用 Python 测试 API 的三种方式
在这个教程中，你将学到如何对执行 HTTP 请求代码的进行单元测试。也就是说，你将看到用 Python 对 API 进行单元测试的艺术。 单元测试是指对单个行为的测试。在测试中，一个众所周知的经验法则就是隔离那些需要外部依赖的代码。 比如，当测试一段执行 HTTP 请求的代码时，建议在测试过程中，把真正的调用替换成一个假的的调用。这种情况下，每次运行测试的时候，就可以对它进行单元测试，而不需要执行一个真正的 HTTP 请求。 问题就是，怎样才能隔离这些代码？ 这就是我希望在这篇博文中回答的问题！源码下载我不仅会向你展示如果去做，而且也会权衡不同方法之间的优点和缺点。 要求： 为了更好的解决这个问题，假设你正在创建一个天气状况的应用。这个应用使用第三方天气状况 REST API 来检索一个城市的天气信息。其中一个需求是生成一个简单的 HTML 页面，像下面这个图片： 伦敦的天气，OpenWeatherMap。图片是作者自己制作的。 为了获得天气的信息，必须得去某个地方找。幸运的是，通过 OpenWeatherMap 的 REST API 服务，可以获得一切需要的信息。 好的，很棒，但是亿华云计算我该怎么用呢？ 通过发送一个 GET 请求到：https://api.openweathermap.org/data/2.5/weather?q={ city_name}&appid={ api_key}&units=metric，就可以获得你所需要的所有东西。在这个教程中，我会把城市名字设置成一个参数，并确定使用公制单位。 使用 requests 模块来检索天气数据。你可以创建一个接收城市名字作为参数的函数，然后返回一个 JSON。JSON 包含温度、天气状况的描述、日出和日落时间等数据。 下面的例子演示了这样一个函数： def find_weather_for(city: str) -> dict: """Queries the weather API and returns the weather data for a particular city.""" url = API.format(city_name=city, api_key=API_KEY) resp = requests.get(url) 这个 URL 是由两个全局变量构成： BASE_URL = "https://api.openweathermap.org/data/2.5/weather" API 以这个格式返回了一个 JSON： { "coord": { "lon": -0.13, "lat": 51.51 }, "weather": [ { "id": 800, "main": "Clear", "description": "clear sky", "icon": "01d" } ], "base": "stations", "main": { "temp": 16.53, "feels_like": 15.52, "temp_min": 15, "temp_max": 17.78, "pressure": 1023, "humidity": 72 }, "visibility": 10000, "wind": { "speed": 2.1, "deg": 40 }, "clouds": { "all": 0 }, "dt": 1600420164, "sys": { "type": 1, "id": 1414, "country": "GB", "sunrise": 1600407646, "sunset": 1600452509 }, "timezone": 3600, "id": 2643743, "name": "London", 当调用 resp.json() 的时候，数据是以 Python 字典的形式返回的。为了封装所有细节，可以用 dataclass 来表示它们。这个类有一个工厂方法，可以获得这个字典并且返回一个 WeatherInfo 实例。 这种办法很好，因为可以保持这种表示方法的稳定。比如，如果 API 改变了 JSON 的结构，就可以在同一个地方（from_dict 方法中）修改逻辑。亿华云其他代码不会受影响。你也可以从不同的源获得信息，然后把它们都整合到 from_dict 方法中。 @dataclass class WeatherInfo: temp: float sunset: str sunrise: str temp_min: float temp_max: float desc: str @classmethod def from_dict(cls, data: dict) -> "WeatherInfo": return cls( temp=data["main"]["temp"], temp_min=data["main"]["temp_min"], temp_max=data["main"]["temp_max"], desc=data["weather"][0]["main"], sunset=format_date(data["sys"]["sunset"]), sunrise=format_date(data["sys"]["sunrise"]), 现在来创建一个叫做 retrieve_weather 的函数。使用这个函数调用 API，然后返回一个 WeatherInfo，这样就可创建你自己的 HTML 页面。 def retrieve_weather(city: str) -> WeatherInfo: """Finds the weather for a city and returns a WeatherInfo instance.""" data = find_weather_for(city) 很好，我们的 app 现在有一些基础了。在继续之前，对这些函数进行单元测试。 