数据类型、模型或节点——这些都只是mock对象可承担的角色。但mock在单元测试中扮演一个什么角色呢？
有时，你需要为单元测试的初始设置准备一些“其他”的代码资源。但这些资源兴许会不可用，不稳定，或者是使用起来太笨重。你可以试着找一些其他的资源替代；或者你可以通过创建一个被称为mock的东西来模拟它。Mocks能够让我们模拟那些在单元测试中不可用或太笨重的资源。
在Python中创建mock是通过Mock模块完成的。你可以通过每次一个属性（one-attribute-at-a-time）或一个健全的字典对象或是一个类接口来创建mock。你还可以定义mock的行为并且在测试过程中检查它的使用。让我们继续探讨。
测试准备
典型的测试准备最少有两个部分。首先是测试对象（红色），这是测试的关注点。它可以是一个方法、模块或者类。它可以返回一个结果，也可以不返回结果，但是它可以根据数据数据或者内部状态产生错误或者异常（图1）。
图1
第二测试用例（灰色），它可以单独运行也可以作为套件的一部分。它是为测试对象准备的，也可以是测试对象需要的任意数据或资源。运行一个或多个测试事务，在每个测试中检查测试对象的行为。收集测试结果并用一个简洁、易读的格式呈现测试结果。
现在，为了发挥作用，一些测试对象需要一个或多个资源（绿色）。这些资源可以是其他的类或者模块，甚至是一个非独立的进程。不论其性质，测试资源是功能性的代码。他们的角色是支持测试对象，但是他们不是测试的关注点。
使用Mock的理由
但是有些时候，测试资源不可用，或者不适合。也许这个资源正在和测试对象并行开发中，或者并不完整或者是太不稳定以至于不可靠。
测试资源太昂贵，如果测试资源是第三方的产品，其高昂的价格不适用于测试。测试资源的建立过于复杂，占用的硬件和时间可以用于别的地方。如果测试资源是一个数据源，建立它的数据集模仿真实世界是乏味的。
测试资源是不可预知的。一个好的单元测试是可重复的，允许你分离和识别故障。但是测试资源可能给出随机的结果，或者它会有不同的响应时间。而作为这样的结果，测试资源最终可能成为一个潜在的搅局者。
这些都是你可能想要用mock代替测试资源的原因。mock向测试对象提供一套和测试资源相同的方法接口。但是mock是更容易创建和管理。它能向测试对象提供和真实的测试资源相同的方法接口。它能提供确定的结果，并可以自定义以适用于特定的测试。能够容易的更新，以反映实际资源的变化。
当然，mocks不是没有问题的。设计一个精确的mock是困难的,特别是如果你没有测试资源的可靠信息。你可以尝试找到一个开源的接口，或者你能对测试资源的方法接口进行猜测。无论你如何选择，你都可以在以后轻松的更新mock,你可以在首选资源中得到更详细的信息。
太多的mock会使测试过于复杂，让你跟踪错误变得更困难。最好的实践是每个测试用例限制使用一到两个mock，或者为每个mock/对象对使用独立的测试用例。
Mocks对Stubs对Fakes
Mock不是模仿测试资源的唯一方式。其他的解决方案如stub和fake也能提供相同的服务。因此，mock和其他两种解决方案怎样比较？为什么选择mock而不是选择stub或者fake?
认识stub:stub为测试对象提供了一套方法接口，和真实的测试资源提供给测试对象的接口是相同的。当测试对象调用stub方法时，stub响应预定的结果。也可以产生一个预定的错误或者异常。stub可以跟踪和测试对象的交互，但是它不处理输入的数据。
fake也提供了一套方法接口并且也可以跟踪和测试对象的交互。但是和stub不同，fake真正的处理了从测试对象输入的数据产生的结果是基于这些数据的。简而言之，fake是功能性的，它是真实测试资源的非生产版。它缺乏资源的相互制衡，使用了更简单的算法，而且它很少存储和传输数据。
使用fake和stub,你可以输入正确的数据调用了正确的方法对测试对象进行测试。你能测试对象是如何处理数据并产生结果，当出现错误或者异常时是怎样反应的。这些测试被称为状态验证。但是你是否想知道测试对象调用了两次相同的方法？你是否想知道测试对象是否按照正确的顺序调用了几个方法？这种测试被称为行为验证，而要做到这些，你需要mocks。
使用Python Mock
在Python中Mock模块是用来创建和管理mock对象的。该模块是Michael Foord的心血结晶，它是Python3.0的标准模块。因此在Python2.4~2.7中，你不得不自己安装这个模块。你可以 Python Package Index website从获得Mock模块最新的版本。
基于你的mock对象，Mock模块提供了少量的类。为了改变运行中的mock甚至提供了补丁机制。但是现在，我们关注一个类：Mock类。
图2中显示了Mock类（绿色）的基本结构。它继承于两个父类：NonCallableMock和CallableMixin（灰色）。NonCallableMock定义了mock对象所需的例程。它重载了几个魔法方法，给他们定义了缺省的行为。为了跟踪mock的行为，它提供了断言例程。CallableMixin更新了mock对象回调的魔法方法。反过来，两个父类继承于Base类（红色），声明了mock对象所需的属性。
图2
准备Mock
Mock类有四套方法（图3）。第一套方法是类的构造器，它有六个可选和已标记的参数。图中显示了4个经常用到的参数。
图3
构造器的第一个参数是name，它定义了mock对象的唯一标示符。Listing one显示了怎么创建一个标示符为Foo的mock对象mockFoo。请注意当我打印mock对象（6-9行）时，标示符后紧跟的是mock对象的唯一ID。
构造器的第一个参数是name，它定义了mock对象的唯一标示符。Listing one显示了怎么创建一个标示符为Foo的mock对象mockFoo。请注意当我打印mock对象（6-9行）时，标示符后紧跟的是mock对象的唯一ID。
Listing One
1 from mock import Mock 2 3 #create the mock object 4 mockFoo = Mock(name = "Foo") 5 6 print mockFoo 7 8 print repr(mockFoo)
构造器的第二个参数是spec。它设置mock对象的属性，可以是property或者方法。属性可以是一个列表字符串或者是其他的Python类。
为了演示，在Listing Two中，我有一个带三个项目的列表对象fooSpec(第4行)：property属性_fooValue,方法属性callFoo和doFoo。当我把fooSpec带入类构造器时（第7行），mockFoo获得了三个属性，我能用点操作符访问它们（10~15行）。当我访问了一个未声明的属性时，mockFoo引发AttributeError和"faulty"属性（21~14行）。
Listing Two
1 from mock import Mock 2 3 # prepare the spec list 4 fooSpec = ["_fooValue", "callFoo", "doFoo"] 5 6 # create the mock object 7 mockFoo = Mock(spec = fooSpec) 8 9 # accessing the mocked attributes 10 print mockFoo 11 # <Mock id=‘427280‘> 12 print mockFoo._fooValue 13 # returns <Mock name=‘mock._fooValue‘ id=‘2788112‘> 14 print mockFoo.callFoo() 15 # returns: <Mock name=‘mock.callFoo()‘ id=‘2815376‘> 16 17 mockFoo.callFoo() 18 # nothing happens, which is fine 19 20 # accessing the missing attributes 21 print mockFoo._fooBar 22 # raises: AttributeError: Mock object has no attribute ‘_fooBar‘ 23 mockFoo.callFoobar() 24 # raises: AttributeError: Mock object has no attribute ‘callFoobar‘
Listing Three显示了spec参数的另一种用法。这次，有带三个属性的类Foo(4~12行)。把类名传入构造器中，这样就产生了一个和Foo有相同属性的mock对象（18~23行）。再次，访问一个未声明的属性引发了AttributeError（29~32行）。也就是说，在两个例子中，方法属性时没有功能的。甚至在方法有功能代码时，调用mock的方法也什么都不做。
Listing Three
