


Wie verspottet man HTTP-Anfragen und -Antworten in Python-Testszenarien?
Verspotten von Anfragen und Antworten für Python-Tests
Bei Python-Tests ist es notwendig, Module und ihre Funktionalität zu verspotten, um den Ausführungsfluss zu steuern und überprüfen Sie bestimmte Szenarien. Unter diesen wird häufig das Verspotten des Anforderungsmoduls verwendet, um Funktionen oder Methoden zu testen, die auf HTTP-Anfragen basieren.
Betrachten Sie eine Datei „views.py“ mit dem folgenden Code:
<code class="python">def myview(request): res1 = requests.get('aurl') res2 = request.get('burl') res3 = request.get('curl')</code>
Um dies zu verspotten Verhalten können Sie das Python-Mock-Paket verwenden. So können Sie es Schritt für Schritt erreichen:
Schritt 1: Definieren Sie das Scheinverhalten
Um das Anforderungsmodul zu verspotten, definieren Sie eine Funktion, die „requests.get“ ersetzt (). In dieser Funktion können Sie die gewünschte Antwort für jede URL angeben.
<code class="python">def mocked_requests_get(*args, **kwargs): class MockResponse: def __init__(self, json_data, status_code): self.json_data = json_data self.status_code = status_code def json(self): return self.json_data if args[0] == 'aurl': return MockResponse({'a': 'a'}, 200) elif args[0] == 'burl': return MockResponse({'b': 'b'}, 200) elif args[0] == 'curl': return MockResponse({'c': 'c'}, 200) return MockResponse(None, 404)</code>
Schritt 2: Patchen Sie das Requests-Modul
Verwenden Sie in Ihrem Testfall den Mock .patch()-Dekorator, um das eigentliche Anforderungsmodul durch Ihre Scheinfunktion zu ersetzen.
<code class="python">@mock.patch('requests.get', side_effect=mocked_requests_get) def test_myview(self, mock_get): # Call the function you want to test myview(None) # Assertions for expected responses ...</code>
Schritt 3: Behauptungen überprüfen
Innerhalb Ihrer Testfunktion können Sie verwenden Assertions, um zu überprüfen, ob die erwarteten Antworten zurückgegeben werden.
<code class="python">self.assertEqual(mock_get.call_args_list[0][0][0], 'aurl') self.assertEqual(mock_get.call_args_list[1][0][0], 'burl') self.assertEqual(mock_get.call_args_list[2][0][0], 'curl')</code>
Indem Sie diese Schritte befolgen, können Sie HTTP-Anfragen effektiv verspotten und die Antworten in Ihren Python-Testszenarien steuern. Dadurch können Sie bestimmte Funktionen isolieren und testen und gleichzeitig sicherstellen, dass externe Abhängigkeiten Ihre Ergebnisse nicht beeinträchtigen.
Das obige ist der detaillierte Inhalt vonWie verspottet man HTTP-Anfragen und -Antworten in Python-Testszenarien?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
