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：
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返回学历数据。
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。
联系客服