1 from mock import Mock 2 3 # The class interfaces 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 # create the mock object 15 mockFoo = Mock(spec = Foo) 16 17 # accessing the mocked attributes 18 print mockFoo 19 # returns <Mock spec=‘Foo‘ id=‘507120‘> 20 print mockFoo._fooValue 21 # returns <Mock name=‘mock._fooValue‘ id=‘2788112‘> 22 print mockFoo.callFoo() 23 # returns: <Mock name=‘mock.callFoo()‘ id=‘2815376‘> 24 25 mockFoo.callFoo() 26 # nothing happens, which is fine 27 28 # accessing the missing attributes 29 print mockFoo._fooBar 30 # raises: AttributeError: Mock object has no attribute ‘_fooBar‘ 31 mockFoo.callFoobar() 32 # raises: AttributeError: Mock object has no attribute ‘callFoobar‘
下一个构造器参数是return_value。这将设置mock对象的响应当它被直接调用的时候。我用这个参数模拟一个工厂调用。
为了演示，在Listing Four中，设置return_value为456（第4行）。当调用mockFoo时，将返回456的结果（9~11行）。在Listing Five中，我给return_value传入了一个类Foo的实例fooObj（15~19行）。现在，当我调用mockFoo时，我获得了fooObj的实例（显示为mockObj）(第24行)。和Listing Two和Three不一样，mockObj的方法是带有功能的。
Listing Four
1 from mock import Mock 2 3 # create the mock object 4 mockFoo = Mock(return_value = 456) 5 6 print mockFoo 7 # <Mock id=‘2787568‘> 8 9 mockObj = mockFoo() 10 print mockObj 11 # returns: 456
Listing Five
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 print "Foo:callFoo_"
10
11 def doFoo(self, argValue):
12 print "Foo:doFoo:input = ", argValue
13
14 # creating the mock object
15 fooObj = Foo()
16 print fooObj
17 # returns: <__main__.Foo object at 0x68550>
18
19 mockFoo = Mock(return_value = fooObj)
20 print mockFoo
21 # returns: <Mock id=‘2788144‘>
22
23 # creating an "instance"
24 mockObj = mockFoo()
25 print mockObj
26 # returns: <__main__.Foo object at 0x68550>
27
28 # working with the mocked instance
29 print mockObj._fooValue
30 # returns: 123
31 mockObj.callFoo()
32 # returns: Foo:callFoo_
33 mockObj.doFoo("narf")
34 # returns: Foo:doFoo:input = narf
35 <Mock id=‘428560‘>
side_effect参数和return_value是相反的。它给mock分配了可替换的结果，覆盖了return_value。简单的说，一个模拟工厂调用将返回side_effect值，而不是return_value。
Listing Six演示了side_effect参数的影响。首先，创建类Foo的实例fooObj，把它传入return_value参数（第17行）。这个结果和Listing Five是类似的。当它被调用的时候，mockFoo返回fooObj(第22行)。然后我重复同样的步骤，给side_effect参数传入StandardError（第28行），现在，调用mockFoo引发了StandardError，不再返回fooObj(29~30行)。
Listing Six
1 from mock import Mock 2 3 # The mock object 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 # creating the mock object (without a side effect) 15 fooObj = Foo() 16 17 mockFoo = Mock(return_value = fooObj) 18 print mockFoo 19 # returns: <Mock id=‘2788144‘> 20 21 # creating an "instance" 22 mockObj = mockFoo() 23 print mockObj 24 # returns: <__main__.Foo object at 0x2a88f0> 25 26 # creating a mock object (with a side effect) 27 28 mockFoo = Mock(return_value = fooObj, side_effect = StandardError) 29 mockObj = mockFoo() 30 # raises: StandardError
Listing Seven显示了另一个影响。在这个例子中，传入一个列表对象fooList到类构造器中（17~18行）。然后，每次我调用mockFoo时，它连续的返回列表中的项（20~30行）。一旦mockFoo到达了列表的末尾，调用将引发StopIteration 错误（32~34行）
Listing Seven
1 from mock import Mock 2 3 # The mock object 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 # creating the mock object (with a side effect) 15 fooObj = FooSpec() 16 17 fooList = [665, 666, 667] 18 mockFoo = Mock(return_value = fooObj, side_effect = fooList) 19 20 fooTest = mockFoo() 21 print fooTest 22 # returns 665 23 24 fooTest = mockFoo() 25 print fooTest 26 # returns 666 27 28 fooTest = mockFoo() 29 print fooTest 30 # returns 667 31 32 fooTest = mockFoo() 33 print fooTest 34 # raises: StopIteration
你可以传入其他的可迭代对象（集合，元组）到side_effct对象中。你不能传入一个简单对象（如整数、字符串等），因为这些对象是不能迭代的，为了让简单对象可迭代，需要将他们加入单一项的列表中。
Mock断言
Mock类的下一套方法是断言。它将帮助跟踪测试对象对mock方法的调用。他们能和unittest模块的断言一起工作。能连接到mock或者其方法属性之一。 有两个相同的可选参数：一个变量序列，一个键/值序列。
第一个断言assert_called_with()，检查mock方法是否获得了正确的参数。当至少一个参数有错误的值或者类型时，当参数的数量错误时，当参数的顺序错误时，或者当mock的方法根本不存在任何参数时，这个断言将引发错误。Listing Eight显示了可以怎样使用这个断言。那儿，我准备了一个mock对象，用类Foo作为它的spec参数。我调用了类的方法doFoo()，传入了一个字符串作为输入。使用assert_called_with()，我检查方法是否获得了正确的输入。第20行的断言通过了，因为doFoo()获得了"narf"的输入。但是在第24行的断言失败了因为doFoo()获得了"zort"，这是错误的输入。
