单元测试学习，, Stub和Mock以及

单元测试学习，, Stub和Mock以及

单元测试是个好东西，但是如果代码中多处有数据库访问（读/写），或者代码中包含一些复杂的对象，真实环境中难以被触发的对象的时候，该如何写单元测试呢？

使用模拟对象机制测试python代码，模拟对象（mock object）可以取代真实对象的位置，用于测试一些与真实对象进行交互或依赖真实对象的功能，模拟对象的目的就是创建一个轻量级的，可控制的对象来代替测试中需要的真实对象，模拟真实对象的行为和功能，方便测试。

Stub和Mock以及Fake的理解

Stub: For replacing a method with code that returns a specified result

简单来说就是可以用stub去fake（伪造）一个方法，阻断原来方法的调用

Mock: A stub with an expectations that the method gets called

简单来说mock就是stub + expectation, 说它是stub是因为它也可以像stub一样伪造方法,阻断对原来方法的调用, expectation是说它不仅伪造了这个方法,还期望你(必须)调用这个方法,如果没有被调用到,这个test就fail了

Fake: objects actually have working implementations, but usually take some shortcut which makes them not suitable for production

简单来说就是一个真实对象的一个轻量级的完整实现

mock对象的使用范畴： 真实对象具有不可确定的行为，产生不可预测的结果（如：天气预报） 真实对象很难被创建 真实对象的某些行为很难被触发

Fudge

Fudge是一个类似于Java中的JMock的纯python的mock测试模块，主要功能就是可以伪造对象，替换代码中真实的对象，来完成测试。fudge主要用来模拟那些在应用中不容易构造或者比较复杂的对象（如项目中涉及mongodb或者redis模块，使用fudge后在测试的时候可以不需要真正的redis环境就能测试代码），从而使测试顺利进行。

如何使用FUDGE

Python

import twitter_oauth   #pip install twitter_oauth

consumer_key = '***'
consumer_secret = '***'
oauth_token = "***"
oauth_token_secret = '***'


def post_msg_to_twitter(msg):
    # create GetOauth instance
    get_oauth_obj = twitter_oauth.GetOauth(consumer_key, consumer_secret)
    # create Api instance
    api = twitter_oauth.Api(consumer_key, consumer_secret, oauth_token, oauth_token_secret)
    # post update
    api.post_update(u'Hello, Twitter:' + msg)
    print("send:%s" % msg)

因为twitter_oauth是独立的模块，因此只要调用了正确的方法，post_msg_to_twitter方法就一定能正确执行。Twitter在大陆没法直接请求访问，那怎么测试知道它没有问题呢? 使用fudge就能完成我们的任务，把twitter相关的对象伪造(fake)出来，只要我们自己的业务逻辑测试正确，那么测试就通过。

Python

import fudge


@fudge.patch('twitter_oauth.GetOauth', 'twitter_oauth.Api')
def test_post_msg_to_twitter(msg, FakeGetOauth, FakeApi):
    FakeGetOauth.expects_call() \
        .with_args('***', '***')

    FakeApi.expects_call() \
        .with_args('***', '***', '***', '***') \
        .returns_fake() \
        .expects('post_update').with_args(u'Hello, Twitter:okey')

    post_msg_to_twitter(msg)


if __name__ == '__main__':
    test_post_msg_to_twitter('okey')

• patch装饰器会在测试阶段根据装饰器里面的参数伪造对象，作为测试方法test_post_to_twitter的参数。这些伪造的对象就是stub或者mock或者是fake
• Fudge可以根据你的需求严谨或随意的声明expectation。
  • 如果你不关心具体的参数，就可以调用fudge.Fake.with_args()不需要指定任何参数，如果要指定的话就必须是指定正确的参数（换句话说就是不能随意指定）
  • 如果你不关心方法调用与否，那么就可以用fudge.Fake.provides()代替fudge.Fake.expects()，这样即使代码中没有调用，测试用例也不会fail
  • 如果不关心方法的参数的具体值，那么可以用fudge.Fake.with_arg_count()来代替fudge.Fake.with_args()

