pytest-mock是一個基於python自帶的unittest.mock所做的包裝，可以讓我們使用pytest撰寫測試時能更容易調用mock。

續上篇講解完

引言 如果你曾經用過unittest.mock.patch，不知道在使用時你有沒有一個疑問: 我這個patch用下去，究竟要patch哪裡? 我是誰，我在哪裡 案例 如果今天我們的資料夾結構長這樣 root/ ----app/

序言 在之前的幾篇隨筆中，各位應該不難發現，在測試進行時，我們需要import被測試的module，畢竟要測試一個函式的功能，首先得先把他抓出來吧。 但如果今天被測試的對象是一個Flask的API呢？ @app.route('/login', methods=['GET', 'POST']) def login(): # 簡單的登入實作，get時給登入頁的html，post時驗證輸入的帳號密碼 if request.method == 'POST':

序言 今天隨筆的主題是VCR 各位如果在須測試的程式中，有使用別人開發的API，或是去爬一些網頁的時候，一定會覺得在撰寫測試的過程中覺得厭世。 為什麼? 想像一個API會回傳多少資訊，要注意response的格式對不對，headers可能也要注意，算上別的意外，如果要把這個API的所有回傳都mock，那會有複數的mock需要維護，我們就只能對著API一個一個把mock刻出來。 但是別擔心，今天的我們有...VCR! pytest-recording

序言 在各種程式與環境組合起來運行時，我們常常會遇到一個問題: 這段code剛剛在我的電腦上還會動阿?怎麼到別台電腦就壞了? 環境的不同/網路連線狀態的差異/port設定/ENV設定/random seed...有太多種可能 這種不穩定的情況若是在測試過程中發生，我們就稱之為 Flaky Test flaky有什麼問題?

在使用pytest-mock的mocker fixture時 所有mock假造的物件都會在當個測試結束時被關掉，所以不會影響其他測試 但如果發生了以下的事情 def test_function(mocker): mock1 = mocker.patch('module1.function1') # Do some test using mock1 to generate something you want

閱讀本文前，我們會假設各位都知道 fixture是一個"測試單元都能拿去用的公共物件"

有天用projection query的時候看到我的output居然增殖了 from google.cloud import datastore client = datastore.Client() query = client.query(kind='Person') query.projection = ['emails'] results = query.fetch() 如果只看這段程式碼，應該會覺得“就很一般的投影查詢，我只要看找下來的entity內的email column而已”。

2023年的第一個Taipei.py結束瞜 這邊會簡短的分享一下本次的內容，希望這之後會成為固定的月刊 2023年1月的meetup連結在此： https://www.meetup.com/taipei-py/events/290416829/ 演講1. Static Application Security with Snyk snyk的介紹 先上github

https://plugins.jetbrains.com/plugin/11084-pylint

最近在處理gcp datastore下來的資料時發現一個情況之前沒有處理過，簡單介紹一下 假設我們有一個列表，其中包含了一些數字： numbers = [1, 2, 3, 4] # 遍歷列表並顯示每個數字 for number in numbers: print(number)