Listing Eight
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 pass
10
11 def doFoo(self, argValue):
12 pass
13
14 # create the mock object
15 mockFoo = Mock(spec = Foo)
16 print mockFoo
17 # returns <Mock spec=‘Foo‘ id=‘507120‘>
18
19 mockFoo.doFoo("narf")
20 mockFoo.doFoo.assert_called_with("narf")
21 # assertion passes
22
23 mockFoo.doFoo("zort")
24 mockFoo.doFoo.assert_called_with("narf")
25 # AssertionError: Expected call: doFoo(‘narf‘)
26 # Actual call: doFoo(‘zort‘)
Listing Nine显示了稍微不同的用法。在这个例子中，我调用了mock方法callFoo()，首先没有任何输入，然后输入了字符串“zort”。第一个断言通过了（第20行），因为callFoo()不支持获得任何输入。而第二个断言失败了（第24行）因为显而易见的原因。
Listing Nine
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 pass
10
11 def doFoo(self, argValue):
12 pass
13
14 # create the mock object
15 mockFoo = Mock(spec = Foo)
16 print mockFoo
17 # returns <Mock spec=‘Foo‘ id=‘507120‘>
18
19 mockFoo.callFoo()
20 mockFoo.callFoo.assert_called_with()
21 # assertion passes
22
23 mockFoo.callFoo("zort")
24 mockFoo.callFoo.assert_called_with()
25 # AssertionError: Expected call: callFoo()
26 # Actual call: callFoo(‘zort‘)
先一个断言是assert_called_once_with()。像assert_called_with()一样，这个断言检查测试对象是否正确的调用了mock方法。但是当同样的方法调用超过一次时， assert_called_once_with（）将引发错误，然而assert_called_with()会忽略多次调用。Listing Ten显示了怎样使用这个断言。那儿，我调用了mock方法callFoo()两次。第一次调用时（行19~20），断言通过。但是在第二次调用的时（行23~24），断言失败，发送了错误消息到stdout。
Listing Ten
1 from mock import Mock 2 3 # The mock object 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 pass 10 11 def doFoo(self, argValue): 12 pass 13 14 # create the mock object 15 mockFoo = Mock(spec = Foo) 16 print mockFoo 17 # returns <Mock spec=‘Foo‘ id=‘507120‘> 18 19 mockFoo.callFoo() 20 mockFoo.callFoo.assert_called_once_with() 21 # assertion passes 22 23 mockFoo.callFoo() 24 mockFoo.callFoo.assert_called_once_with() 25 # AssertionError: Expected to be called once. Called 2 times.
断言assert_any_call()，检查测试对象在测试例程中是否调用了测试方法。它不管mock方法和断言之间有多少其他的调用。和前面两个断言相比较，前两个断言仅检查最近一次的调用。
Listing Eleven显示了assert_any_call()断言如何工作：仍然是同样的mock对象，spec参数是Foo类。第一个调用方法callFoo()（第18行），接下来调用两次doFoo()(行19~20)。注意doFoo()获得了两个不同的输入。
Listing Eleven
1 <from mock import Mock
2
3 # The mock specification
4 class Foo(object):
5 _fooValue = 123
6
7 def callFoo(self):
8 pass
9
10 def doFoo(self, argValue):
11 pass
12
13 # create the mock object
14 mockFoo = Mock(spec = Foo)
15 print mockFoo
16 # returns <Mock spec=‘Foo‘ id=‘507120‘>
17
18 mockFoo.callFoo()
19 mockFoo.doFoo("narf")
20 mockFoo.doFoo("zort")
21
22 mockFoo.callFoo.assert_any_call()
23 # assert passes
24
25 mockFoo.callFoo()
26 mockFoo.doFoo("troz")
27
28 mockFoo.doFoo.assert_any_call("zort")
29 # assert passes
30
31 mockFoo.doFoo.assert_any_call("egad")
32 # raises: AssertionError: doFoo(‘egad‘) call not found
第一个assert_any_call()（第22行）通过，虽然两次doFoo()调用隔开了断言和callFoo()。第二个断言（第28行）也通过了，虽然一个callFoo()隔开了我们提到的doFoo()(第20行)。另一方面，第三个断言（第31行）失败了，因为没有任何doFoo()的调用使用了"egad"的输入。
最后，还有assert_has_calls（）。它查看方法调用的顺序，检查他们是否按正确的次序调用并带有正确的参数。它带有两个参数：期望调用方法的列表和一个可选悬殊any_order。当测试对象调用了错误的方法，调用了不在次序中的方法，或者方法获得了一个错误的输入，将生产断言错误。
Listing Twelve演示了assert_has_calls()断言。在18~20行，我调用了三个方法，提供了两个输入。然后，我准备了一个期望调用的列表（fooCalls）并把这个列表传入assert_has_calls()（22~23行）。由于列表匹配了方法的调用，断言通过。
Listing Twelve
1 from mock import Mock, call
2
3 # The mock specification
4 class Foo(object):
5 _fooValue = 123
6
7 def callFoo(self):
8 pass
9
10 def doFoo(self, argValue):
11 pass
12
13 # create the mock object
14 mockFoo = Mock(spec = Foo)
15 print mockFoo
16 # returns <Mock spec=‘Foo‘ id=‘507120‘>
17
18 mockFoo.callFoo()
19 mockFoo.doFoo("narf")
20 mockFoo.doFoo("zort")
21
22 fooCalls = [call.callFoo(), call.doFoo("narf"), call.doFoo("zort")]
23 mockFoo.assert_has_calls(fooCalls)
24 # assert passes
25
26 fooCalls = [call.callFoo(), call.doFoo("zort"), call.doFoo("narf")]
27 mockFoo.assert_has_calls(fooCalls)
28 # AssertionError: Calls not found.
