python 单元测试框架： testtools，fixture，mock，mox

概述

python 有大量的单元测试框架，本文尝试对下列模块进行梳理：
testtools，fixture，mox，mock

本文仅从整体的角度对各模块的使用方式进行把握，更详细的信息请随时查阅文中的参考
链接。

模块列表

testtools

unittest 是 python 标准库中自带的单元测试框架，python 2.7 及以后版本中为它加入一
些新特性，将这些新特性整理形成了在 python 2.6-3.4 都能工作的 unittest2 模块。
而 testtools 即是对 unittest2 的扩展。

在安装有 testtools 的 python 环境中找到文件
lib/python2.7/site-packages/testtools/testcase.py，可以看到 testtools.TestCase
继承自 unittest2.TestCase。

该模块是由 Twisted 测试框架 Trial 作者所写，根据pythonTestingToolsTaxonomy
所述，其将 Trial 与 Bazaar 测试框架的一些有用特性移植过来。
至于使用 testtools 的意义，主要包括更灵活的断言方法，调试更方便等，详情请
参考testtools。

使用示例

安装 testtools

pip install testtools

testtools 与 unittest 的使用方式基本是一致的，本文只以 testtools 为例，
下面来看示例代码：

# -- someserver_test.py --
from testtools import TestCase
from myproject import SomeServer

class SomeTestCase(TestCase):

    def setUp(self):
        super(SomeTestCase， self).setUp()
        self.server = SomeServer()
        self.server.start_up()
        self.addCleanup(self.server.shut_down)

    def test_a_thing(self):
        self.assertEqual("cool"， self.server.temperature)

执行测试：

python -m testtools.run someserver_test.SomeTestCase

要点：

新建用例继承 testtools.TestCase，如示例中 SomeTestCase。
为 SomeTestCase 定义 setUp 方法，为测试做环境准备。
示例中生成了待测代码 SomeServer 的一个实例 self.server，并启动它。
对应的，可以定义 tearDown 方法来进行测试环境的清理。
通过使用 self.addCleanup 定义测试结束或故障退出时如何清理测试环境。
所添加的函数，会以添加顺序的逆序来执行，该方式比 tearDown 更健壮。
将每一项测试写成名称以 test_ 开头的方法，执行测试时会执行符合该条件的方法。

断言与调试工具

每一个测试方法，基本上就是包含一系列断言，来判断代码运行的方式。
unittest 所提供的断言方式，testtools 全部都保留了，只是某一些方法会有调整。
类似于 assertTrue()，assertFalse() 等各类断言方法在此就不一一提及了，详细的列表
可以前往 unittest 和 testtools 查询。

在此只记录几个特别的用法：

ExpectedException

结合 with 语句，可以用于判断一断代码会抛出某一种异常
```
with testtools.ExpectedException(ZeroDivisionError):
    1/0
```

expectFailure

说明预期某一个断言会失败，例如下面 self.assertEqual(‘cats’， ‘dogs’) 是预期
会出错的。

def test_expect_failure_example(self):
    self.expectFailure(
        "cats should be dogs"， self.assertEqual， 'cats'， 'dogs')

assertThat

便于自定义断言

def test_abs(self):
    result = abs(-7)
    self.assertEqual(result， 7)
    self.assertNotEqual(result， 7)
    self.assertThat(result， testtools.matchers.Equals(7))
    self.assertThat(result， testtools.matchers.Not(Equals(8)))

Equals 或 Not 等 Matchers 可以自定义。通常就是新建一个类，并为类定义一个 match
方法，详情参阅 testtools

Fixtures

通常当我们需要在不同的测试用例之间进行协调的时候，需要类似下面这样的代码段：
```
class SomeTest(TestCase):
    def setUp(self):
        super(SomeTest， self).setUp()
        self.server = Server()
        self.server.setUp()
        self.addCleanup(self.server.tearDown)
```
我们会需要调用其它测试用例类的 setUp 函数，并预定何时执行其 tearDown。
testtools 为此提供了一个更方便的方式 useFixture：
```
class SomeTest(TestCase):
    def setUp(self):
        super(SomeTest， self).setUp()
        self.server = self.useFixture(Server())
```
这里 Server 必须为符合 fixture.Fixtures 协议的对象，下文介绍
fixture 框架。

skipTest

可以在检测到环境不符合要求的情况下，忽略某些测试

def test_make_symlink(self):
    symlink = getattr(os， 'symlink'， None)
    if symlink is None:
        self.skipTest("No symlink support")
    symlink(whatever， something_else)

patch

可以在代码的执行过程中将某一对象进行替换

def test_foo(self):
    my_stream = StringIO()
    self.patch(sys， 'stderr'， my_stream)
    run_some_code_that_prints_to_stderr()
    self.assertEqual(''， my_stream.getvalue())

