Im vorherigen Kapitel haben wir die Bedeutung der Verwendung von Mock beim Testen gesehen. Nun betrachten wir die verschiedenen Möglichkeiten genauer und klären eventuelle Unklarheiten.

Einführung in MagicMock

MagicMock ist eine äußerst vielseitige Implementierung von Mock, die Magische Methoden unterstützt. Damit lässt sich das Verhalten komplexer Objekte in Tests nachbilden, wie bereits im vorherigen Kapitel gezeigt.

from unittest.mock import MagicMock
import unittest

class BankAccount:
    def __init__(self, id):
        self.id = id
        self.balance = self.get_account_balance(id)

    def get_account_balance(self, id):
        # Simulates a database call
        pass

class TestBankAccount(unittest.TestCase):
    def test_balance_retrieval(self):
        account = BankAccount(1)
        account.get_account_balance = MagicMock(return_value=1000)
        self.assertEqual(account.balance, 1000)

In diesem Beispiel wird MagicMock verwendet, um die Methode get_account_balance zu simulieren, die normalerweise Daten aus einer Datenbank abruft.

Verwendung von mock.patch

@mock.patch wird verwendet, um reale Implementierungen von Objekten im Code vorübergehend zu ersetzen.

Stellen Sie sich eine Funktion vor, die Benutzeranmeldedaten gegen eine Datenbank prüft. Mit mock.patch lässt sich vermeiden, dass tatsächlich auf die Datenbank zugegriffen wird:

from unittest.mock import patch
import unittest

def authenticate(username, password):
    # Assume this function checks credentials against a database
    pass

class TestAuthentication(unittest.TestCase):
    @patch('module_containing.authenticate')
    def test_login(self, mock_auth):
        mock_auth.return_value = True
        response = authenticate('user', 'pass')
        self.assertTrue(response)

Mocking mit Context Manager

Manchmal ist es sinnvoller, patch() als Context Manager statt als Decorator zu verwenden, insbesondere wenn:

• ein Objekt nur für einen Teil des Tests gemockt werden soll;
• oder wenn zu viele Decorators oder Parameter die Lesbarkeit der Tests beeinträchtigen.

from unittest.mock import patch
import unittest

class BankAccount:
    def __init__(self, id):
        self.id = id
        self.balance = self.get_account_balance(id)

    def get_account_balance(self, id):
        # Simulates a database call
        return 0

class TestBankAccount(unittest.TestCase):
    def test_balance_retrieval(self):
        with patch.object(BankAccount, 'get_account_balance', return_value=1000) as mock_get:
            account = BankAccount(1)
            self.assertEqual(account.balance, 1000)
            mock_get.assert_called_once_with(1)

Pytest Monkey Patch

Das monkeypatch-Fixture in Pytest ermöglicht es, Klassen, Module oder Umgebungen während eines Tests vorübergehend zu verändern.

import os
import pytest

def test_api_url(monkeypatch):
    # Set the API_URL environment variable to a test URL
    monkeypatch.setenv('API_URL', 'https://testapi.com')

    # Now check that the environment variable was set correctly
    assert os.environ['API_URL'] == 'https://testapi.com'

Das monkeypatch-Fixture ermöglicht es, die Umgebung während des Tests sicher zu verändern und zu verwalten, ohne Nebenwirkungen außerhalb des Testbereichs zu verursachen.