29 # Expected: [call.callFoo(), call.doFoo(‘zort‘), call.doFoo(‘narf‘)]
30 # Actual: [call.callFoo(), call.doFoo(‘narf‘), call.doFoo(‘zort‘)]
31
32 fooCalls = [call.callFoo(), call.doFoo("zort"), call.doFoo("narf")]
33 mockFoo.assert_has_calls(fooCalls, any_order = True)
在第26行，我交换了两个doFoo()调用的顺序。第一个doFoo()获得"zort"的输入，第二个获得了"narf"。如果我传入这个fooCalls到assert_has_calls()（第27行）中，断言失败。但是如果我给参数any_order传入参数True，断言通过。这是因为断言将忽略方法调用的顺序。
Listing Thirteen演示了其他的用法。在fooCalls列表中，我添加了不存在的方法dooFoo()（第22行）。然后我传入fooCalls到assert_has_calls()中（第24行）。断言失败，通知我期望调用的顺序和真实发生的顺序不匹配。如果我给any_order赋值为True（第30行），断言名称dooFoo()作为违规的方法调用。
Listing Thirteen
1 from mock import Mock, call
2
3 # The mock specification
4 class Foo(object):
5 _fooValue = 123
6
7 def callFoo(self):
8 pass
9
10 def doFoo(self, argValue):
11 pass
12
13 # create the mock object
14 mockFoo = Mock(spec = Foo)
15 print mockFoo
16 # returns <Mock spec=‘Foo‘ id=‘507120‘>
17
18 mockFoo.callFoo()
19 mockFoo.doFoo("narf")
20 mockFoo.doFoo("zort")
21
22 fooCalls = [call.callFoo(), call.dooFoo("narf"), call.doFoo("zort")]
23
24 mockFoo.assert_has_calls(fooCalls)
25 # AssertionError: Calls not found.
26 # Expected: [call.callFoo(), call.dooFoo(‘narf‘), call.doFoo(‘zort‘)]
27 # Actual: [call.callFoo(), call.doFoo(‘narf‘), call.doFoo(‘zort‘)]
28
29 fooCalls = [call.callFoo(), call.dooFoo("narf"), call.doFoo("zort")]
30 mockFoo.assert_has_calls(fooCalls, any_order = True)
31 # AssertionError: (call.dooFoo(‘narf‘),) not all found in call list
在assert_has_calls()的两个例子中，注意到关键字call是出现在每个方法的前面。这个关键字是一个helper对象，标记出mock对象的方法属性。为了使用call关键字，请确保使用如下的方法从mocke模块导入helper：
1 from mock import Mock, call
管理Mock
Mock类的第三套方法允许你控制和管理mock对象。你可以更改mock的行为，改变它的属性或者将mock恢复到测试前的状态。你甚至可以更改每个mock方法或者mock本身的响应值。attach_mock()方法让你在mock中添加第二个mock对象。这个方法带有两个参数：第二个mock对象(aMock)和一个属性名称(aName)。
Listing Fourteen 样式了attach_mock（）方法的使用。那儿，我创建了两个mock对象mockFoo和mockBar,他们有不同spec参数（第25行和第30行）。我用attach_mock()方法将mockBar添加到mockFoo中，命名为fooBar(第35行)。一旦添加成功，我就能通过property fooBar访问第二mock对象和它的属性（46~53行）。并且我仍然可以访问第一个mock对象mockFoo的属性。
Listing Fourteen
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 print "Foo:callFoo_"
10
11 def doFoo(self, argValue):
12 print "Foo:doFoo:input = ", argValue
13
14 class Bar(object):
15 # instance properties
16 _barValue = 456
17
18 def callBar(self):
19 pass
20
21 def doBar(self, argValue):
22 pass
23
24 # create the first mock object
25 mockFoo = Mock(spec = Foo)
26 print mockFoo
27 # returns <Mock spec=‘Foo‘ id=‘507120‘>
28
29 # create the second mock object
30 mockBar = Mock(spec = Bar)
31 print mockBar
32 # returns: <Mock spec=‘Bar‘ id=‘2784400‘>
33
34 # attach the second mock to the first
35 mockFoo.attach_mock(mockBar, ‘fooBar‘)
36
37 # access the first mock‘s attributes
38 print mockFoo
39 # returns: <Mock spec=‘Foo‘ id=‘495312‘>
40 print mockFoo._fooValue
41 # returns: <Mock name=‘mock._fooValue‘ id=‘428976‘>
42 print mockFoo.callFoo()
43 # returns: <Mock name=‘mock.callFoo()‘ id=‘448144‘>
44
45 # access the second mock and its attributes
46 print mockFoo.fooBar
47 # returns: <Mock name=‘mock.fooBar‘ spec=‘Bar‘ id=‘2788592‘>
48 print mockFoo.fooBar._barValue
49 # returns: <Mock name=‘mock.fooBar._barValue‘ id=‘2788016‘>
50 print mockFoo.fooBar.callBar()
51 # returns: <Mock name=‘mock.fooBar.callBar()‘ id=‘2819344‘>
52 print mockFoo.fooBar.doBar("narf")
53 # returns: <Mock name=‘mock.fooBar.doBar()‘ id=‘4544528‘>
configure_mock()方法让你批量的更改mock对象。它唯一的参数是一个键值对序列，每个键就是你想要修改的属性。如果你的对象没有指定的属性，configure_mock()将在mock中添加属性。
Listing fifteen显示了configure_mock()方法的运用。再次，我定义了一个spec为类Foo和return_value为555的mock对象mockFoo（第13行）。然后使用configure_mock()方法更改return_value为999（第17行）。当我直接调用mockFoo时，获得的结果为999，替换了原来的555。
Listing Fifteen
1 from mock import Mock
2
3 class Foo(object):
4 # instance properties
5 _fooValue = 123
6
7 def callFoo(self):
8 print "Foo:callFoo_"
9
10 def doFoo(self, argValue):
11 print "Foo:doFoo:input = ", argValue
12
13 mockFoo = Mock(spec = Foo, return_value = 555)
14 print mockFoo()
15 # returns: 555
16
17 mockFoo.configure_mock(return_value = 999)
18 print mockFoo()
19 # returns: 999
20
21 fooSpec = {‘callFoo.return_value‘:"narf", ‘doFoo.return_value‘:"zort", ‘doFoo.side_effect‘:StandardError}
22 mockFoo.configure_mock(**fooSpec)
23
24 print mockFoo.callFoo()
25 # returns: narf
26 print mockFoo.doFoo("narf")
27 # raises: StandardError
28
29 fooSpec = {‘doFoo.side_effect‘:None}
30 mockFoo.configure_mock(**fooSpec)