根据维基百科，模拟对象mock object是通过模仿真实对象来模拟它行为的一个对象。在 Python 中，你可以使用 unittest.mock 库来模拟mock任何对象，这个库是标准库中的一部分。为了测试 retrieve_weather 函数，可以模拟 requests.get，然后返回静态数据。 在这个教程中，会使用 pytest 作为测试框架。通过插件，pytest 库是非常具有扩展性的。为了完成我们的模拟目标，要用 pytest-mock。这个插件抽象化了大量 unittest.mock 中的设置，也会让你的代码更简洁。如果你感兴趣的话，我在 另一篇博文中 会有更多的讨论。 好的，言归正传，现在看代码。 下面是一个 retrieve_weather 函数的完整测试用例。这个测试使用了两个 fixture：一个是由 pytest-mock 插件提供的 mocker fixture, 还有一个是我们自己的。就是从之前请求中保存的静态数据。 @pytest.fixture() def fake_weather_info(): """Fixture that returns a static weather data.""" with open("tests/resources/weather.json") as f: return json.load(f) def test_retrieve_weather_using_mocks(mocker, fake_weather_info): """Given a city name, test that a HTML report about the weather is generated correctly.""" # Creates a fake requests response object fake_resp = mocker.Mock() # Mock the json method to return the static weather data fake_resp.json = mocker.Mock(return_value=fake_weather_info) # Mock the status code fake_resp.status_code = HTTPStatus.OK mocker.patch("weather_app.requests.get", return_value=fake_resp) weather_info = retrieve_weather(city="London") 如果运行这个测试，会获得下面的输出： ============================= test session starts ============================== ...[omitted]... tests/test_weather_app.py::test_retrieve_weather_using_mocks PASSED [100%] ============================== 1 passed in 0.20s =============================== 很好，测试通过了！但是...生活并非一帆风顺。这个测试有优点，也有缺点。现在来看一下。 好的，有一个之前讨论过的优点就是，通过模拟 API 的返回值，测试变得简单了。将通信和 API 隔离，这样测试就可以预测了。这样总会返回你需要的东西。 对于缺点，问题就是，如果不再想用 requests 了，并且决定回到标准库的 urllib，怎么办。每次改变 find_weather_for 的代码，都得去适配测试。好的测试是，当你修改代码实现的时候，测试时不需要改变的。所以，通过模拟，你最终把测试和实现耦合在了一起。 而且，另一个不好的方面是你需要在调用函数之前进行大量设置——至少是三行代码。 ... # Creates a fake requests response object fake_resp = mocker.Mock() # Mock the json method to return the static weather data fake_resp.json = mocker.Mock(return_value=fake_weather_info) # Mock the status code fake_resp.status_code = HTTPStatus.OK 我可以做的更好吗？ 是的，请继续看。我现在看看怎么改进一点。 用 mocker 功能模拟 requests 有点问题，就是有很多设置。避免这个问题的一个好办法就是使用一个库，可以拦截 requests 调用并且给它们 打补丁patch。有不止一个库可以做这件事，但是对我来说最简单的是 responses。我们来看一下怎么用，并且替换 mock。 @responses.activate def test_retrieve_weather_using_responses(fake_weather_info): """Given a city name, test that a HTML report about the weather is generated correctly.""" api_uri = API.format(city_name="London", api_key=API_KEY) responses.add(responses.GET, api_uri, json=fake_weather_info, status=HTTPStatus.OK) weather_info = retrieve_weather(city="London") 这个函数再次使用了我们的 fake_weather_info fixture。 