Python 测试中 mock 和 patch 应该怎么用？

简化版

mock 用来替换测试中的外部依赖，比如网络请求、数据库、时间、第三方 SDK，让测试更稳定、更快。patch 的关键是补丁要打在“被测代码实际查找对象的位置”，而不是对象最初定义的位置。

详细版

mock 常见用途：

隔离外部 HTTP 请求；
模拟第三方 SDK 返回；
固定当前时间；
模拟异常场景；
验证某个函数是否被调用、调用了几次、参数是什么。

示例：

from unittest.mock import patch

def test_get_user():
    with patch("app.service.http_client.get") as mock_get:
        mock_get.return_value = {"id": 1}
        assert get_user(1) == {"id": 1}
        mock_get.assert_called_once()

面试重点是：mock 是为了隔离不稳定依赖，不是为了把所有真实逻辑都替换掉。过度 mock 会让测试只验证 mock 配置是否正确。

完整版教学

一、为什么需要 mock

单元测试应该尽量快、稳定、可重复。如果一个测试每次都真的访问第三方接口、发送短信、写真实数据库，它就会变慢且不稳定。网络会抖动，第三方服务会限流，真实数据库状态会变化。

mock 的作用是把这些不受控的外部依赖替换成可控对象。这样测试可以专注验证被测逻辑本身。

例如订单服务调用支付服务。如果你只是测试“支付成功后订单状态变为已支付”，不需要真的调支付网关，可以把支付网关 mock 成固定返回成功。

二、Mock 对象能做什么

Python 标准库提供 unittest.mock。Mock 对象可以设置返回值：

from unittest.mock import Mock

client = Mock()
client.get_user.return_value = {"id": 1, "name": "Tom"}

assert client.get_user(1)["name"] == "Tom"
client.get_user.assert_called_once_with(1)

它还可以设置副作用，例如抛异常或按顺序返回不同值：

client.get_user.side_effect = TimeoutError("timeout")

这些能力可以帮助我们测试异常分支、重试逻辑、降级逻辑。

三、patch 的核心规则：补使用位置

patch 最容易错的点是路径。补丁应该打在被测代码查找对象的位置，而不是对象定义的位置。

假设代码如下：

# app/payment.py
def charge():
    ...

# app/order.py
from app.payment import charge

def pay_order():
    return charge()

测试 pay_order 时，应该 patch：

patch("app.order.charge")

而不是：

patch("app.payment.charge")

因为 order.py 已经把 charge 导入到自己的命名空间，pay_order 实际查找的是 app.order.charge。

这个细节是 mock 面试题最高频的坑。

四、patch 的几种写法

上下文管理器写法清晰：

def test_pay_order():
    with patch("app.order.charge") as mock_charge:
        mock_charge.return_value = True
        assert pay_order() is True

装饰器写法适合单个测试：

@patch("app.order.charge")
def test_pay_order(mock_charge):
    mock_charge.return_value = True
    assert pay_order() is True

pytest 中也常用 monkeypatch：

def test_env(monkeypatch):
    monkeypatch.setenv("APP_ENV", "test")

monkeypatch 更适合临时修改环境变量、属性、字典项等，测试结束后会自动恢复。

五、mock 外部 HTTP 调用

如果业务函数里调用 HTTP：

def fetch_user(user_id):
    resp = requests.get(f"https://api.example.com/users/{user_id}")
    return resp.json()

测试时可以 patch requests.get：

def test_fetch_user():
    with patch("app.user_service.requests.get") as mock_get:
        mock_get.return_value.json.return_value = {"id": 1}
        assert fetch_user(1) == {"id": 1}

路径仍然要看 fetch_user 所在模块如何引用 requests。如果被测模块是 app.user_service，通常 patch app.user_service.requests.get。

六、mock 的边界

mock 太少，测试会慢且脆弱；mock 太多，测试会脱离真实行为。好的测试通常会在单元测试中 mock 外部边界，在集成测试中保留更多真实组件。

例如数据库 repository 层可以用测试数据库验证真实 SQL；service 层可以 mock repository 来测试业务分支；API 层可以用测试客户端走完整请求链路。

不要为了让测试通过而 mock 掉被测函数内部所有逻辑。那样测试只是在验证你写的 mock 返回值，不再验证业务代码。

七、常见误区与追问

场景	推荐做法	原因
外部 HTTP	mock 请求客户端	避免网络抖动和第三方限流
当前时间	patch 时间来源	固定时间让断言稳定
数据库 SQL	集成测试尽量用测试库	mock 无法发现 SQL 和映射错误
复杂 SDK	用 spec/autospec	防止拼错方法名测试仍通过

对象定义位置：app.payment.charge
被测代码导入：from app.payment import charge  -> app.order.charge
测试 pay_order 时 patch：app.order.charge

记忆钩子：patch 不问对象最初在哪里定义，只问被测代码运行时从哪里查找它。

第一个误区是 patch 错位置。记住补丁打在被测代码使用对象的位置。

第二个误区是没有验证调用参数。很多场景不仅要验证返回结果，还要验证外部依赖是否用正确参数调用。

第三个误区是 mock 和真实对象接口不一致。可以用 autospec=True 或明确 spec，减少拼错方法名还不报错的问题。

第四个误区是所有测试都 mock 数据库。这样 SQL 错误、事务问题、模型映射问题可能完全测不出来。

误区：patch 对象定义位置就一定生效。 如果被测模块已经 from x import y，运行时查找的是被测模块里的名字，要 patch 使用位置。
误区：mock 越多测试越稳定。 过度 mock 会让测试脱离真实行为，只验证 mock 配置，关键集成风险反而被遮住。
误区：只验证返回值，不验证外部调用参数。 对支付、消息、邮件这类外部依赖，还要验证调用次数、参数和异常处理。
追问：autospec=True 有什么用？ 它让 mock 尽量遵循真实对象签名和属性，减少拼错方法名、参数不匹配但测试仍通过的风险。
追问：mock 和 pytest 的 monkeypatch 怎么选？ mock.patch 常用于替换函数、类、方法并断言调用；monkeypatch 常用于临时改环境变量、属性、字典项。
追问：什么时候不应该 mock 数据库？ Repository、SQL 映射、事务行为、迁移兼容性要靠测试数据库或集成测试验证，不能全靠 mock。

八、加强记忆

记 mock 的原则：外部依赖可替换，核心逻辑要保留；patch 要补被测代码实际查找对象的位置；单元测试多隔离，集成测试多真实。mock 是让测试稳定的工具，不是逃避真实验证的遮羞布。

简化版

详细版