Python函数单元测试需隔离外部依赖，用unittest.mock按需打桩、依赖注入提升可测性，真实I/O仅在集成测试中验证。
测试前先隔离外部依赖
Python函数测试的核心是让被测函数在可控环境中运行，避免受数据库、网络请求、文件系统等外部因素干扰。真实调用这些依赖不仅慢，还容易因环境差异导致测试失败。因此，测试时应用模拟（mock）或桩（stub）替换掉所有非本函数逻辑的外部调用。
用unittest.mock精准打桩
Python标准库的unittest.mock是最常用方案。关键不是“禁用所有东西”，而是按需替换具体对象：
-
@patch修饰器适合替换模块级函数或类，如
@patch('requests.get') -
patch.object更适合替换类的某个方法，例如
patch.object(UserService, 'fetch_by_id') -
Mock(side_effect=...)可模拟异常或返回不同值，比如
side_effect=[ValueError, {'id': 1}]用于测试多分支逻辑
依赖注入比硬编码更易测
如果函数内部直接调用datetime.now()或open()，就很难控制输入。改用依赖注入能大幅提升可测性：
- 把时间生成逻辑作为参数传入，测试时传入固定
datetime(2024, 1, 1) - 把文件操作封装成接口类，测试时传入内存实现（如
StringIO） - 函数签名从
def process_data():改为def process_data(clock=None, storage=None):，默认值保持向后兼容
真实I/O只在集成测试中跑
单元测试不碰磁盘和网络，但不代表完全跳过——单独写集成测试验证端到端流程。例如：
立即学习“Python免费学习笔记（深入）”；
- 用临时目录+
tempfile.TemporaryDirectory()做安全文件读写测试 - 启动轻量HTTP服务（如
http.server）模拟API响应，再调用被测函数发起请求 - 这类测试放在单独文件夹（如
tests/integration/），CI中可选运行，避免拖慢日常开发反馈
