Índice de contenido
Si el atributo en sí necesita ser un objeto simulado, todo lo que se requiere es asigne un objeto MagicMock (o Mock) a ese atributo: instancia.dirección = MagicMock(nombre=‘Dirección’) 16.7.4 constantes burlonas Es muy fácil burlarse de una constante; esto se puede hacer usando @patch() decorador y probando el nombre de la constante y el nuevo valor a utilizar. Este valor puede ser un valor literal como 42 o ‘Hola’ o puede ser un objeto simulado en sí mismo (como un objeto MagicMock). Por ejemplo: @patch(‘mimodulo.MAX_COUNT’, 10) def test_something(self):
La prueba ahora puede usar mymodule.MAX_COUNT
16.7.5 Propiedades simuladas También es posible burlarse de las propiedades de Python. Esto se hace de nuevo usando el @patch decorador pero usando la clase unittest.mock.PropertyMock y el parámetro new_callable. Por ejemplo: @patch(‘mymoule.Car.wheels’, new_callable=mock.PropertyMock) def test_some_property(self, mock_wheels): mock_wheels.return_value = 6
Resto del método de prueba
16.7.6 Generar excepciones con simulacros Un atributo muy útil que se puede especificar cuando se crea un objeto ficticio es el efecto secundario. Si establece esto en una clase o instancia de excepción, entonces la excepción se generará cuando se llame al simulacro, por ejemplo: simulacro = Mock(side_effect=Exception(’¡Boom!’)) imitar() Esto dará como resultado que se genere la Excepción cuando se invoque el simulacro (). 16.7 Uso de Mock y MagicMock 199
popular post
El modelo AR de series temporales univariadas
Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.
Leer másEvaluación de modelos para pronosticar
Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.
Leer másModelos para pronosticar
Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.
Leer más