Python函数可以通过返回generator的方法节约内存。所谓的返回generator,就是通过yield语句返回一系列的值。这些值只有在程序的返回结果被迭代(iterate)的情况下才会被真正返回。有关yield语句的工作原理和generator的详细解释在这篇文章中。在此不做详细讨论。
当我们使用yield来返回一个方法的执行结果时,实际上返回的是一个generator。而这个generator中的值只有在之后循环这个generator(例如使用for循环)时才会被真正返回。这个循环的过程实际上调用的是genereator的__iter__函数。所以我们只要mock所返回的generator的__iter__函数的返回值即可。可以使用MagicMock()或者mock.patch()来创建mock。
如下面的例子所示:
例如我们有如下类需要测试:
class example(object):
def func(self):
yield from [1, 2, 3]
eg = example()
list(eg.func())
以上代码的执行结果如下:
[1, 2, 3]
那么我们mock该类及其func函数的方法如下,注意为了配置generator的返回值,我们实际上mock了func函数所返回的generator的__iter__()的返回值。
from mock import MagicMock
mock_example = MagicMock()
mock_example.func.return_value.__iter__.return_value = iter([1, 2, 3])
list(mock_example.func())
以上代码的执行结果如下:
[1, 2, 3]
可见我们成功的mock了一个返回generator的函数的

本文探讨了Python中返回生成器函数的内存效率,并展示了在单元测试中如何使用mock模拟这类函数的返回值。通过示例代码解释了如何使用unittest.mock库中的Mock和MagicMock来替代并控制生成器的行为。
1742

被折叠的 条评论
为什么被折叠?



