1、背景
在日常测试过程中或者研发开发过程中，目前接口暂时没有开发完成，测试人员又要提前介入接口测试中，测试人员不仅仅只是简单的编写测试用例，也可以通过一些 mock 的方法进行来提前根据接口测试的情况进行模拟返回接口的信息，进行模拟接口各种场景的异常。
mock 是指模拟，也就是模拟接口返回的信息，用已有的信息替换它需要返回的信息，从实现对所依赖的模块的测试。
一般有两种场景：
- 前端对后端接口的 mock，
- 后端服务之间的测试中涉及的 mock，常常发生在单元测试的时候。
前端 mock 可以通过一些工具来完成：
- 使用抓包工具 Fiddler，Charles 来实现，通过修改代理返回的数据，实现多种场景的测试。
- 使用一些 API 管理工具来模拟，比如 yapi，Easy Mock 等
- 当然有编码能力的，也可以使用 node.js，python 的 fastAPI 来模拟
后端的 Mock 则是从接口的角度，如果一个接口 A 返回的数据需要依赖于另一个接口 B，当敏捷开发中 B 接口还未开发完全时候这里会需要用到 Mock。
对于测试人员，对接口测试的时候，部分接口尚未开发完成，在约定了接口定义之后，也可以使用 Mock 来模拟。
今天给大家介绍一款 Python Mock 工具：requests-mock
2、工具介绍
requests-mock 是一个用于模拟 HTTP 请求的 Python 库，它可以帮助开发人员在测试和开发过程中模拟各种 HTTP 请求和响应。使用 requests-mock，可以用来模拟接口的各种场景，就像真正的服务器一样。
特点：
- 灵活性：requests-mock 允许开发人员根据需要灵活地定义虚拟的 HTTP 响应，包括状态码、头部信息、响应体等。
- 易用性：requests-mock 的 API 设计简单易用，开发人员可以很容易地集成到他们的测试和开发工作流程中。
- 可扩展性：requests-mock 支持自定义的响应生成器和请求匹配器，可以满足各种复杂的测试需求。
适用场景：
单元测试：
开发人员可以使用 requests-mock 模拟 HTTP 请求和响应，以便在单元测试中测试他们的代码。集成测试：
在进行集成测试时，requests-mock 可以帮助开发人员模拟外部服务的行为，以验证系统的整体功能。开发过程中的快速原型验证：
在开发过程中，开发人员可以使用 requests-mock 快速验证他们的代码对于不同的 HTTP 响应的处理情况。
通过 Mock 能够帮助我们模拟系统各种行为，包括网络请求、文件读写、数据库操作、系统时间等等。这能够在测试代码时降低对外部依赖的需求，从而提高代码的可测试性。
3、安装
安装必要的模块：requests, requests_mock。
pip install requests
pip install requests_mock
4、使用示例
示例一：使用 Mock 模拟 GET、Post 请求
以下是一个使用 requests-mock 模拟 GET 请求和 POST 请求的示例：
import requests
import requests_mock
# 模拟GET请求
with requests_mock.Mocker() as m:
# 模拟post请求内容，返回的json格式，返回码为200
m.get('http://example.com/api/data', json={"name":"测试开发技术"}, status_code=200)
response = requests.get('http://example.com/api/data')
print(response.json())
# 模拟POST请求
with requests_mock.Mocker() as m:
# 模拟post请求内容，返回的json格式，返回码为200
m.post('http://example.com/api/submit',json={"name":"测试开发技术"}, status_code=201)
response = requests.post('http://example.com/api/submit', data={'key': 'value'})
print(response.json())
在上面的示例中，我们使用 requests-mock 模拟了一个 GET 请求和一个 POST 请求。在每个模拟的上下文中，我们使用 requests_mock.Mocker() 创建了一个模拟器，并使用 m.get() 和 m.post() 分别定义了 GET 请求和 POST 请求的模拟响应。然后，我们使用 requests 库发送了实际的 GET 和 POST 请求，并打印了模拟的响应内容。
示例二：requests-mock 在测试脚本中的用法
import requests
import requests_mock
def get_data():
response = requests.get('http://example.com/api')
return response.json()
def test_get_data():
adapter = requests_mock.Adapter()
mock_response = {"status": "ok", "datas": [{"name": "狂师", "description": "公众号：测试开发技术"}]}
adapter.register_uri('GET', 'http://example.com/api', json=mock_response)
with requests.Session() as session:
session.mount('http://', adapter)
data = get_data()
assert data["status"] == "ok"
assert len(news_data["datas"]) == 1
assert news_data["datas"][0]["name"] == "狂师"
示例三：requests-mock 模拟请求错误异常
正常请求接口的时候，都会出现接口异常情况，比如超时哈，或者请求服务器异常等操作，接下来小编通过 requests-mock 进行模拟服务器异常的情况。
import requests
import requests_mock
from requests.exceptions import ConnectionError, Timeout
def test_exception():
with requests_mock.Mocker() as m:
# 模拟请求超时处理
m.get('http://example.com/api',exc=Timeout)
# 通过pytest.raises进行捕捉异常，如果存在异常，则判断为pass
with pytest.raises(Timeout):
requests.get('http://example.com/api',timeout=3)
# 模拟服务器错误
m.get('http://example.com/api', exc=ConnectionError)
# 发送请求并断言是否抛出了预期的异常
with pytest.raises(ConnectionError):
requests.get('http://example.com/api')