如果该对象不断变化,如何模拟返回的datetime对象?
例如,我有一些查询api的代码,获取一些时间序列数据并将其作为一系列datetime对象返回。
因此,查询的api的返回数据如下所示:
{
'from_date': 1497881400000.0,
'group_by': [],
'message': '',
'query': 'avg:system.load.norm.5{role:lb}',
'res_type': 'time_series',
'resp_version': 1,
'series': [{'aggr': 'avg',
'attributes': {},
'display_name': 'system.load.norm.5',
'end': 1497709799000,
'expression': 'avg:system.load.norm.5{role:lb}',
'interval': 1,
'length': 60,
'metric':
'avg:system.load.norm.5{role:lb}',
'pointlist': [[1497881400000.0,
0.06923198629355053],
[.. 60 more points]],
'query_index': 0,
'scope': 'role:lb',
'start': 1497709742000,
'unit': [None, None]}],
'status': 'ok',
'to_date': 1497709800000
}
而我的代码这样做:
from typing import NamedTuple
class SampleMetric(NamedTuple):
query: str
time: datetime.datetime
value: int
pointlist = api_query['series'][0]['pointlist']
return [SampleMetric(query=metric,
time=datetime.datetime.fromtimestamp(
point[0] / 1000),
value=point[1]) for point in pointlist]
在上述api数据的情况下,它看起来像这样:
[SampleMetric(query='avg:system.load.norm.5{role:lb}', time=datetime.datetime(2017, 10, 20, 11, 2), value=231.8605833053589),
SampleMetric(query='avg:system.load.norm.5{role:lb}', time=datetime.datetime(2017, 10, 20, 11, 3), value=243.17432022094727),...]
因此,我可以像上面的示例一样轻松地创建一个返回字典的模拟api对象,但是我真的很难模拟返回的变化的datetime对象。
即
time=datetime.datetime(2017, 10, 20, 11, 2)
谁能给我关于如何执行此操作的任何想法?目前,我已经通过在返回数据中仅包含一个时间序列点并对时间值进行硬编码来解决此问题,但是我认为这并不是真正的真实测试,因为它应该返回60个结果。
请忽略本示例中使用的实际值,我知道它们是错误的,但这仅出于说明目的,因为我正努力解释我的意思。
最佳答案
我不确定“不断变化”到底是什么意思,所以我将作两个猜测并回答两个。
我的第一个猜测是,您想知道当结果取决于当前时间时如何编写单元测试。这会使输出不断变化,因此很难编写测试。
为了解决该问题,我要么将当前时间作为显式输入参数传递给正在测试的代码,要么模拟datetime.now()
方法。这样,单元测试将始终基于同一时间进行计算,并且应始终获得相同的结果。这也使测试有趣的极端情况变得更加容易,例如夏令时的变化。您可以为每个有趣的场景编写一个单独的测试用例,并且每个场景都有不同的“当前时间”。
我的第二个猜测是,您在问如何为输入数据创建一组60个不同的日期时间值。我可能会为前几个条目计算几个有趣的值,然后仅使用for
循环或range()
表达式生成其余值。
关于python - py.test:模拟不断变化的日期时间对象,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/46847975/