31 print mockFoo.doFoo("narf")
32 # returns: zort
接着，我准备了一个字段对象(fooSpec)，对两个mock方法设置了返回值，为doFoo()设置了side_effect（第21行）。我将fooSpec传入configure_mock()，注意fooSpec带有前缀‘**‘（第22行）。现在调用callFoo()结果返回“narf”。调用doFoo()，无论输入什么，引发StandardError 信号（行24~27）。如果我修改了fooSpec，设置doFoo(）的side_effect的值为None,当我调用doFoo()时，将得到结果“zort”（29~32行）。
下一个方法mock_add_spec()让你向mock对象添加新的属性。除了mock_add_spec()工作在一个已存在的对象上之外，它的功能类似于构造器的spec参数。它擦除了一些构造器设置的属性。这个方法带有两个参数：spec属性（aSpec）和spc_set标志（aFlag）。再次，spce可以是字符串列表或者是类。已添加的属性缺省状态是只读的，但是通过设置spec_set标志为True，可以让属性可写。
Listing Sixteen演示了mock_add_spec()的运用。mock对象mockFoo开始的属性来自于类Foo(第25行)。当我访问两个属性（_fooValue和callFoo()）时，我得到结果确认他们是存在的（29~32行）。
Listing Sixteen
1 from mock import Mock 2 3 # The class interfaces 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 class Bar(object): 15 # instance properties 16 _barValue = 456 17 18 def callBar(self): 19 pass 20 21 def doBar(self, argValue): 22 pass 23 24 # create the mock object 25 mockFoo = Mock(spec = Foo) 26 27 print mockFoo 28 # returns <Mock spec=‘Foo‘ id=‘507120‘> 29 print mockFoo._fooValue 30 # returns <Mock name=‘mock._fooValue‘ id=‘2788112‘> 31 print mockFoo.callFoo() 32 # returns: <Mock name=‘mock.callFoo()‘ id=‘2815376‘> 33 34 # add a new spec attributes 35 mockFoo.mock_add_spec(Bar) 36 37 print mockFoo 38 # returns: <Mock spec=‘Bar‘ id=‘491088‘> 39 print mockFoo._barValue 40 # returns: <Mock name=‘mock._barValue‘ id=‘2815120‘> 41 print mockFoo.callBar() 42 # returns: <Mock name=‘mock.callBar()‘ id=‘4544368‘> 43 44 print mockFoo._fooValue 45 # raises: AttributeError: Mock object has no attribute ‘_fooValue‘ 46 print mockFoo.callFoo() 47 # raises: AttributeError: Mock object has no attribute ‘callFoo‘
然后，我使用mock_add_spec()方法添加类Bar到mockFoo(第35行)。mock对象现在的属性已声明在类Bar中（39~42行）。如果我访问任何Foo属性，mock对象将引发AttributeError 信号，表示他们不存在（44~47行）。
最后一个方法resetMock()，恢复mock对象到测试前的状态。它清除了mock对象的调用统计和断言。它不会清除mock对象的return_value和side_effect属性和它的方法属性。这样做是为了重新使用mock对象避免重新创建mock的开销。
最后，你能给每个方法属性分配返回值或者side-effect。你能通过return_value和side_effect访问器做到这些。例如，按如下的语句通过return_value访问器设置方法callFoo()的返回值为"narf"：
1 mockFoo.callFoo.return_value = "narf"
按如下的语句通过side_effect访问器 设置方法callFoo()的side-ffect为TypeError
1 mockFoo.callFoo.side_effect = TypeError
传入None清除side-effect
1 mockFoo.callFoo.side_effect = None
你也可以用这个两个相同的访问器改变mock对象对工厂调用的响应值。
Mock统计
最后一套方法包含跟踪mock对象所做的任意调用的访问器。当mock对象获得工厂调用时，访问器called返回True，否则返回False。查看Listing Seventeen中的代码，我创建了mockFoo之后，called访问器返回了结果False(19~20行)。如果我做了一个工厂调用，它将返回结果True(22~23行)。但是如果我创建了第二个mock对象，然后调用了mock方法callFoo()（第30行）?在这个例子中，called访问器仅仅放回了False结果（31~32行）。
Listing Seventeen
1 from mock import Mock 2 3 # The mock object 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 # create the first mock object 15 mockFoo = Mock(spec = Foo) 16 print mockFoo 17 # returns <Mock spec=‘Foo‘ id=‘507120‘> 18 19 print mockFoo.called 20 # returns: False 21 22 mockFoo() 23 print mockFoo.called 24 # returns: True 25 26 mockFoo = Mock(spec = Foo) 27 print mockFoo.called 28 # returns: False 29 30 mockFoo.callFoo() 31 print mockFoo.called 32 # returns: False
访问器call_count给出了mock对象被工厂调用的次数。查看Listing Eighteen中的代码。我创建mockFoo之后，call_count给出的期望结果为0(19~20行)。当我对mockFoo做了一个工厂调用时，call_count增加1（22~24行）。当我调用mock方法callFoo()时，call_count没有改变（26~28行）。如果我做了第二次工厂调用call_count将再增加1。
Listing Eighteen
1 from mock import Mock 2 3 # The mock object 4 class Foo(object): 5 # instance properties 6 _fooValue = 123 7 8 def callFoo(self): 9 print "Foo:callFoo_" 10 11 def doFoo(self, argValue): 12 print "Foo:doFoo:input = ", argValue 13 14 # create the first mock object 15 mockFoo = Mock(spec = Foo) 16 print mockFoo 17 # returns <Mock spec=‘Foo‘ id=‘507120‘> 18 19 print mockFoo.call_count 20 # returns: 0 21 22 mockFoo() 23 print mockFoo.call_count 24 # returns: 1 25 26 mockFoo.callFoo() 27 print mockFoo.call_count 28 # returns: 1
访问器call_args返回工厂调用已用的参数。Listing Nineteen演示了它的运用。对于新创建的mock对象(mockFoo)，call_args访问器返回结果为None(17~21行)。如果我做了一个工厂调用，在输入中传入"zort"，call_args报告的结果为call(‘zort‘)（23~25行）。注意结果中的call关键字。对于第二个没有输入的工厂调用，call_args返回call()（27~29行）。第三个工厂调用，输入“troz”，call_args给出结果为call(‘troz‘)（31~33行）。但是当我调用mock方法callFoo()时，call_args访问器仍然返回call(‘troz‘)（35~37行）。
Listing Nineteen
1 #!/usr/bin/python
2
3 from mock import Mock
4
5 # The mock object
6 class Foo(object):
7 # instance properties
8 _fooValue = 123
9
10 def callFoo(self):
11 print "Foo:callFoo_"
12
13 def doFoo(self, argValue):
14 print "Foo:doFoo:input = ", argValue
15
16 # create the first mock object
