Python 3.x 文件上传的单元测试用例

我创建了一个flask应用程序，在这里我上传一个文件，然后预测文件的类型。我想为同样的问题编写单元测试用例。我不熟悉python中的单元测试，因此非常困惑！。我的代码有两部分，第一部分是Main函数，它调用分类方法

main.py-在这里上传文件，然后调用func_predict函数，该函数返回输出

upload_parser = api.parser()
upload_parser.add_argument('file', location='files',
                       type=FileStorage, required=True)
@api.route('/classification')
@api.expect(upload_parser)
class classification(Resource):

    def post(self):
    """
       predict the document
    """
        args = upload_parser.parse_args()
        uploaded_file = args['file']
        filename = uploaded_file.filename
        prediction,confidence = func_predict(uploaded_file)
        return {'file_name':filename,'prediction': prediction,'confidence':confidence}, 201

predict.py：该文件包含func_predict函数，该函数执行实际的预测工作。它将上载的文件作为输入

def func_predict(file):
    filename = file.filename #filename
    extension = os.path.splitext(filename)[1][1:].lower() #file_extension
    path = os.path.join(UPLOAD_FOLDER, filename) #store the temporary path of the file
    output = {}
    try:
    # Does some processing.... some lines which are not relevant and then returns the two values
    return (''.join(y_pred),max_prob)

现在我的困惑是，我如何模拟上传的文件，上传的文件是文件存储类型。另外，我应该为哪种方法执行测试，应该是“/分类”还是func_predict

我已经尝试了下面的方法，尽管我在这方面没有取得任何成功。 我创建了一个test.py文件，并从main.py导入了分类方法，然后向数据传递了一个文件名

from flask import Flask, Request
import io
import unittest
from main import classification

class TestFileFail(unittest.TestCase):

    def test_1(self):

        app = Flask(__name__)
        app.debug = True
        app.request_class = MyRequest


        client = app.test_client()
        resp = client.post(
            '/classification',
            data = {
            'file': 'C:\\Users\\aswathi.nambiar\\Desktop\\Desktop docs\\W8_ECI_1.pdf'
        }, content_type='multipart/form-data'
    )
        print(resp.data)

        self.assertEqual(
        'ok',
        resp.data,
    )


if __name__ == '__main__':
    unittest.main()

---

我完全迷路了！我知道之前有过一些问题，但我想不出来

我终于偶然发现了如何测试它，以防有人在寻找类似的东西

from predict_main_restplus import func_predict 
from werkzeug.datastructures import FileStorage
file = None

def test_classification_correct():
    with open('W8-EXP_1.pdf', 'rb') as fp:
        file = FileStorage(fp)
        a , b = func_predict(file)
        assert (a, b) == ('W-8EXP',90.15652760121652)

因此，我们在这里测试predict.py中的预测函数，它返回两个值，预测结果和预测的置信度。我们可以使用open（file）模拟上传，然后用FileStorage包装它。这对我有用