Python Unittest如何实现带通配符的对象断言？

原生unittest的局限性 #

Python标准库的unittest没有直接支持你想要的这种用通配符（比如*）匹配动态值的对象断言机制，self.assertEqual会严格对比两个对象的所有键值对，无法忽略指定字段。

替代方案 #

1. 使用unittest.mock.ANY匹配动态值 #

你可以借助unittest.mock模块里的ANY来替代通配符，它会匹配任意值，刚好适合处理动态生成的时间戳这类场景：

from unittest import TestCase
from unittest.mock import ANY

class YourTest(TestCase):
    def test_returned_object(self):
        returned_object = your_function()  # 调用你的函数获取返回对象
        self.assertEqual(returned_object, {
            'key1': 'val1',
            'timestampkey': ANY
        })

这个方案不需要额外安装依赖，完全基于标准库，代码简洁，符合你想要的写法。

2. 提取固定字段对比 #

如果不想引入mock模块，也可以先复制返回对象，移除或替换动态字段后再对比：

from unittest import TestCase

class YourTest(TestCase):
    def test_returned_object(self):
        returned_object = your_function()
        expected = {'key1': 'val1'}
        # 复制返回对象并移除动态字段
        filtered_obj = {k: v for k, v in returned_object.items() if k != 'timestampkey'}
        self.assertEqual(filtered_obj, expected)
        # 额外验证时间戳字段的合法性（可选）
        self.assertIn('timestampkey', returned_object)
        self.assertIsInstance(returned_object['timestampkey'], int)  # 假设时间戳是整数类型

这种方式既验证了固定字段的正确性，还可以额外校验动态字段的格式是否符合预期。

3. 自定义断言辅助函数 #

如果需要频繁处理这类场景，可以写一个通用的辅助函数，实现类似通配符的匹配逻辑：

from unittest import TestCase

def assert_dict_matches(expected, actual):
    for key, expected_val in expected.items():
        if expected_val == '*':
            assert key in actual, f"Key {key} not found in actual dict"
        else:
            assert actual[key] == expected_val, f"Value mismatch for key {key}: {actual[key]} != {expected_val}"
    # 可选：验证实际对象没有多余的键
    assert set(actual.keys()) == set(expected.keys()), "Actual dict has extra/missing keys"

class YourTest(TestCase):
    def test_returned_object(self):
        returned_object = your_function()
        assert_dict_matches(
            {'key1': 'val1', 'timestampkey': '*'},
            returned_object
        )

这个函数可以根据你的需求扩展，比如支持更多通配符规则，或者忽略多余字段等。

总结 #

• 原生unittest无内置通配符断言，推荐用unittest.mock.ANY实现最接近你需求的写法；
• 若不想用mock模块，提取固定字段对比是轻量方案；
• 频繁场景可自定义辅助函数提升复用性。

内容的提问来源于stack exchange，提问作者Kraken