17 mockFoo = Mock(spec = Foo, return_value = "narf")
18 print mockFoo
19 # returns <Mock spec=‘Foo‘ id=‘507120‘>
20 print mockFoo.call_args
21 # returns: None
22
23 mockFoo("zort")
24 print mockFoo.call_args
25 # returns: call(‘zort‘)
26
27 mockFoo()
28 print mockFoo.call_args
29 # returns: call()
30
31 mockFoo("troz")
32 print mockFoo.call_args
33 # returns: call(‘troz‘)
34
35 mockFoo.callFoo()
36 print mockFoo.call_args
37 # returns: call(‘troz‘)
访问器call_args_list 也报告了工厂调用中已使用的参数。但是call_args返回最近使用的参数，而call_args_list返回一个列表，第一项为最早的参数。Listing Twenty显示了这个访问的的运用，使用了和Listing Nineteen相同的代码。
Listing Twenty
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 print "Foo:callFoo_"
10
11 def doFoo(self, argValue):
12 print "Foo:doFoo:input = ", argValue
13
14 # create the first mock object
15 mockFoo = Mock(spec = Foo, return_value = "narf")
16 print mockFoo
17 # returns <Mock spec=‘Foo‘ id=‘507120‘>
18
19 mockFoo("zort")
20 print mockFoo.call_args_list
21 # returns: [call(‘zort‘)]
22
23 mockFoo()
24 print mockFoo.call_args_list
25 # returns: [call(‘zort‘), call()]
26
27 mockFoo("troz")
28 print mockFoo.call_args_list
29 # returns: [call(‘zort‘), call(), call(‘troz‘)]
30
31 mockFoo.callFoo()
32 print mockFoo.call_args_list
33 # returns: [call(‘zort‘), call(), call(‘troz‘)]
访问器mothod_calls报告了测试对象所做的mock方法的调用。它的结果是一个列表对象，每一项显示了方法的名称和它的参数。
Listing Twenty-one演示了method_calls的运用。对新创建的mockFoo，method_calls返回了空列表（15~19行）。当做了工厂调用时，同样返回空列表（21~23行）。当我调用了mock方法callFoo()时，method_calls返回一个带一项数据的列表对象（25~27行）。当我调用doFoo()，并传入"narf"参数时，method_calls返回带有两项数据的列表（29~31行）。注意每个方法名称是按照它调用的顺序显示的。
Listing Twenty-one
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 print "Foo:callFoo_"
10
11 def doFoo(self, argValue):
12 print "Foo:doFoo:input = ", argValue
13
14 # create the first mock object
15 mockFoo = Mock(spec = Foo, return_value = "poink")
16 print mockFoo
17 # returns <Mock spec=‘Foo‘ id=‘507120‘>
18 print mockFoo.method_calls
19 # returns []
20
21 mockFoo()
22 print mockFoo.method_calls
23 # returns []
24
25 mockFoo.callFoo()
26 print mockFoo.method_calls
27 # returns: [call.callFoo()]
28
29 mockFoo.doFoo("narf")
30 print mockFoo.method_calls
31 # returns: [call.callFoo(), call.doFoo(‘narf‘)]
32
33 mockFoo()
34 print mockFoo.method_calls
35 # returns: [call.callFoo(), call.doFoo(‘narf‘)]
最后一个访问器mock_calls报告了测试对象对mock对象所有的调用。结果是一个列表，但是工厂调用和方法调用都显示了。Listing Twenty-two演示这个访问器的运用，使用了和Listing Twenty-one相同的代码
Listing Twenty-two
1 from mock import Mock
2
3 # The mock object
4 class Foo(object):
5 # instance properties
6 _fooValue = 123
7
8 def callFoo(self):
9 print "Foo:callFoo_"
10
11 def doFoo(self, argValue):
12 print "Foo:doFoo:input = ", argValue
13
14 # create the first mock object
15 mockFoo = Mock(spec = Foo, return_value = "poink")
16 print mockFoo
17 # returns <Mock spec=‘Foo‘ id=‘507120‘>
18
19 print mockFoo.mock_calls
20 # returns []
21
22 mockFoo()
23 print mockFoo.mock_calls
24 # returns [call()]
25
26 mockFoo.callFoo()>
27 print mockFoo.mock_calls
28 # returns: [call(), call.callFoo()]
29
30 mockFoo.doFoo("narf")
31 print mockFoo.mock_calls
32 # returns: [call(), call.callFoo(), call.doFoo(‘narf‘)]
33
34 mockFoo()
35 print mockFoo.mock_calls
36 # returns: [call(), call.callFoo(), call.doFoo(‘narf‘), call()]
在测试中使用MOCK
数据类型，模型或者节点，这些是mock对象可能被假定的一些角色。但是mock对象怎样适合单元测试呢？让我们一起来看看，来自Martin Fowler的文章Mocks Aren‘t Stubs采取了简化的设置。
在这个测试中，设置了三个类（图4）。Order类是测试对象。它模拟了单一项目的采购订单，订单来源于一个数据源。Warehouse类是测试资源。它包含了键值对的序列，键是项目的名称，值是可用的数量。OrderTest类是测试用例本身。
图4
Listing Twenty-three描述了Order。Order类声明了三个属性:项目名称（_orderItem），要求的数量（_orderAmount）和已填写的数量(_orderFilled)。它的构造器带有两个参数（8~18行），填入的属性是_orderItem和_orderAmount。它的__repr__()方法返回了购买清单的摘要(21~24行)。
Listing Twenty-three
1 class Order(object):
2 # instance properties
3 _orderItem = "None"
4 _orderAmount = 0
5 _orderFilled = -1
6
7 # Constructor
8 def __init__(self, argItem, argAmount):
9 print "Order:__init__"
10
11 # set the order item
12 if (isinstance(argItem, str)):
13 if (len(argItem) > 0):
14 self._orderItem = argItem
15
16 # set the order amount
17 if (argAmount > 0):
18 self._orderAmount = argAmount
19
20 # Magic methods
21 def __repr__(self):
22 # assemble the dictionary
23 locOrder = {‘item‘:self._orderItem, ‘amount‘:self._orderAmount}
24 return repr(locOrder)
25
26 # Instance methods
27 # attempt to fill the order
28 def fill(self, argSrc):
29 print "Order:fill_"
30
31 try:
32 # does the warehouse has the item in stock?