使用自定义的 StringIO 类型 my_stream 来替换 sys.stderr，便于后续收集
打印到 stderr 中的信息。

getUniqueString 和 getUniqueInteger

测试时，在需要使用一些“魔数”和“字符串”的地方，可能通过使用
getUniqueString 和 getUniqueInteger 来自动生成。

关于此类方法的详细讨论：creation methods

运行方式

指定模块或测试用例的方式运行测试

python -m testtools.run <module.testcase>

指定测试代码的路径，然后自动发现测试用例：

python -m testtools.run discover <filepath>

fixtures

前述，测试用例一般都包含一个 setUp 方法来准备测试环境，主要是生成一些测试过程中
会用到的变量与对象。有时候我们会需要在不同的测试用例间共享这些变量与对象，避免
在每一个测试用例中重复定义。所以就有了 fixtures，它制定了一套规范，将测试代码与
环境准备代码分离开来，使得测试代码亦可方便的组织和扩展。

使用示例

安装 fixtures

pip install fixtures

定义 fixtures

import fixtures
class NoddyFixture(fixtures.Fixture):
    def _setUp(self):
        self.frobnozzle = 42
        self.addCleanup(delattr， self， 'frobnozzle')

fixtures 文档中推荐在 _setUp 方法中定义测试环境，其内建的 setUp 方法会调用
_setUp，但直接在 setUp 中定义也是允许的。

重用 fixtures

class ReusingFixture(fixtures.Fixture):
    def _setUp(self):
        self.noddy = self.useFixture(NoddyFixture())

从 unittest.TestCase 或 testtools.TestCase 中使用 fixtures 的时候，需要调用
fixture 对象的 cleanUp 和 setUp 方法。对于 testtools，其提供了 useFixture
来简化该过程。

class SomeUnitTest(unittest.TestCase):
    def setUp(self):
        super(SomeTest， self).setUp()
        self.fixture = NoddyFixture()
        self.fixture.setUp()
        self.addCleanup(self.fixture.cleanUp)

class SomeTesttoolsTest(testtools.TestCase):
    def setUp(self):
        super(SomeTest， self).setUp()
        self.useFixture(NoddyFixture())

fixtures 的详细信息，可以参考 fixtures

mock

mock 模块提供的功能是，将 python 对象替换为 Mock 对象，测试中使用到这些对象时，
就会使用相应的 Mock 对象。而这些 Mock 对象会记录下它被怎样的调用了，以备查看。
前述 testtools 提供一个 patch 方法来替换对象， mock 模块也提供了类似方法，此外
mock 模块还负责提供 Mock 对象，这使得你可以使用 mock 来替换任意类型的对象。

python 2.7 及之前版本，需要单独安装 mock 来使用，python 3 之后版本将 mock 集成
进了 unittest，使用 unittest.mock 即可。

mock 模块详细文档。

代码示例

对于 python 2.7 及之前版本，需安装 mock

pip install mock

使用 MagicMock 对象来替换对象的方法

class ProductionClass(object):
    def method(self):
        self.something(1， 2， 3)
    def something(self， a， b， c):
        pass
real = ProductionClass()
real.something = MagicMock()
real.method()
real.something.assert_called_with(1， 2， 3)
real.something.assert_called_once_with(1， 2， 3)

使用 Mock 替换普通对象

class ProductionClass(object):
    def closer(self， something):
        something.close()
real = ProductionClass()
mock = Mock()
real.closer(mock)
mock.close.assert_called_with()
# mock 的 close 方法不需要我们定义，当 mock 被调用到 close 时其会自动定义

使用 Mock 替换类

def some_function():
    instance = module.Foo()
    return instance.method()

with patch('module.Foo') as mock:
    some_function()
    mock.method.assert_called_with()

查看 Mock 的调用记录

>>> mock = MagicMock()
>>> mock.method()
<MagicMock name='mock.method()' id='...'>
>>> mock.attribute.method(10， x=53)
<MagicMock name='mock.attribute.method()' id='...'>
>>> expected = [call.method()， call.attribute.method(10， x=53)]
>>> mock.mock_calls
[call.method()， call.attribute.method(10， x=53)]
>>> mock.mock_calls == expected
True
# 使用 mock_calls 来查看所记录的被调用方法列表与我们预期的一致。

设置 Mock 的返回值以及属性值

>>> mock = Mock()
>>> mock.method.return_value = 3
>>> mock.method()
3
>>> mock = Mock(return_value=3)
>>> mock()
3
>>> mock = Mock()
>>> cursor = mock.connection.cursor.return_value
>>> cursor.execute.return_value = ['foo']
>>> mock.connection.cursor().execute("SELECT 1")
['foo']