然后运行测试： ============================= test session starts ============================== ... tests/test_weather_app.py::test_retrieve_weather_using_responses PASSED [100%] 非常好！测试也通过了。但是...并不是那么棒。 使用诸如 responses 这样的库，好的方面就是不需要再给 requests 打补丁patch。通过将这层抽象交给库，可以减少一些设置。然而，如果你没注意到的话，还是有一些问题。 和 unittest.mock 很像，测试和实现再一次耦合了。如果替换 requests，测试就不能用了。 如果用模拟让测试耦合了，我能做什么？ 设想下面的场景：假如说你不能再用 requests 了，而且必须要用 urllib 替换，因为这是 Python 自带的。不仅仅是这样，你了解了不要把测试代码和实现耦合，并且你想今后都避免这种情况。你想替换 urllib，也不想重写测试了。 事实证明，你可以抽象出执行 GET 请求的代码。 真的吗？怎么做？ 可以使用适配器adapter来抽象它。适配器是一种用来封装其他类的接口，并作为新接口暴露出来的一种设计模式。用这种方式，就可以修改适配器而不需要修改代码了。比如，在 find_weather_for 函数中，封装关于 requests 的所有细节，然后把这部分暴露给只接受 URL 的函数。 所以，这个： def find_weather_for(city: str) -> dict: """Queries the weather API and returns the weather data for a particular city.""" url = API.format(city_name=city, api_key=API_KEY) resp = requests.get(url) 变成这样： def find_weather_for(city: str) -> dict: """Queries the weather API and returns the weather data for a particular city.""" url = API.format(city_name=city, api_key=API_KEY) 然后适配器变成这样： def requests_adapter(url: str) -> dict: resp = requests.get(url) 现在到了重构 retrieve_weather 函数的时候： def retrieve_weather(city: str) -> WeatherInfo: """Finds the weather for a city and returns a WeatherInfo instance.""" data = find_weather_for(city, adapter=requests_adapter) 所以，如果你决定改为使用 urllib 的实现，只要换一下适配器： def urllib_adapter(url: str) -> dict: """An adapter that encapsulates urllib.urlopen""" with urllib.request.urlopen(url) as response: resp = response.read() return json.loads(resp) def retrieve_weather(city: str) -> WeatherInfo: """Finds the weather for a city and returns a WeatherInfo instance.""" data = find_weather_for(city, adapter=urllib_adapter) 好的，那测试怎么做？ 为了测试 retrieve_weather, 只要创建一个在测试过程中使用的假的适配器： @responses.activate def test_retrieve_weather_using_adapter( fake_weather_info, ): def fake_adapter(url: str): return fake_weather_info weather_info = retrieve_weather(city="London", adapter=fake_adapter) 如果运行测试，会获得： ============================= test session starts ============================== tests/test_weather_app.py::test_retrieve_weather_using_adapter PASSED [100%] 这个方法的优点是可以成功将测试和实现解耦。使用依赖注入dependency injection在测试期间注入一个假的适配器。你也可以在任何时候更换适配器，包括在运行时。这些事情都不会改变任何行为。 缺点就是，因为你在测试中用了假的适配器，如果在实现中往适配器中引入了一个 bug，测试的时候就不会发现。比如说，往 requests 传入了一个有问题的参数，像这样： def requests_adapter(url: str) -> dict: resp = requests.get(url, headers= 在生产环境中，适配器会有问题，而且单元测试没办法发现。但是事实是，之前的方法也会有同样的问题。这就是为什么不仅要单元测试，并且总是要集成测试。也就是说，要考虑另一个选项。 现在终于到了讨论我们最后一个选项了。诚实地说，我也是最近才发现这个。我用模拟mock也很长时间了，而且总是有一些问题。