33 if (argSrc is not None):
34 if (argSrc.hasInventory(self._orderItem)):
35 # get the item
36 locCount = argSrc.getInventory(self._orderItem, self._orderAmount)
37
38 # update the following property
39 self._orderFilled = locCount
40 else:
41 print "Inventory item not available"
42 else:
43 print "Warehouse not available"
44 except TypeError:
45 print "Invalid warehouse"
46
47 # check if the order has been filled
48 def isFilled(self):
49 print "Order:isFilled_"
50 return (self._orderAmount == self._orderFilled)
Order类定义了两个实例方法。fill()方法从参数(argSrc)中获取数据源。它检查数据源是否可用，数据源的项目是否存在问题（33~34行）。它提交了一个申请并用实际返回的数量更新_orderFilled（36~39行）。当_orderAmount和_orderFilled有相同的值时，isFilled()方法返回True(48~50行)。
Listing Twenty-four描述了Warehouse类。它是一个抽象类，声明了属性和方法接口，但是没有定义方法本身。属性_houseName是仓库的名字，而_houseList是它持有的库存。还有这两个属性的访问器。
Listing Twenty-four
1 class Warehouse(object): 2 # private properties 3 _houseName = None 4 _houseList = None 5 6 # accessors 7 def warehouseName(self): 8 return (self._houseName) 9 10 def inventory(self): 11 return (self._houseList) 12 13 14 # -- INVENTORY ACTIONS 15 # set up the warehouse 16 def setup(self, argName, argList): 17 pass 18 19 # check for an inventory item 20 def hasInventory(self, argItem): 21 pass 22 23 # retrieve an inventory item 24 def getInventory(self, argItem, argCount): 25 pass 26 27 # add an inventory item 28 def addInventory(self, argItem, argCount): 29 pass
Warehouse类声明了四个方法接口。方法setup()带有两个参数，是为了更新这两个属性。方法hasInventory()参数是项目的名称，如果项目在库存中则返回True。方法getInventory()的参数是项目的名称和数量。它尝试着从库存中扣除数量，返回哪些是成功的扣除。方法addInventory()的参数也是项目名称和数量。它将用这两个参数更新_houseList。
Listing Twenty-five是测试用例本身，orderTest类。他有一个属性fooSource是Order类所需的mock对象。setUp()方法识别执行的测试例程（14~16行），然后创建和配置mock对象（21~34行）。tearDown()方法向stdout打印一个空行。
Listing Twenty-five
1 import unittest
2 from mock import Mock, call
3
4 class OrderTest(unittest.TestCase):
5 # declare the test resource
6 fooSource = None
7
8 # preparing to test
9 def setUp(self):
10 """ Setting up for the test """
11 print "OrderTest:setUp_:begin"
12
13 # identify the test routine
14 testName = self.id().split(".")
15 testName = testName[2]
16 print testName
17
18 # prepare and configure the test resource
19 if (testName == "testA_newOrder"):
20 print "OrderTest:setup_:testA_newOrder:RESERVED"
21 elif (testName == "testB_nilInventory"):
22 self.fooSource = Mock(spec = Warehouse, return_value = None)
23 elif (testName == "testC_orderCheck"):
24 self.fooSource = Mock(spec = Warehouse)
25 self.fooSource.hasInventory.return_value = True
26 self.fooSource.getInventory.return_value = 0
27 elif (testName == "testD_orderFilled"):
28 self.fooSource = Mock(spec = Warehouse)
29 self.fooSource.hasInventory.return_value = True
30 self.fooSource.getInventory.return_value = 10
31 elif (testName == "testE_orderIncomplete"):
32 self.fooSource = Mock(spec = Warehouse)
33 self.fooSource.hasInventory.return_value = True
34 self.fooSource.getInventory.return_value = 5
35 else:
36 print "UNSUPPORTED TEST ROUTINE"
37
38 # ending the test
39 def tearDown(self):
40 """Cleaning up after the test"""
41 print "OrderTest:tearDown_:begin"
42 print ""
43
44 # test: new order
45 # objective: creating an order
46 def testA_newOrder(self):
47 # creating a new order
48 testOrder = Order("mushrooms", 10)
49 print repr(testOrder)
50
51 # test for a nil object
52 self.assertIsNotNone(testOrder, "Order object is a nil.")