使用 Mock 的 side_effect

# 当需要 Mock 或其方法每次的调用返回值不同时，使用 side_effect
>>> vals = {(1， 2): 1， (2， 3): 2}
>>> def side_effect(*args):
...     return vals[args]
...
>>> mock = MagicMock(side_effect=side_effect)
>>> mock(1， 2)
1
>>> mock(2， 3)
2

根据已有类创建 Mock，只有类中已有的方法会在 Mock 中出现

# 传递 spec 给 Mock，SomeClass 所没有的方法在 Mock 中将不会存在。
mock = Mock(spec=SomeClass)
mock.some_unknown_method()
# 调用不存在的方法会抛出 AttributeError

使用 mock 的 patch 模块

使用 patch.object 方法将对象的方法替换为自定义方法，使用 patch 方法来替换模块，
既可以使用修饰符，也可以使用 with 语句。

>>> class MyTest(unittest2.TestCase):
...     # 使用自定义方法来替换原有方法
...     @patch.object(SomeClass， 'attribute'， sentinel.attribute)
...     # 使用自动的 Mock 对象来替换原有对象，Mock 对象会被作为参数自动传给
...     # 测试函数，注意顺序与修饰时顺序相反。
...     @patch('package.module.ClassName1')
...     @patch('package.module.ClassName2')
...     def test_something(self， MockClass2， MockClass1):
...         self.assertEqual(SomeClass.attribute， sentinel.attribute)
...         self.assertTrue(package.module.ClassName1 is MockClass1)
...         self.assertTrue(package.module.ClassName2 is MockClass2)
...
>>> original = SomeClass.attribute
>>> MyTest('test_something').test_something()
# 在 patch 所修饰的函数之外，替换没有作用，patch 有其作用域
>>> assert SomeClass.attribute == original
>>> class ProductionClass(object):
...     def method(self):
...         pass
...
>>> with patch.object(ProductionClass， 'method') as mock_method:
...     mock_method.return_value = None
...     real = ProductionClass()
...     real.method(1， 2， 3)

patch 有其作用域，提倡只在需要 patch 的地方进行 patch，对此可以参考
where to patch。

MagicMock 和 Mock 的区别

通过查看 mock 的源码，得知 MagicMock 是在一经实例化时，就为其定义了一
些常用的方法，方法列表如下：

"lt le gt ge eq ne "
"getitem setitem delitem "
"len contains iter "
"hash str sizeof "
"enter exit "
"divmod rdivmod neg pos abs invert "
"complex int float index "
"trunc floor ceil "
"add sub mul matmul div floordiv mod lshift rshift and xor or pow"
'bool next '
'unicode long nonzero oct hex truediv rtruediv '

以上字符串 s，其前后加 __ 即为最终定义的方法。像 __lt__，__add__，
__bool__，__unicode__ 等，都默认被定义了。

mox

mox 与 mock 一样也是用来替换 python 对象的，目前的理解，只是实现体验不同。
其与 mock 的差异可以参考：MoxComparison

其包含两种模式， record 模式和 replay 模式。
在 record 模式创建 Mock，定义 Mock 的方法和行为，；进入 replay 模式并开始使用
Mock，最后使用 verify 来检查 Mock 是否按预期被使用了。

mox 定义了一套截然不同的 API，使用 CreateMock 来创建 Mock，AndReturn 来指定返
回值等。 mox 的文档不是很详细，可以参考一下 MoxDocumentation。
python 的 mox 模块很小，其实就只有一个文件，可以通读一下，标准的位置一般是在
/usr/lib/python2.7/site-packages/mox.py。

一段示例代码：

# Create Mox factory
my_mox = Mox()

# Create a mock data access object
mock_dao = my_mox.CreateMock(DAOClass)

# Set up expected behavior
mock_dao.RetrievePersonWithIdentifier('1').AndReturn(person)
mock_dao.DeletePerson(person)

# Put mocks in replay mode
my_mox.ReplayAll()

# Inject mock object and run test
controller.SetDao(mock_dao)
controller.DeletePersonById('1')

# Verify all methods were called as expected
my_mox.VerifyAll()

python 单元测试框架： testtools，fixture，mock，mox

apporc

apporc

概述

模块列表

testtools

使用示例

断言与调试工具

运行方式

fixtures

使用示例

mock

代码示例

使用 mock 的 patch 模块

MagicMock 和 Mock 的区别

mox

python 配置管理：oslo.config

python 持续集成： setuptools & pbr

概述

模块列表

testtools

使用示例

断言与调试工具

运行方式

fixtures

使用示例

mock

代码示例

使用 mock 的 patch 模块

MagicMock 和 Mock 的区别

mox

Subscribe to apporc's blog

Subscribe to apporc's blog