如何在pytest中模拟subprocess.run？

Question

我有类InternalProc，定义如下：

class InternalProc:

    @staticmethod
    def get_data():
        try:
            result = subprocess.run(['bridge-client', '--business-credentials'],
                                    stdout=subprocess.PIPE)
            data = json.loads(result.stdout.decode('utf-8'))
            return data
        except Exception:
            logger.error("Unable to fetch the data")
            raise

我想对

get_data()

进行单元测试，我应该如何模拟

subprocess.run

？我还想断言是否引发了异常。

Answer 1

似乎您需要两个测试来测试此方法，一个返回数据，另一个引发

Exception

。

对于返回数据的情况，我们只需要模拟

subprocess.run

。然后我们可以创建另一个

Mock

对象来模拟

stdout.decode

以返回

json.loads

可以解析的数据。这意味着为

Mock

的行为创建一个

stdout

对象，然后配置我们模拟的

subprocess.run

以使用该对象。

对于另一个测试，我们只需要使用

side_effect

对象的

Mock

kwarg 在调用时引发异常。

给出以下文件夹结构：

stackoverflow/
├── mypackage
│   ├── __init__.py
│   └── proc.py
└── tests
    ├── __init__.py
    └── test_proc.py

我们编写的测试如下所示。

from unittest.mock import MagicMock, patch

import pytest

from mypackage.proc import InternalProc


@patch("mypackage.proc.subprocess.run")
def test_get_data_valid(mock_run):
    mock_stdout = MagicMock()
    mock_stdout.configure_mock(
        **{
            "stdout.decode.return_value": '{"A": 3}'
        }
    )

    mock_run.return_value = mock_stdout

    result = InternalProc.get_data()
    assert result == {"A": 3}


@patch("mypackage.proc.subprocess.run", side_effect=Exception("foobar"))
def test_get_data_invalid(mock_run):
    with pytest.raises(Exception) as exc:
        InternalProc.get_data()
        assert "foobar" in str(exc.value)

输出：

======================================= test session starts ========================================
platform darwin -- Python 3.9.1, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: ***/stackoverflow
collected 2 items                                                                                  

tests/test_proc.py ..                                                                        [100%]

======================================== 2 passed in 0.07s =========================================

我给你的建议是，因为我在过去几天看到你发布了多个

pytest

/

mock

问题，那就是花一些时间阅读这两个问题的文档。制作一些玩具示例并使用这两个包。这是您学习如何模拟以及在哪里模拟的唯一方法。

Answer 2

另一个解决方案是pytest-subprocess