53
54 # test for a valid item name
55 testName = testOrder._orderItem
56 self.assertEqual(testName, "mushrooms", "Invalid item name")
57
58 # test for a valid item amount
59 testAmount = testOrder._orderAmount
60 self.assertGreater(testAmount, 0, "Invalid item amount")
61
62 # test: nil inventory
63 # objective: how the order object handles a nil inventory
64 def testB_nilInventory(self):
65 """Test routine B"""
66 # creating a new order
67 testOrder = Order("mushrooms", 10)
68 print repr(testOrder)
69
70 # fill the order
71 testSource = self.fooSource()
72 testOrder.fill(testSource)
73
74 # print the mocked calls
75 print self.fooSource.mock_calls
76
77 # check the call history
78 testCalls = [call()]
79 self.fooSource.assert_has_calls(testCalls)
80
81 # ... continued in the next listing
OrderTest类有五个测试例程。所有五个测试例程在开始的时候都创建了一个Order类的实例。例程testA_newOrder()测试Order对象是否可用是否有正确的数据（46~60行）。例程testB_nilWarehouse()创建了一个空的mock并传入Order对象的fill()方法（64~79行）。它检查了mock的调用历史，确保仅仅发生了工厂调用。
例程testC_orderCheck()（Listing Twenty-six）测试了Order对象在库存不足时的反应。最初，fooSource的hasInventory()方法响应True，getinventory()方法返回0。测试例程检查是否订单未达成，是否正确的mock方法被带调用(16~19行)。然后测试例程创建了一个新的Order对象，这次是一个不同的项目。mock(fooSource)的方法hasInventory()的响应设置为False（第27行）。再次，例程检查是否订单未达成，是否调用了正确的mock方法（34~37行）。注意使用reset_mock()方法将fooSource恢复到测试前的状态（第28行）。
Listing Twenty-six
1 class OrderTest(unittest.TestCase):
2 # ... see previous listing
3
4 # test: checking the inventory
5 # objective: does the order object check for inventory?
6 def testC_orderCheck(self):
7 """Test routine C"""
8 # creating a test order
9 testOrder = Order("mushrooms", 10)
10 print repr(testOrder)
11
12 # perform the test
13 testOrder.fill(self.fooSource)
14
15 # perform the checks
16 self.assertFalse(testOrder.isFilled())
17 self.assertEqual(testOrder._orderFilled, 0)
18
19 self.fooSource.hasInventory.assert_called_once_with("mushrooms")
20 print self.fooSource.mock_calls
21
22 # creating another order
23 testOrder = Order("cabbage", 10)
24 print repr(testOrder)
25
26 # reconfigure the test resource
27 self.fooSource.hasInventory.return_value = False
28 self.fooSource.reset_mock()
29
30 # perform the test
31 testOrder.fill(self.fooSource)
32
33 # perform the checks
34 self.assertFalse(testOrder.isFilled())
35 self.assertEqual(testOrder._orderFilled, -1)
36
37 self.fooSource.hasInventory.assert_called_once_with("cabbage")
38 print self.fooSource.mock_calls
39
40 # ... continued in the next listing
测试例程testD_orderFilled()（Listing Twenty-seven）模拟了一个成功的订单事务。fooSource的hasInventory()方法响应True，getinventory()方法返回10。例程调用fill()方法传入mock对象，然后检查订单是否已完成（17~18行）。它也检查了是否采用正确的顺序和正确的参数调用了 正确的mock方法（20~24行）。
Listing Twenty-seven
1 class OrderTest(unittest.TestCase):
2 # ... see previous listing
3
4 # test: fulfilling an order
5 # objective: how does the order object behave with a successful transaction
6 def testD_orderFilled(self):
7 """Test routine D"""
8 # creating a test order
9 testOrder = Order("mushrooms", 10)
10 print repr(testOrder)
11
12 # perform the test
13 testOrder.fill(self.fooSource)
14 print testOrder.isFilled()
15
16 # perform the checks
17 self.assertTrue(testOrder.isFilled())
18 self.assertNotEqual(testOrder._orderFilled, -1)
19
20 self.fooSource.hasInventory.assert_called_once_with("mushrooms")
21 self.fooSource.getInventory.assert_called_with("mushrooms", 10)
22
23 testCalls = [call.hasInventory("mushrooms"), call.getInventory("mushrooms", 10)]
24 self.fooSource.assert_has_calls(testCalls)
25
26 # ... continued in the next listing
测试例程testE_orderIncomplete()（Listing Twenty-eight）模拟了一个未完成的事务。在这个测试中，fooSource的方法hasInventory()响应True,但是getinventory()返回5。例程调用fill()方法传入mock对象，然后检查未完成的订单（17~18行）。 它也检查了是否采用正确的顺序和正确的参数调用了正确的mock方法（20~25行）。
Listing Twenty-eight
1 class OrderTest(unittest.TestCase):
2 # ... see previous listing
3
4 # test: fulfilling an order
5 # objective: how does the order object behave with an incomplete transaction
6 def testE_orderIncomplete(self):
7 """Test routine E"""
8 # creating a test order
9 testOrder = Order("mushrooms", 10)
10 print repr(testOrder)
11
12 # perform the test
13 testOrder.fill(self.fooSource)
14 print testOrder.isFilled()
15
16 # perform the checks
17 self.assertFalse(testOrder.isFilled())
18 self.assertNotEqual(testOrder._orderFilled, testOrder._orderAmount)
19
20 self.fooSource.hasInventory.assert_called_once_with("mushrooms")
21 self.fooSource.getInventory.assert_called_with("mushrooms", 10)
22 print self.fooSource.mock_calls
23
24 testCalls = [call.hasInventory("mushrooms"), call.getInventory("mushrooms", 10)]
25 self.fooSource.assert_has_calls(testCalls)
结束语
Mocks让我们为单元测试模拟了那些不可用或者是太庞大的资源。我们可以在运行中配置mock，在特定的测试中改变它的行为或响应，或者让它在恰当的时候抛出错误和异常。
在这篇文章中，我们看到了在单元测试中设置mock的好处。我们了解了mock和fake或者stub的区别。我们了解了怎样在Python中创建mock，怎样管理它和用断言跟踪它的行为。我们研究了简单的mock在基础测试用例中的工作。随意尝试了这个测试设置并观察它的结构。随意的调整已提供的测试例程并观察这些调整对测试的影响