Python mock 使用技巧与实战方法

本文深入解析了Python中mock库的核心使用技巧与实战避坑指南，重点揭示了patch失效的根源在于错误地patch函数定义处而非调用处，并系统对比了return_value与side_effect在模拟固定响应、异常抛出和动态逻辑时的适用场景；同时厘清了Mock与MagicMock的本质区别——前者轻量可控，后者专为支持魔术方法而生；还强调了patch.object凭借对象引用而非字符串路径带来的重构安全性和可维护性优势，最后提醒开发者警惕patch的作用域局限性，确保测试隔离性与可靠性。

mock.patch 为什么没生效？

最常见的原因是 patch 的位置不对——不是目标函数「在哪里定义」，而是「在哪里被使用」。比如你在 utils.py 里定义了 requests.get，但在 service.py 里调用了它，那就要在 service.py 的命名空间里 patch，而不是 utils.py。

• 用 @mock.patch('service.requests.get')，不是 @mock.patch('requests.get')
• 如果用上下文管理器，同样写 with mock.patch('service.requests.get'):
• 模块级 patch 要确保测试导入的是被 patch 的模块，而非直接导入函数（如避免 from requests import get）

mock.return_value 和 mock.side_effect 怎么选？

前者适合固定返回值，后者更适合模拟异常、多次调用不同响应或带逻辑的返回。

• mock.return_value = {'status': 'ok'}：所有调用都返回这个字典
• mock.side_effect = [ValueError('timeout'), {'status': 'ok'}]：第一次抛异常，第二次返回字典
• mock.side_effect = lambda url: {'url': url, 'data': 'mocked'}：按输入动态生成返回
• 注意：设了 side_effect 后，return_value 会被忽略

mock.Mock() 和 mock.MagicMock() 有啥区别？

绝大多数时候该用 Mock；只有当你需要 mock 对象支持魔术方法（比如 len()、iter()、__str__）时，才用 Mock 不够，得上 Mock 或 Mock。

• 想 mock 一个类并让它能被 for item in obj: 遍历？用 Mock
• 想 mock 一个对象，又希望 str(obj) 不报 TypeError？用 Mock
• 普通函数、方法、简单对象，Mock 足够，更轻量，行为更可预测
• Mock 会自动实现一堆魔术方法，有时反而掩盖了真实调用缺失的问题

patch.object 什么时候比 patch 更安全？

当你明确知道要 patch 的是某个类/模块的特定属性，并且不依赖字符串路径时，patch.object 更稳定、更易重构。

• @patch.object(MyClass, 'fetch_data', return_value='mocked') 比 @patch('my_module.MyClass.fetch_data') 更可靠
• 重命名类或方法时，IDE 能自动更新 patch.object 的引用，但字符串路径不会变
• 适用于单元测试中已 import 的对象，避免拼错模块路径导致 silent failure
• 注意：传入的是对象本身，不是字符串；不能用于 patch 尚未 import 的模块

最常被忽略的其实是 patch 的作用域和生命周期——mock 对象只在 patch 生效范围内存在，一旦退出上下文或装饰器作用域，原始行为立刻恢复。别指望在一个 test 方法里 patch 了，然后在另一个 test 里还有效。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~