软件测试中Mock和Stub

1.Stub与Mock

（1）相同点

Stub和Mock对象都是用来模拟外部依赖，使我们能控制。如果被测程序、系统或对象，我们称之为A。在测试A的过程中，A需要与程序、系统或对象B进行交互，那么Stub/Mock就是用来模拟B的行为来与A进行交互。

（2）不同点

        Stub，也即“桩”，很早就有这个说法了，主要出现在集成测试的过程中，从上往下的集成时，作为下方程序的替代。作用如其名，就是在需要时，能够发现它存在，即可。就好像点名，“到”即可。

        Mock，主要是指某个程序的傀儡，也即一个虚假的程序，可以按照测试者的意愿做出响应，返回被测对象需要得到的信息。也即是要风得风、要雨得雨、要返回什么值就返回什么值。

        总体来说，stub完全是模拟一个外部依赖，用来提供测试时所需要的测试数据。而mock对象用来判断测试是否能通过，也就是用来验证测试中依赖对象间的交互能否达到预期。

  下面用两个图来说明使用Mock和Stub在实际测试中的关注点的不同：

左图中，看到stub作为外部依赖的模拟，只需要模拟返回数据就ok了，我们的测试重点在于自身的逻辑。而右图中，通过Mock，模拟外部依赖的各种的返回值，来验证与外部依赖的交互。

2.python中mock模块使用举例

（1）未使用python mock模块的单元测试

1. # test.py
2. def add_and_multiply(x, y):
3. addition = x + y
4. multiple = multiply(x, y)
5. return (addition, multiple)
7. def multiply(x, y):
8. return x * y
10. import unittest
12. class MyTestCase(unittest.TestCase):
14. def test_add_and_multiply(self):
15. x = 3
16. y = 5
18. addition, multiple = add_and_multiply(x, y)
20. self.assertEqual( 8, addition)
21. self.assertEqual( 15, multiple)
23. if __name__ == "__main__":
24. unittest.main()

（2）使用python mock模块的单元测试

1. # test.py
2. import mock
3. import unittest
5. def add_and_multiply(x, y):
6. addition = x + y
7. multiple = multiply(x, y)
8. return (addition, multiple)
10. def multiply(x, y):
11. return x * y
13. class MyTestCase(unittest.TestCase):
15. @mock.patch('multiply')
16. def test_add_and_multiply(mock_multiply):
17. x = 3
18. y = 5
20. mock_multiply.return_value = 15
21. addition, multiple = add_and_multiply(x, y)
23. mock_multiply.assert_called_once_with( 3, 5)
24. self.assertEqual( 8, addition)
25. self.assertEqual( 15, multiple)
27. if __name__ == "__main__":
28. unittest.main()

使用“mock.patch”装饰器来用mock对象替换"multiply'。然后将它作为一个参数"mock_multiply"插入到测试代码中。在这个测试的上下文中，任何对“multiply”的调用都会被重定向到“mock_multiply”对象。

备注：

在Python2.x 中 mock是一个单独模块，需要单独安装。在Python3.x中，mock已经被集成到了unittest单元测试框架中，所以，可以直接使用。

学习资料参考于：

http://www.youkuaiyun.com/article/2015-06-01/2824821

http://www.cnblogs.com/TankXiao/archive/2012/03/06/2366073.html