让Python代码易测试的核心是分离逻辑与副作用：用纯函数封装核心计算，参数化外部依赖，通过接口抽象协作对象，分层隔离I/O与业务逻辑，解耦配置与行为。
让 Python 代码容易测试，核心是把逻辑从副作用中分离出来，让函数或类的行为可预测、可隔离、可重复验证。
用纯函数封装核心逻辑
把业务规则、计算过程写成不依赖外部状态、不修改输入、只靠参数返回结果的函数。这类函数天然适合单元测试——给定输入，总能得到相同输出。
- 避免在函数里直接读文件、调用 API、写数据库
- 把路径、URL、连接对象等作为参数传入，而不是在函数内硬编码或从全局变量取
- 例如：把
process_user_data()拆成validate_input(data)、calculate_score(data)、format_output(score)等小函数，每个都可单独断言
依赖抽象化，而非具体实现
用接口（协议或抽象基类）描述外部协作对象的行为，实际实现通过参数注入，而不是在类内部直接实例化。
- 定义
class EmailSender(Protocol): def send(self, to: str, body: str) -> bool: ... - 业务类接收
EmailSender实例作为__init__参数，测试时传入模拟对象即可 - 避免
self.mailer = SMTPMailer()这类紧耦合写法
分层清晰，关注点分离
把代码按职责划分为明确层级：数据获取层（I/O）、业务逻辑层（纯计算）、应用协调层（调度+副作用）。测试重点放在中间层。
立即学习“Python免费学习笔记（深入）”；
- I/O 层（如
fetch_from_api()）可以做集成测试，但不要让它混杂判断逻辑 - 业务层（如
apply_discount(cart, rules)）应无任何 import ofrequests或open() - 协调层（如
checkout_service()）负责组装和错误处理，测试时可用 mock 替换其依赖
配置与行为解耦
把影响行为的参数（超时、重试次数、开关标志）从代码中抽离，通过函数参数、配置对象或环境变量传入。
- 避免
if DEBUG:这类硬编码分支；改用if debug_mode:并由调用方控制 - 配置类用
dataclass或TypedDict明确结构，便于测试不同配置组合 - 测试时可快速覆盖边界情况，比如传入
timeout=0.1验证超时逻辑
不复杂但容易忽略：测试友好不是加一堆装饰器或框架，而是写代码时多问一句——“这段逻辑，我能不启动数据库、不连网络、不读磁盘就验证它对不对？”
