📚 课程目录第4章边界测试用例设计

单元测试中的Mock：接口Mock、返回值模拟、异常模拟

原理

在单元测试中，被测模块往往依赖外部组件（数据库、网络服务、文件系统等）。Mock对象替代真实依赖，通过控制其行为来隔离被测逻辑。核心概念包括：

接口Mock：创建一个模拟对象，使其符合某个接口或类的约定，但不具备真实实现。
返回值模拟：指定Mock被调用时返回预定义的结果，避免依赖真实计算或外部数据。
异常模拟：让Mock在特定条件下抛出异常，验证被测模块的错误处理分支。

上述三种操作共同构成模块边界验证的基石，确保测试仅关注被测单元自身逻辑。

实现流程

识别被测模块的依赖接口或对象。
使用Mock框架创建模拟对象（如Python的unittest.mock.Mock或Java的Mockito）。
配置Mock的行为（返回值或异常）。
将Mock注入到被测模块中（通过构造函数、参数、依赖注入等方式）。
执行测试并断言交互（调用次数、参数、顺序等）。

代码示例（Python + unittest.mock）

以下示例演示对数据库查询接口的Mock：

# user_service.py  - 被测模块
class UserService:
    def __init__(self, db_client):
        self.db = db_client

    def get_user_name(self, user_id):
        user = self.db.query_user(user_id)  # 外部依赖
        if user is None:
            raise ValueError("User not found")
        return user["name"]

# test_user_service.py - 测试用例
import unittest
from unittest.mock import Mock
from user_service import UserService

class TestUserService(unittest.TestCase):
    def test_get_user_name_returns_name(self):
        # 1. 创建Mock数据库客户端
        mock_db = Mock()
        # 2. 配置返回值模拟
        mock_db.query_user.return_value = {"name": "Alice", "id": 1}
        # 3. 注入Mock
        service = UserService(mock_db)
        # 4. 执行
        result = service.get_user_name(1)
        # 5. 断言交互和结果
        self.assertEqual(result, "Alice")
        mock_db.query_user.assert_called_once_with(1)

    def test_get_user_name_raises_on_missing(self):
        mock_db = Mock()
        # 配置异常模拟
        mock_db.query_user.side_effect = ValueError("DB connection lost")
        service = UserService(mock_db)
        with self.assertRaises(ValueError):
            service.get_user_name(999)

内联结构图：接口Mock与返回值/异常模拟流程

调试要点

验证Mock是否被正确调用：使用 assert_called_with()、assert_called_once() 等方法。
检查调用参数：通过 call_args、call_args_list 属性查看历史调用。
确认Mock的配置优先级：side_effect 高于 return_value，若两者同时设置，side_effect 生效。
使用 spec 参数限制Mock可访问的属性，避免因拼写错误导致测试通过但实际代码失败。

常见错误

错误	原因	解决方法
Mock返回None，未配置返回值	未设置 `return_value`	明确指定返回数据
异常模拟未触发	`side_effect` 属性名拼错或赋值异常类型而非实例	正确赋值 `side_effect = ValueError("msg")`
测试通过但生产报错	Mock配置与真实接口不匹配（方法名、参数）	使用 `spec` 或 `autospec` 校验接口
断言调用次数失败	被测代码中循环或条件分支产生了意外调用	检查逻辑分支，使用 `call_count` 辅助调试

最佳实践：在单元测试中，Mock应仅用于验证本模块行为，不要滥用Mock模拟过多对象导致测试失去意义。建议每个测试只Mock一个关键依赖，保持用例聚焦。

配置段对比：

return_value：适用于所有调用返回固定结果。
side_effect：接受函数（动态返回）、可迭代对象（依次返回值）或异常（抛出）。
两者同时设置时，side_effect 优先；若 side_effect 为迭代器，其耗尽后返回 return_value。

扩展：异常模拟的常见模式

# 模拟网络超时异常
mock_request = Mock()
mock_request.get.side_effect = TimeoutError("Connection timed out")

# 模拟首次返回正常数据，第二次抛出异常
mock_db = Mock()
mock_db.query.side_effect = [{"id": 1}, ValueError("DB query failed")]

# 通过自定义函数动态决定行为
def side_effect_func(param):
    if param < 0:
        raise ValueError("Invalid")
    return {"value": param * 2}

mock_calc = Mock()
mock_calc.compute.side_effect = side_effect_func

性能与稳定性优化

避免在循环中创建大量Mock：可使用回滚测试或共享Mock实例减少开销。
使用 autospec 增强稳定性：自动校验Mock方法与原始对象签名是否一致，减少配置错误。
保持Mock生命周期与测试方法一致：在 setUp 中创建Mock，tearDown 中清理，防止测试间泄漏。