mocked_blob_class.upload_from_string是Blob类的模拟方法,它只会在直接通过Blob.upload_from_string()(如果这是一个类方法或静态方法)调用时才会被计数。
然而,upload_from_string是一个实例方法,它通过gcs_blob.upload_from_string()被调用,而gcs_blob是mocked_blob_class.return_value。因此,正确的call_count应该在mocked_blob_class.return_value.upload_from_string上进行断言。
正确的测试代码示例 (test_upload_service.py):
import unittest
from unittest.mock import patch, MagicMock
from upload_service import UploadService, Blob, GoogleCloudError # 导入相关类
import logging
# 配置logging,确保异常信息在测试输出中可见
logging.basicConfig(level=logging.INFO)
class TestUploadService(unittest.TestCase):
def test_upload_failure_correct_assertion(self):
us = UploadService(config={})
with patch("upload_service.Blob") as mocked_blob_class:
# 获取模拟的Blob实例
gcs_blob_instance = mocked_blob_class.return_value
# 配置模拟实例的方法,使其抛出异常
gcs_blob_instance.upload_from_string.side_effect = GoogleCloudError("Google Cloud error")
# 调用被测试的方法
result = us.upload("test_file", {"key": "value"}, "test_bucket")
# 正确的断言方式:在模拟的实例对象上检查方法调用计数
self.assertEqual(1, gcs_blob_instance.upload_from_string.call_count)
# 也可以这样写,效果相同:
# self.assertEqual(1, mocked_blob_class().upload_from_string.call_count)
self.assertEqual("Upload failed due to error", result)
# 还可以进一步断言Blob类本身被调用了一次
self.assertEqual(1, mocked_blob_class.call_count)
# 断言Blob类被调用的参数
mocked_blob_class.assert_called_once_with("test_file", "test_bucket")
通过将断言目标从mocked_blob_class.upload_from_string改为gcs_blob_instance.upload_from_string(即mocked_blob_class.return_value.upload_from_string),测试将成功通过。这证明了即使方法抛出异常,unittest.mock也能正确记录其调用计数,关键在于正确地引用被调用的模拟对象。
4. 总结与最佳实践
- 区分类Mock和实例Mock: 当使用patch模拟一个类时,被patch的变量(如mocked_blob_class)是类的Mock。而该类的实例(如gcs_blob)是mocked_blob_class.return_value。
- 断言实例方法调用: 对实例方法的调用(例如gcs_blob.upload_from_string())应该在模拟的实例对象上进行断言,即mocked_blob_class.return_value.method_name.call_count。
- 断言类实例化: 如果需要断言类的构造函数被调用,则应该在类Mock对象上进行断言,即mocked_blob_class.call_count或mocked_blob_class.assert_called_once_with(...)。
- side_effect与call_count: side_effect机制在模拟方法抛出异常时不会影响call_count的记录。只要方法被调用,无论是否抛出异常,其call_count都会正确递增。
- 明确变量名: 在测试中为模拟的类和模拟的实例使用清晰的变量名(例如mocked_blob_class和gcs_blob_instance),有助于避免混淆和定位问题。
遵循这些原则,可以确保在Python单元测试中对unittest.mock的正确使用,尤其是在处理方法抛出异常的复杂场景时,能够准确无误地验证代码行为。
好了,本文到此结束,带大家了解了《Mock方法调用次数异常排查与解决》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
照片备份慢?提升上传速度方法大全
- 上一篇
- 照片备份慢?提升上传速度方法大全
- 下一篇
- 交管12123网页版登录入口在哪
-
- 文章 · python教程 | 20分钟前 | Python 日期
- Python判断日期是星期几的方法
- 347浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python语义分割标签制作教程
- 451浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- 反爬虫策略怎么破解?
- 414浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- HuggingFace嵌入维度调整限制详解
- 388浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- PythonOpenCV视频处理入门教程
- 191浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python3正则提取文本数据技巧
- 307浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Django-guardian安装配置全攻略
- 421浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- OCR原理与OpenCV实战解析
- 457浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- DataFrame多列键值映射技巧
- 353浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- 查看已安装Python包的几种方法
- 321浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python类变量共享数据技巧全解析
- 160浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python连接HBase:happybase配置详解
- 207浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 3359次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 3568次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 3601次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 4724次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 3973次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

