如何使用 mock.patch 模拟生成器答案

【问题标题】：How to mock generators with mock.patch如何使用 mock.patch 模拟生成器
【发布时间】：2016-07-10 00:30:46
【问题描述】：

我浏览了https://docs.python.org/3/library/unittest.mock-examples.html 页面，我看到他们列出了一个关于如何模拟生成器的示例

我有一个代码，我调用一个生成器给我一组我保存为字典的值。我想在我的单元测试中模拟对这个生成器的调用。

我编写了以下代码，但它不起作用。

我哪里错了？

In [7]: items = [(1,'a'),(2,'a'),(3,'a')]

In [18]: def f():
    print "here"
    for i in [1,2,3]:
        yield i,'a'

In [8]: def call_f():
   ...:     my_dict = dict(f())
   ...:     print my_dict[1]
   ...: 

In [9]: call_f()
"here"
a

In [10]: import mock


In [18]: def test_call_f():
    with mock.patch('__main__.f') as mock_f:
        mock_f.iter.return_value = items
        call_f()
   ....: 

In [19]: test_call_f()
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-19-33ca65a4f3eb> in <module>()
----> 1 test_call_f()

<ipython-input-18-92ff5f1363c8> in test_call_f()
      2     with mock.patch('__main__.f') as mock_f:
      3         mock_f.iter.return_value = items
----> 4         call_f()

<ipython-input-8-a5cff08ebf69> in call_f()
      1 def call_f():
      2     my_dict = dict(f())
----> 3     print my_dict[1]

KeyError: 1

【问题讨论】：

标签： python generator nose python-unittest python-mock

【解决方案1】：

改变这一行：

mock_f.iter.return_value = items

到这里：

mock_f.return_value = iter(items)

【讨论】：

小心这个！当您多次调用该方法时，它将遍历可迭代项中的项目。

【解决方案2】：

我有另一种方法：

mock_f.__iter__.return_value = [items]

这样你就可以真正模拟迭代器的返回值了。

即使您在模拟可迭代且具有方法的复杂对象（我的情况），这种方法也有效。

我尝试了选择的答案，但在我的情况下不起作用，只有当我嘲笑我解释的方式时才起作用

【讨论】：

不错的方法，但最好解释一下为什么您的答案与已经排除的答案不同和/或更好。

【解决方案3】：

Wims answer:

mock_f.return_value = iter(items)

只要你的模拟只被调用一次就可以工作。在单元测试中，我们可能经常想用不同的参数多次调用一个函数或方法。在这种情况下这将失败，因为在第一次调用时迭代器将被耗尽，因此在第二次调用时它将立即引发StopIteration 异常。使用Alexandre Paes' answer，当我的模拟来自unittest.mock.patch 时，我得到了AttributeError: 'function' object has no attribute '__iter__'。

作为替代方案，我们可以创建一个“假”迭代器并将其分配为side_effect：

@unittest.mock.patch("mymod.my_generator", autospec=True):
def test_my_func(mm):
    from mymod import my_func
    def fake():
        yield from [items]
    mm.side_effect = fake
    my_func()  # which calls mymod.my_generator
    my_func()  # subsequent calls work without unwanted memory from first call

【讨论】：