VCR.py 是一个库，它可以简化很多 HTTP 请求的测试。 它的工作原理是将第一次运行测试的 HTTP 交互记录为一个 YAML 文件，叫做 cassette。请求和响应都会被序列化。当第二次运行测试的时候，VCT.py 将拦截对请求的调用，并且返回一个响应。 现在看一下下面如何使用 VCR.py 测试 retrieve_weather： @vcr.use_cassette() def test_retrieve_weather_using_vcr(fake_weather_info): weather_info = retrieve_weather(city="London") 天呐，就这样？没有设置？@vcr.use_cassette() 是什么？ 是的，就这样！没有设置，只要一个 pytest 标注告诉 VCR 去拦截调用，然后保存 cassette 文件。 cassette 文件是什么样？ 好问题。这个文件里有很多东西。这是因为 VCR 保存了交互中的所有细节。 interactions: - request: body: null headers: Accept: - */ Accept-Encoding: - gzip, deflate Connection: - keep-alive User-Agent: - python-requests/2.24.0 method: GET uri: https://api.openweathermap.org/data/2.5/weather?q=London&appid= response: body: string: { "coord":{ "lon":-0.13,"lat":51.51},"weather":[{ "id":800,"main":"Clear","description":"clearsky","icon":"01d"}],"base":"stations","main":{ "temp":16.53,"feels_like":15.52,"temp_min":15,"temp_max":17.78,"pressure":1023,"humidity":72},"visibility":10000,"wind":{ "speed":2.1,"deg":40},"clouds":{ "all":0},"dt":1600420164,"sys":{ "type":1,"id":1414,"country":"GB","sunrise":1600407646,"sunset":1600452509},"timezone":3600,"id":2643743,"name":"London","cod":200} headers: Access-Control-Allow-Credentials: - true Access-Control-Allow-Methods: - GET, POST Access-Control-Allow-Origin: - Connection: - keep-alive Content-Length: - 454 Content-Type: - application/json; charset=utf-8 Date: - Fri, 18 Sep 2020 10:53:25 GMT Server: - openresty X-Cache-Key: - /data/2.5/weather?q=london&units=metric status: code: 200 message: OK 确实很多！ 真的！好的方面就是你不需要留意它。VCR.py 会为你安排好一切。 现在看一下优点，我可以至少列出五个： 再与模拟相比较，除了避免了错误，还是有一些问题。 如果 API 提供者出于某种原因修改了数据格式，测试仍然会通过。幸运的是，这种情况并不经常发生，而且在这种重大改变之前，API 提供者通常会给他们的 API 提供不同版本。 另一个需要考虑的事情是就地in place端到端end-to-end测试。每次服务器运行的时候，这些测试都会调用。顾名思义，这是一个范围更广、更慢的测试。它们会比单元测试覆盖更多。事实上，并不是每个项目都需要使用它们。所以，就我看来，VCR.py 对于大多数人的需求来说都绰绰有余。 就这么多了。我希望今天你了解了一些有用的东西。测试 API 客户端应用可能会有点吓人。然而，当武装了合适的工具和知识，你就可以驯服这个野兽。 在 我的 Github 上可以找到这个完整的应用。
使用一个天气状况 REST API 的演示程序
检索数据
1、使用 mock 测试 API
使用 responses
2、使用适配器测试 API
3、使用 VCR.py 测试 API
总结
- 最近发表
- 随机阅读
- 数据中心如何推动可再生能源转型
- 一篇文章带你了解CSS3 滤镜(Filters)之一
- 大幅提高生产力：你需要了解的十大Jupyter Lab插件
- 请查收 2020 全球 JS 现状调查报告
- AI服务器的应用场景有哪些？
- JAR冲突问题的解决以及运行状态下如何查看加载的类
- 魔法方法推开Python进阶学习大门
- 面向对象编程是计算机科学的最大错误
- 2023年数据中心存储冷却最新技术
- 聊聊 GitHub Actions 博文发布工作流程
- 使用GitLabCI实现 多模块项目CI/CD
- 如何优雅地开发HarmonyOS APP应用
- 确保备用电源的三个步骤
- Socket粘包问题解决方案—Netty版！
- 图解 JavaScript 事件循环：微任务和宏任务
- 为Python正名：语言本身不是瓶颈，可能是外部资源出了问题
- 2023年的数据中心行业突出的三个问题
- 下一代消息队列Pulsar到底是什么？
- 理解JavaScript中的数据结构(链表)
- Github Actions还是Jenkins？该怎么选？
- 搜索