
在python单元测试中,我们经常需要模拟外部依赖,以确保测试的隔离性和可预测性。json.dumps()是python标准库中一个常用的方法,用于将python对象序列化为json格式的字符串。然而,当尝试直接模拟json.dumps()时,开发者常常会遇到一个令人困惑的typeerror: object of type magicmock is not json serializable错误。
这个错误通常不是因为MagicMock对象本身被错误地传递给json.dumps()进行序列化,而是源于Python unittest.mock库的一个核心原则:你必须在对象被查找(lookup)的地方进行模拟,而不是在它被定义(define)的地方。
当你在测试中使用@mock.patch("json.dumps")时,你尝试替换的是全局json模块中的dumps方法。然而,如果你正在测试的模块(例如my_module.py)是通过import json或from json import dumps语句导入了json模块或其dumps方法,那么my_module内部使用的json对象或dumps函数,在模块加载时就已经获得了对原始json模块或dumps函数的引用。此时,即使你修改了全局json.dumps,my_module仍然在使用它最初导入的那个未被修改的引用。
在这种情况下,如果你的代码期望json.dumps()返回一个字符串,但由于模拟失败,实际调用的仍然是真实的json.dumps()。如果某个环节意外地将一个MagicMock对象作为参数传递给了这个未被模拟的真实json.dumps(),就会触发TypeError,因为真实的json.dumps()无法序列化一个MagicMock对象。
解决这个问题的关键在于遵循“在被查找处打补丁”的原则。这意味着我们不应该直接模拟标准库的全局json.dumps,而是应该模拟被测试模块中导入的json模块。
立即学习“Python免费学习笔记(深入)”;
假设我们有一个服务模块my_service.py,其内容如下:
# my_service.py
import json
def process_data(data):
"""
处理数据并将其序列化为JSON字符串。
"""
processed_data = {"id": data.get("id", 0) + 1, "value": data.get("value", "default").upper()}
return json.dumps(processed_data)
def generate_report(report_data):
"""
生成包含JSON数据的报告。
"""
return f"Report:\n{json.dumps(report_data, indent=2)}"为了测试process_data或generate_report函数,我们需要模拟my_service模块内部使用的json.dumps。正确的模拟方式是针对my_service.json进行打补丁,然后配置其dumps方法的行为。
示例代码:
# test_my_service.py
import unittest
from unittest import mock
from my_service import process_data, generate_report
class TestMyService(unittest.TestCase):
@mock.patch("my_service.json") # 正确的模拟方式:模拟my_service模块中导入的json
def test_process_data_with_mocked_json_dumps(self, mock_json):
# 配置mock_json对象的dumps方法
mock_json.dumps.return_value = '{"mocked_id": 101, "mocked_value": "MOCKED"}'
# 调用被测试函数
input_data = {"id": 100, "value": "test"}
result = process_data(input_data)
# 验证json.dumps是否被调用以及调用参数
mock_json.dumps.assert_called_once_with({"id": 101, "value": "TEST"})
self.assertEqual(result, '{"mocked_id": 101, "mocked_value": "MOCKED"}')
@mock.patch("my_service.json")
def test_generate_report_with_mocked_json_dumps(self, mock_json):
# 配置mock_json对象的dumps方法
mock_json.dumps.return_value = '{\n "status": "success",\n "details": "mocked report"\n}'
# 调用被测试函数
report_data = {"status": "success", "details": "original report"}
result = generate_report(report_data)
# 验证json.dumps是否被调用以及调用参数
mock_json.dumps.assert_called_once_with(report_data, indent=2)
self.assertEqual(result, 'Report:\n{\n "status": "success",\n "details": "mocked report"\n}')
# 错误模拟方式的以上就是Python单元测试中json.dumps()方法的正确模拟策略的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号