Python模拟复杂对象：unittest.mock与pytest注入实战

本文深入剖析了Python单元测试中mock技术的核心痛点与实战技巧，直击mock.patch失效的根源——必须patch被测代码实际访问的对象路径而非导入路径，并系统介绍了patch.object的安全替代方案、side_effect对多分支逻辑的精准模拟、assert_called系列方法的严谨调用验证，以及pytest fixture对mock的优雅封装策略；同时提醒开发者关注真实项目中mock边界模糊的陷阱，强调通过call_args_list和print调试比盲目猜测更高效，为写出可靠、可维护的测试代码提供了即学即用的完整指南。

mock.patch 为什么没生效？

最常见的原因是 patch 的目标位置写错了——不是写被测试代码里 import 的地方，而是写「被测试对象实际访问它的地方」。比如你在 utils.py 里写了 requests.get()，但测试时却 patch requests.get 在 test_utils.py 中的导入路径，那 mock 就不会触发。

实操建议：

• 用 patch('module_name.ClassName.method_name')，其中 module_name 是被测函数所在模块（如 utils），不是你 import 它的地方
• 如果被测函数在 app.services.api_client 里调用了 httpx.post，就该 patch 'app.services.api_client.httpx.post'
• 用 patch.object 更安全：比如 patch.object(httpx, 'post')，避免字符串路径出错
• pytest + unittest.mock 混用时，别在 fixture 里只 return Mock() 而不 patch，那只是造了个假对象，没替换掉运行时调用链

如何让 mock 返回不同值以覆盖分支逻辑？

单次调用返回固定值不够用，比如一个函数里两次调用 json.loads()，第一次成功、第二次抛异常，就得控制返回行为。

实操建议：

• 用 side_effect：传列表（按调用顺序返回）、异常类（如 ValueError）、或函数（可带参数做判断）
• mock_obj.method.side_effect = [True, False, ValueError('timeout')] —— 第三次调用直接 raise
• 需要检查入参再决定返回？写个函数：lambda x: {'id': 1} if 'user' in x else {}
• 注意：return_value 和 side_effect 互斥，设了后者，前者会被忽略

mock 之后怎么验证调用是否符合预期？

光 mock 不验证，等于白 mock。容易漏掉参数拼错、调用次数不对、甚至根本没调用。

实操建议：

• 用 assert_called()、assert_called_once()、assert_not_called() 快速确认是否触发
• 查参数：mock_obj.method.assert_called_with(url='https://api.example.com', timeout=5)
• 查多次调用：mock_obj.method.assert_has_calls([call(...), call(...)], any_order=False)
• 别忘了 call 要从 unittest.mock 导入，pytest 不自带
• 如果 mock 的是类实例方法，记得验证的是实例上的方法调用，不是类本身

pytest.fixture + mock 怎么组织才不混乱？

把 patch 写进每个 test 函数太重复；全塞进 conftest.py 又容易过度共享、干扰其他测试。

实操建议：

• 优先用 fixture 封装 patch：用 @pytest.fixture + with patch(...) 或 patch.start()/stop()
• scope 设为 'function'，避免跨测试污染；需要共享时再升到 'module'
• fixture 返回 mock 对象本身，而不是 patcher，方便 test 函数里做 assert
• 慎用 autospec=True：虽然能自动校验签名，但在 mock 类方法或复杂继承时可能报 AttributeError，先关掉试试
• mock 对象默认允许任意属性访问，若要严格限制，加 spec_set=True，访问不存在属性会立刻报错

真实项目里，mock 的边界往往比想象中模糊——比如你以为只 mock 了数据库，结果 ORM 自动触发了缓存 client 的初始化。多打一行 print(mock_obj.__dict__) 或用 mock_obj.method.call_args_list 看看到底发生了什么，比猜快得多。

理论要掌握，实操不能落！以上关于《Python模拟复杂对象：unittest.mock与pytest注入实战》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！