Mock简单来理解，就是在测试过程中，对于某些不容易构造或者不容易获取的对象，用一个虚拟的对象来创建以便测试。mock对象就是真实对象在调试期间的代替品。有时也将Mock服务称之为测试服务替身，或者测试服务档板，下图很形象的描述了Mock的作用。它的主要功能是使用mock对象替代掉指定的Python对象，以达到模拟对象的行为。
在实际产品开发过程中，某个服务或前端依赖一个服务接口，该接口可能依赖多个底层服务或模块，或第三方接口，比如说服务 A 依赖服务B，服务B又依赖服务 C，如下图所示：
这种依赖的问题会导致原本的需求目的是要验证服务A，但由于所依赖的服务B或者服务C不稳定或者未开发完成，导致工作无法正常开展。
那作为测试工程师，面对这样的情形，我们该怎么办呢？解决这类问题的核心的思路：引入依赖服务替身，更通俗的叫法，引入Mock服务。
今天就结合unittest框架，给大家分享一些关于Mock的一些常见使用。
2. Mock是什么可能还有些读者之前并没有接触过Mock，不清楚Mock是个啥。
Mock简单来理解，就是在测试过程中，对于某些不容易构造或者不容易获取的对象，用一个虚拟的对象来创建以便测试。而这个虚拟的对象就是mock对象。mock对象就是真实对象在调试期间的代替品。
有时也将Mock服务称之为测试服务替身，或者测试服务档板，下图很形象的描述了Mock的作用。
3. Mock能做什么就Mock功能而言，本身适用场景较多，但在实际项目中，引入Mock常用来解决的几类，概括起来，主要有：
- 接口间的相互依赖
- 单元测试
- 第三方接口调用
1.前后端联调
比如你是一个前端页面开发，现在需要开发一个功能：下一个订单，支付页面的接口，根据支付结果，支付成功，展示支付成功页，支付失败，展示支付失败页。要完成此功能，你需要调用后端的接口，根据返回给你的结果，来展示不同的页面。此时后端接口还没开发好，作为一个前端开发总不能等别人开发好了，你再开发，那你只有加班的命了。为了同步开发完成任务，此时，你可以根据接口文档的规定，把接口的地址和入参传过去，然后自己mock接口的不同返回界面，来完成前端的开发任务。
2.单元测试
由于单元测试仅针对当前单元进行测试，这就要求所有的内部或者外部依赖都应该是稳定的，采用mock的方法模拟跟本单元依赖的其他单元，可以将测试重点放在当前单元功能，排除外界因素干扰，提升测试精准度。
3.第三方接口依赖
在做接口自动化的时候，有时候需要调用第三方的接口，但是别人公司的接口服务不受你的控制，有可能别人提供的测试环境今天服务给你开着，别人就关掉了，给自动化接口测试带来很多的麻烦，此时就可以通过mock来模拟接口的返回数据，比如模拟各种第三方异常时的返回。
4. Mock实现方式Mock虽然是作为依赖服务的替身，但并不需要原原本本去构造实现一个完整的服务逻辑，比如现在有一个A服务依赖B服务，需要通过Mock来替换B服务（做一个假的B服务替身）。
那么我们做一个 Mock 服务其实就是做了一个简单的服务 B，它不需要实现原有服务 B 负载的处理逻辑，只要能按服务A需要服务B返回的处理逻辑给出对应返回数据就可以了。
目前常见服务或接口协议主要两种，一种是RPC，另一种是HTTP/HTTPS，mock原理都类似，要么是修改原服务地址为Mock服务地址，要么是拦截原服务的请求Mock返回值，总之就是构造一个假的服务，替代原有服务。
5. Mock市面上常见的解决方案如果你不想自己动手构建一套Mock解决方案，市面上也提供了很多现存的Mock方案。常用的有：EasyMock、Mockito 、WireMock、JMockit、Mock、Moco。
如果你团队技术基础相对比较薄弱，推荐你看看Moco这个方案，官网如下：
https://github.com/dreamhead/moco/
接下来，重点介绍Python系下Mock方案的使用。
6. Python下unittest.mock使用unittest.mock是一个用于在Python中进行单元测试的库，顾名思义这个库的主要功能是模拟一些东西。它的主要功能是使用mock对象替代掉指定的Python对象，以达到模拟对象的行为。
需要注意的是在Python2.x版本中，Mock需要单独安装
pip install -U mock
从Python 3.3以后的版本mock已经合并到unittest模块中了，是unittest单元测试的一部分，直接导入过来就行
from unittest import mock
官方文档：
https://docs.python.org/dev/library/unittest.mock.html
unittest.mock模块中最常用的是Mock类。
Mock类库是一个专门用于在unittest过程中制作（伪造）和修改（篡改）测试对象的类库，避免这些对象在单元测试过程中依赖外部资源（网络资源，数据库连接，其它服务以及耗时过长等）
