Monkey补丁修补和映像仅仅是一些测试复杂系统的方法。
在这个测试复杂系统三部曲系列的第一部分，我覆盖了深入测试的实际角度（方面）并且展示了怎样测试代码的困难块，例如用户界面，网络连接和异步代码。第二部分，讨论一些我曾经成功测试过的C++复杂系统。
在本文的最后安装部分，讨论类似的复杂系统测试方法像Python（和Swig C++/Python 绑定）和C++，.NET高容量，高可得性的Web服务。
Python
Python是强输入和动态输入的语言。它也是一门演绎的语言（即时编译）。这意味着打字错误会在运行时显现，而不是编译时。举个例子，如果你传递一个INT（整型）值给期望得到字符型值的函数，你的程序将仍然可以运行，也许还会成功运行到最后如果你的代码从未遇到不好的调用:
defsayHello(name): defsayHelloToMyLittleFriend(): sayHello('Jebediah') |
输出：
Hello，Jebediah
这个sayHelloToMyLittleFriend()函数包含的不好的调用sayHello(5)从未被召唤，所以这个程序运行正常。因此，你是不是应当在用静态输入的语言写程序时做点不同的事情？不！如果你没有发现那个不好的调用，就代表你没有测试代码路径。
……………………
查看全文请点击下载：http://www.51testing.com/html/73/n-849173.html
Monkey补丁
测试Python 代码（和其他动态语言）是件愉快的事情。没有必要去为你的代码设计可测试性，或者去创建特殊的界面，或者跟旧的代码打架。用Python， 你可以到达任何对象的内部，替换它的成员以你喜欢的任何东西。你甚至可以替换函数。再没有比这个更好的了。这个历史悠久的惯例被称作monkey patching。即使在你不用依赖性注入，monkey patching也可以工作，因为你可以在任何时候替换掉那些依赖。在以下的代码例子中，类A实例化了它自己的Dependency依赖：