fudge模块

FUDGE

• fudge.patch(*obj_paths)：测试装饰器，里面的参数都将作为fake对象将导出作为测试方法的参数使用。
  Python

  @fudge.patch('os.remove')
  def test(fake_remove):
      #do sutff

  
  patch方法会去调用fudge.clear_calls()，fudge.verify()和fudge.clear_expectations()，verify()方法才是真正验证所有方法是不是按照期待的那些调用了。
  Python

  def test():
      db = fudge.Fake('db').expects('connect')
      # fudge.verify()

  
  上面这个test函数如果没有用fudge.patch(), fudge.test() 或者 fudge.with_fakes()修饰，那么fudge就不会主动去验证方法是否得到执行，必须加上fudge.verify()方法才会触发调用。加上verify()就会提示你connect没有被调用：
  Python

  File "E:\Python27\lib\site-packages\fudge-1.0.3-py2.7.egg\fudge\__init__.py", line 453, in assert_called
      raise AssertionError("%s was not called" % (self))
  AssertionError: fake:db.connect() was not called

  • fudge.test：装饰器，直接使用fake，而不是通过patch@fudge.test def test(): db = fudge.Fake(‘db’).expects(‘connect’) 不过绝大多数时候你都应该使用fudge.patch而不是fudge.test
• fudge.Fake：这个一个类，用来替换真实对象的fake对象，如上例
• fudge.calls(call)：重新定义一个call，相当于给call换一个名字
  Python

  def hello():
      print "hello there"
  
  def test_calls():
      f = fudge.Fake().provides("anthor_hello").calls(hello)
      f.anthor_hello()  #输出"hello there"

• expects(call_name)：表示期待调用call_name方法
• expects_call()：表示该对像将得到调用
• provides(call_name)：这个方法与expects的区别是call_name可以没有被调用

更多参考：fudge

FUDGE.INSPECTOR

fudge.inspector.ValueInspector实例可以作为一种更具表现力的对象（Value inspector）传递给fudge.Fake.with_args()方法，为了更方便记忆ValueInspector实例简称为arg：

Python

from fudge.inspector import arg
image = fudge.Fake('image').expects('save').with_args(arg.endswith('.jpg'))

上面的测试代码就表示传递给save方法的参数必须是以.jpg结尾的值，否则测试没法通过

• arg.any()：表示没有任何约束
• contains(part)：必须包含指定的part参数
• has_attr(**attributes)：传递给方法的参数必须有属性在指定的attributes中
• Python

  class User:
      first_name="Bob"
      last_name = "James"
      job = "jazz musician"
  
  def test_has_attr():
      from fudge.inspector import arg
      db = fudge.Fake('db').expects("update").with_args(arg.has_attr(
          first_name="Bob",
          last_name="James"
      ))
      db.update(User())

  • passes_test(test)：参数传递到test函数中必须返回True才能通过测试def is_valid(s): assert s in [‘apple’, ‘ms’, ‘fb’], (‘unexpected company %s’ % s) return Truedef test_passes_test(): system = fudge.Fake(‘system’).expects(‘set_company’).with_args(arg.passes_test(is_valid)) system.set_company(‘fb’)
• startswith(part)：参数必须以part开头

更多参考：fudge.inspector

FUDGE.PATCHER

• fudge.patcher.with_patched_object(obj, attr_name, patched_value)：装饰器，在被装饰的方法调用前给attr_name一个新的值patched_value，方法执行完以后attr_name再恢复成原来的值
• Python

  from fudge import with_patched_object
  
  class Session:
      state = 'clean'
  
  @with_patched_object(Session, "state", 'dirty')
  def test():
      print(Session.state)
  
  if __name__ == "__main__":
      test()
      print (Session.state)

