Aprende Simulación y Aislamiento de Pruebas | Pruebas con Unittest y Pytest

Desliza para mostrar el menú

El uso de mocks es una técnica poderosa en las pruebas unitarias que permite reemplazar partes de tu sistema bajo prueba por objetos mock o funciones simuladas. El objetivo es aislar la unidad de código que estás probando de sus dependencias, como bases de datos, APIs u otros sistemas complejos. Al utilizar mocks, puedes controlar el comportamiento de las dependencias y centrarte en probar la lógica de tu código en un entorno controlado.

El aislamiento de pruebas es importante porque garantiza que las pruebas no interfieran entre sí y no se vean afectadas por factores externos a su alcance. Las pruebas aisladas son más confiables y fáciles de depurar porque sus resultados dependen únicamente del código bajo prueba y de las condiciones específicas que configures, y no del estado o comportamiento de sistemas externos.

En Python, el módulo unittest.mock proporciona herramientas para simular objetos y funciones. Cuando utilizas mocks, puedes reemplazar una función u objeto real por un mock que devuelve valores controlados o registra cómo fue utilizado. Esto es especialmente útil cuando tu código interactúa con recursos que son lentos, impredecibles o no están disponibles durante las pruebas.


              12345678910111213141516171819202122232425
            
import unittest
from unittest.mock import patch

def check_the_sky():
    # Simulate a slow or unreliable API
    raise ConnectionError("API not available")

def get_advice():
    if check_the_sky():
        return "Take an umbrella."
    else:
        return "Enjoy the sunshine!"

class TestWeather(unittest.TestCase):
    @patch('__main__.check_the_sky')
    def test_advice_when_rainy(self, mock_check):
        mock_check.return_value = True
        self.assertEqual(get_advice(), "Take an umbrella.")

    @patch('__main__.check_the_sky')
    def test_advice_when_clear(self, mock_check):
        mock_check.return_value = False
        self.assertEqual(get_advice(), "Enjoy the sunshine!")

unittest.main(argv=[''], exit=False)

En este ejemplo de código, la función check_the_sky simula una dependencia externa que es poco confiable o está fuera de servicio, como una API de clima que puede no estar siempre disponible. La función get_advice contiene la lógica que deseas probar: llama a check_the_sky y devuelve un consejo según el resultado.

La clase de prueba de unittest utiliza mocks para reemplazar la función real check_the_sky por un mock que devuelve valores controlados. Esto te permite probar cómo se comporta get_advice en diferentes escenarios, como cuando el cielo está despejado o lluvioso, sin depender del sistema externo real.

El decorador @patch se utiliza para reemplazar temporalmente la función real check_the_sky por un objeto mock durante cada método de prueba. El objeto mock se pasa al método de prueba como el parámetro mock_check. Utilizas mock_check para establecer el valor de retorno que deseas para esa prueba, de modo que puedes controlar cómo se comporta tu código y qué devuelve en cada escenario.

Nota

La función unittest.main() en esta lección incluye un par de parámetros adicionales requeridos solo para este entorno de aprendizaje. Ayudan a que el código se ejecute correctamente en la plataforma y no forman parte de los conceptos principales de Python que necesitas aprender en este momento.

Mediante el uso de mocking, se aíslan las pruebas de sistemas externos que pueden ser lentos o poco confiables. Esto hace que las pruebas sean rápidas, repetibles y deterministas, ya que se controla exactamente lo que devuelve la dependencia en cada caso de prueba.

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 5. Capítulo 4

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 5. Capítulo 4