如何从单元测试中模拟.patch 库函数答案

【问题标题】：How to mock.patch library function from within unit test如何从单元测试中模拟.patch 库函数
【发布时间】：2019-09-10 16:33:41
【问题描述】：

我有一个名为learning 的模块使用random.uniform()。我有一个名为test_learning.py 的文件，其中包含单元测试。当我运行单元测试时，我希望learning 中的代码可以看到random.uniform() 的修补版本。我怎样才能做到这一点？这是我目前拥有的。

import random
import unittest
import unittest.mock as mock

class TestLearning(unittest.TestCase):

    def test_get_random_belief_bit(self):
        with mock.patch('learning.random.uniform', mock_uniform):
            bit = learning.get_random_belief_bit(0.4)
            self.assertEqual(bit, 0)

但测试（有时）失败，因为learning.get_random_belief_bit() 似乎使用的是真正的random.uniform()。

【问题讨论】：

我猜你必须在random 处修补uniform
另外你在测试中导入random，这会破坏模拟，为什么不from random import uniformlearning？ ...这样您就不必模拟 random?
@geckos 我该怎么做才能“从随机导入制服”导入模拟版本？
将import random 替换为from random import uniform 并模拟为with mock.patch('learning.uniform', return_value=1) as uniform_mock
as .. 部分是可选的，但如果您需要自定义更多模拟行为时很有用

标签： python unit-testing mocking python-unittest

【解决方案1】：

单元测试解决方案：

learning.py:

import random


def get_random_belief_bit(f):
    return random.uniform()

test_learning.py:

import random
import unittest
import unittest.mock as mock
import learning


class TestLearning(unittest.TestCase):

    def test_get_random_belief_bit(self):
        with mock.patch('random.uniform', mock.Mock()) as mock_uniform:
            mock_uniform.return_value = 0
            bit = learning.get_random_belief_bit(0.4)
            self.assertEqual(bit, 0)
            mock_uniform.assert_called_once()


if __name__ == '__main__':
    unittest.main()

带有覆盖率报告的单元测试结果：

.
----------------------------------------------------------------------
Ran 1 test in 0.000s

OK
Name                                          Stmts   Miss  Cover   Missing
---------------------------------------------------------------------------
src/stackoverflow/57874971/learning.py            3      0   100%
src/stackoverflow/57874971/test_learning.py      13      0   100%
---------------------------------------------------------------------------
TOTAL                                            16      0   100%

【讨论】：