  
  输出：
  Python

  dirty
  clean

  
  这样做的好处就是能独立于每个测试而不影响原来对象的完整性。
• fudge.pathcher.patched_context(obj, attr_name, patched_value)：作用和上面的with_patched_object一样，只是用法上不一样而已，他的用法是：
  Python

  with patched_context(Session, 'state', 'dirty'):
      print Sessioin.state

  
  就是with语句的使用方式。

TORNADO.TEST

由于python的单元测试模块式同步的，测试tornado中的异步代码有三种方式

1. 使用类似tornado.gen的yield生成器 tornado.testing.gen_test.
   Python

   class MyTestCase(AsyncTestCase):
   @tornado.testing.gen_test
   def test_http_fetch(self):
       client = AsyncHTTPClient(self.io_loop)
       response = yield client.fetch("http://www.tornadoweb.org")
       # Test contents of response
       self.assertIn("FriendFeed", response.body)

   1. 2. 手工方式调用self.stop，self.waitclass MyTestCase2(AsyncTestCase): def test_http_fetch(self): client = AsyncHTTPClient(self.io_loop) client.fetch(“http://www.tornadoweb.org/”, self.stop) response = self.wait() # Test contents of response self.assertIn(“FriendFeed”, response.body)
   2. 3. 回调函数的方式：class MyTestCase3(AsyncTestCase): def test_http_fetch(self): client = AsyncHTTPClient(self.io_loop) client.fetch(“http://www.tornadoweb.org/”, self.handle_fetch) self.wait() def handle_fetch(self, response): #此处产生的异常会通过stack+context传播到self.wait方法中去 self.assertIn(“FriendFeed”, response.body) self.stop()

后两者的原理是一样的，wait方法会一直运行IOLoop，直到stop方法调用或者超时（timeout默认是5’s）2中的fetch的第二个参数self.stop相当于3中的self.handle_fetch，都是一个回调函数，区别就在于把sotp当成回调函数时，响应内容就会通过self.wait()函数返回，而像3中一样写一个自定义的回调函数，响应内容就会作为参数传递给该函数。可以详细查看下tornado.testing.py这个文件中的stop和wait方法。

默认情况下，每个单元会构造一个新的IOLoop实例，这个IOLoop是在构造HTTP clients/servers的时候使用。如果测试需要一个全局的IOLoop，那么就需要重写get_new_ioloop方法。 源码：

Python

def setUp(self):
    super(AsyncTestCase, self).setUp()
    self.io_loop = self.get_new_ioloop()
    self.io_loop.make_current()

def get_new_ioloop(self):
        """Creates a new `.IOLoop` for this test.  May be overridden in
        subclasses for tests that require a specific `.IOLoop` (usually
        the singleton `.IOLoop.instance()`).
        获取全局IOLoop时，调用IOLoop.instance()这个单例方法即可
        """
        return IOLoop()

tornado.testing.AsyncHTTPTestCase
这个类是AsyncTestCase的子类，一个测试用例会启动一个HTTP server，AsyncHTTPTestCase的子类必须重写get_app()方法，这个方法返回tornado.web.Application实例。application实例就是实际代码的application。

Python

app = tornado.web.Application(handlers=[
       (r'/sleep', SleepHandler),
       (r'/now', JustNowHandler)
   ])

返回这个app就好了。测试用例通常使用self.http_client来请求（fetch）这个server上的url。

Python

class MyHTTPTest(AsyncHTTPTestCase):
    def get_app(self):
        app = tornado.web.Application(handlers=[
               (r'/sleep', SleepHandler),
               (r'/now', JustNowHandler)
        ])
        return app
    def test_now(self):
        self.http_client.fetch(self.get_url('/'), self.stop)
        response = self.wait()
        self.assertIn('xx', response.body)  #判断返回的请求体中是否有字符串`xx`

其实self.http_client就是一个AsyncHTTPClient实例，从源码中查看到：

Python

def get_http_client(self):
    return AsyncHTTPClient(io_loop=self.io_loop)