使用Pytest有效测试Python input() 函数的提示信息

def myFunction(argument: str) -> None:
  # 执行一些操作
  print("Doing stuff before input...") # 这是一个普通的print输出，会被capsys捕获
  result = input(f'Prompt for {argument}: ') # 这里的提示是input()的一部分
  # 执行其他操作
  print(f"User entered: {result}")

import pytest
from unittest.mock import patch # 也可以用monkeypatch

@pytest.mark.parametrize(('argument', 'expected_prompt_part'), (
  ('firstValue', 'Prompt for firstValue'),
  ('secondValue', 'Prompt for secondValue'),
))
def test_myFunction_prompt_attempt(argument: str, expected_prompt_part: str, monkeypatch, capsys) -> None:
  # 模拟用户输入，防止测试阻塞
  monkeypatch.setattr('builtins.input', lambda _: 'test_input')

  myFunction(argument)

  # 尝试捕获输出
  captured = capsys.readouterr()

  # 期望的提示信息不会出现在 captured.out 或 captured.err 中
  # captured.out 会包含 "Doing stuff before input..." 和 "User entered: test_input"
  assert expected_prompt_part in captured.out # 这通常会失败

def generate_prompt_function(argument: str) -> str:
   """
   根据给定的参数生成input()函数的提示字符串。
   这里可以包含复杂的逻辑来构建提示。
   """
   # 假设这是复杂的逻辑
   if argument == 'firstValue':
       return "Please enter your first value: "
   elif argument == 'secondValue':
       return "Enter the second value now: "
   else:
       return f"Input for argument '{argument}': "

def myFunction(argument: str) -> None:
  # 执行一些操作
  print("Doing stuff before input...")
  # 调用独立的函数来获取提示
  prompt_string = generate_prompt_function(argument)
  result = input(prompt_string)
  # 执行其他操作
  print(f"User entered: {result}")

import pytest

# 假设 generate_prompt_function 已经定义在你的模块中

@pytest.mark.parametrize(('argument', 'expected_prompt'), (
  ('firstValue', 'Please enter your first value: '),
  ('secondValue', 'Enter the second value now: '),
  ('otherValue', 'Input for argument \'otherValue\': '),
))
def test_generate_prompt_function(argument: str, expected_prompt: str) -> None:
    """
    测试 generate_prompt_function 在不同输入下是否生成正确的提示字符串。
    """
    assert generate_prompt_function(argument) == expected_prompt

import pytest
from unittest.mock import patch

# 假设 myFunction 和 generate_prompt_function 已经定义在你的模块中

@pytest.mark.parametrize(('argument', 'mock_input_value', 'expected_output_part'), (
  ('test_arg', 'user_response', 'User entered: user_response'),
))
def test_myFunction_behavior(argument: str, mock_input_value: str, expected_output_part: str, monkeypatch, capsys) -> None:
    """
    测试 myFunction 的行为，模拟用户输入并检查其最终输出。
    """
    # 模拟 input() 函数，使其返回预设值
    monkeypatch.setattr('builtins.input', lambda _: mock_input_value)

    # 模拟 generate_prompt_function，确保它被调用且返回一个字符串
    # 实际上，如果 generate_prompt_function 已经单独测试过，这里可以不模拟
    # 但为了更彻底的隔离，或者如果 generate_prompt_function 有外部依赖，可以模拟
    with patch('your_module_name.generate_prompt_function', return_value="Mocked Prompt: ") as mock_gen_prompt:
        myFunction(argument)
        # 验证 generate_prompt_function 是否被调用
        mock_gen_prompt.assert_called_once_with(argument)

    # 捕获 myFunction 的标准输出
    captured = capsys.readouterr()

    # 验证 myFunction 是否打印了预期的结果
    assert "Doing stuff before input..." in captured.out
    assert expected_output_part in captured.out
    assert captured.err == "" # 确保没有错误输出