案例：如下场景：支付是一个独立的接口，由其它开发提供，根据支付的接口返回状态去显示失败，还是成功，这个是你需要实现的功能，代码存放在pay.py脚本中:
#coding:utf-8def zhifu():'''假设这里是一个支付的功能,未开发完支付成功返回：{"result": "success", "msg":"支付成功"}支付失败返回：{"result": "fail", "msg":"余额不足"}'''passdef zhifu_statues():'''根据支付的结果success or fail，判断跳转到对应页面'''result = zhifu()try:if result["result"] == "success":return "支付成功"elif result["result"] == "fail":return "支付失败"else:return "未知错误异常"except:return "Error, 服务端返回异常!"
在zhifu_statues方法中，依赖了zhifu方法，但由于zhifu支付方法的接口是由另外一个同事开发，正常情况下，你同事开发的进度你是无法控制的，需要等他开发完了你才能进行联调你所负责的zhifu_statues接口，因此我们可以通过引入Mock来解决这个问题。
引入mock后单元测试用例代码
#coding:utf-8import unittestfrom unittest import mockimport payclass TestZhifuStatues(unittest.TestCase):'''单元测试用例'''def test_01(self):'''测试支付成功场景'''# mock一个支付成功的数据pay.zhifu = mock.Mock(return_value={"result": "success", "msg":"支付成功"})# 根据支付结果测试页面跳转statues = pay.zhifu_statues()print(statues)self.assertEqual(statues, "支付成功")def test_02(self):'''测试支付失败场景'''# mock一个支付失败的数据pay.zhifu = mock.Mock(return_value={"result": "fail", "msg": "余额不足"})# 根据支付结果测试页面跳转statues = pay.zhifu_statues()print(statues)self.assertEqual(statues, "支付失败")if __name__ == "__main__":unittest.main()
上述代码引入Mock后，我们就可以顺利完成对支付成功和支付异常两类场景的验证工作。（实际你可以补充更多）
mock中还有另一种实现方式，通过patch装饰器的使用,patch作为函数装饰器，为您创建模拟并将其传递到装饰函数。
用mock.patch实现如下：
#coding:utf-8import unittestfrom unittest import mockimport payclass TestZhifuStatues(unittest.TestCase):'''单元测试用例'''@mock.patch("pay.zhifu")def test_001(self, mock_zhifu):'''测试支付成功场景'''# 方法一：mock一个支付成功的数据# pay.zhifu = mock.Mock(return_value={"result": "success", "msg":"支付成功"})# print(pay.zhifu())# 方法二：mock.path装饰器模拟返回结果mock_zhifu.return_value = {"result": "success", "msg":"支付成功"}# # 根据支付结果测试页面跳转statues = pay.zhifu_statues()print(statues)self.assertEqual(statues, "支付成功")@mock.patch("pay.zhifu")def test_002(self, mock_zhifu):'''测试支付失败场景'''# mock一个支付失败的数据mock_zhifu.return_value = {"result": "fail", "msg": "余额不足"}# 根据支付结果测试页面跳转statues = pay.zhifu_statues()self.assertEqual(statues, "支付失败")if __name__ == "__main__":unittest.main()
