4、创建第一个Mock对象：基本用法和常见属性

4.1 什么是Mock对象

简单说，Mock 就是一个“假货”。它能模仿真实对象的行为，但不会真的去执行那些重活——比如发网络请求、读写数据库、调用第三方服务。我在接手一个老项目时，发现测试一跑就要连线上数据库，慢得让人崩溃。后来把数据库操作全部换成 Mock，测试时间从5分钟缩到几秒。说白了，Mock 就是替身演员，让你能专注测试自己的逻辑。

在 Python 里，最常用的就是 unittest.mock 模块。它内置了一套完整的 Mock 体系，不用装第三方库。你想想看，写单元测试时最烦什么？——外部依赖。Mock 专治这个。

4.2 创建你的第一个Mock

创建 Mock 对象真的很简单，一行代码而已：

from unittest.mock import Mock

mock_obj = Mock()

没错，就这么简单。现在 mock_obj 就是一个什么都能“演”的替身。你可以调用它的任何方法，它不会报错：

mock_obj.任意方法名()  # 不会报错
mock_obj.随便写的属性  # 也不会报错

我第一次用的时候也愣了一下：还能这样？嗯，这就是 Mock 的“宽容”之处——它默认会返回一个新的 Mock 对象，让你接着往下链。但实际测试中，我们更常用的是给它指定行为。

4.3 设置返回值与控制行为

Mock 的核心价值在于“可控”。你可以让它在特定条件下返回特定结果，或者触发特定异常。

设置返回值，两种常用方式：

# 方式一：构造时指定
mock_func = Mock(return_value=42)

# 方式二：创建后赋值
mock_func.return_value = 42

# 调用
result = mock_func()
print(result)  # 输出 42

我在项目中犯过一个低级错误：忘了设置 return_value，结果测试里拿到的是个 Mock 对象而不是我预期的数字，一顿排查才发现。后来养成了习惯：创建 Mock 后立刻给它赋值行为。

side_effect 是个更强大的武器。

# 模拟抛出异常
mock_func = Mock(side_effect=ValueError("数据非法"))
mock_func()  # 抛出 ValueError

# 模拟每次调用返回不同值
mock_func = Mock(side_effect=[10, 20, 30])
print(mock_func())  # 10
print(mock_func())  # 20
print(mock_func())  # 30
# 第四次调用会抛出 StopIteration

我曾经用 side_effect 模拟网络超时重试逻辑，单次测试就能覆盖超时、成功、再次超时三种情况，一步到位。

4.4 常见属性：用数据说话

Mock 对象在每次调用后都会记录下自己的“行为日志”。这些日志就是常见属性，用来做断言。

属性名	含义	示例
called	是否被调用过（至少一次）	assert mock.called
call_count	被调用的次数	self.assertEqual(mock.call_count, 3)
call_args	最近一次调用的参数	mock('a', k=1); mock.call_args == call('a', k=1)
call_args_list	所有调用参数的列表	mock.call_args_list == [call(1), call(2)]
method_calls	该 Mock 对象上所有方法调用的记录	适合于检查链式调用
reset_mock()	清空所有调用记录	在多个测试用例间复用同一 Mock 对象

这些属性是写断言的核心。你想想看，测试不仅仅是验证返回值，更要验证“调用过程”是否正确。比如：是否传了正确的参数？调用了几次？顺序对不对？用这些属性一查便知。

4.5 实际案例：模拟数据库查询

假设你有一个函数 get_user_name(user_id)，内部调用了 db.query("select name from users where id=?", user_id)。你想测试函数在数据库返回不同情况下的行为，但又不想真的连数据库。

from unittest.mock import Mock

# 第一步：创建一个 Mock 替代 db
db_mock = Mock()

# 第二步：设置 query 方法的行为
# 情况1：正常返回用户名
db_mock.query.return_value = [("Alice",)]
name = get_user_name(db_mock, 1)
assert name == "Alice"

# 情况2：查询不到用户
db_mock.query.return_value = []
name = get_user_name(db_mock, 999)
assert name is None

# 情况3：验证调用参数
db_mock.query.assert_called_once_with("select name from users where id=?", 1)

你看到了吗？只用了 4 行就完成了原本需要准备数据库、插入数据、清理数据的一系列操作。这就是 Mock 的威力。

4.6 一张图理清Mock对象的核心

下面这张图帮你把上面讲的知识点串起来。核心就是：创建 → 配置行为 → 执行测试 → 断言验证。

你看，整个流程形成了一个循环：创建 → 配置 → 调用 → 断言 → 复位 → 复用。这和我们平时写单元测试的节奏一模一样。

4.7 避坑指南

• 不要忘记配置 return_value：否则 Mock 返回的是另一个 Mock，而不是你期望的数据。我曾经在测试中忘了配，结果断言死活无法通过。
• side_effect 和 return_value 同时设置：side_effect 优先级更高。如果既想返回固定值，又想动态控制，可以用 side_effect 的函数形式。
• 调用记录只记录在具体对象上：如果你创建了 mock_a 和 mock_b，它们彼此不干扰。但记得不要误传了同一个 Mock 给多个被测函数，不然调用记录会乱。
• 不要过度 Mock：过于精细的 Mock 会让测试和实现强耦合，一改代码就全挂。我建议只 Mock 外部边界（网络、数据库、文件系统），内部逻辑该实测就实测。

好了，现在你应该已经掌握了创建 Mock 对象的基本操作和常用属性。接下来的章节，我们会在实际项目中反复用到这些技能。