python测试中隔离外部依赖的核心是使用mocking或test doubles替代真实调用，常用unittest.mock和pytest-mock进行函数、类方法模拟，强调patch位置正确性；推荐依赖注入提升可测性；集成测试应谨慎使用真实轻量依赖并显式标记。
在 Python 测试中隔离外部依赖，核心是用模拟（mocking）或替身（test doubles）代替真实调用，让测试只关注被测代码逻辑，不依赖网络、数据库、文件系统等不稳定或慢速的外部组件。
用 unittest.mock 替换真实对象
unittest.mock 是 Python 标准库提供的轻量级模拟工具，支持 patch、Mock、MagicMock 等方式动态替换模块、类、函数或实例方法。
- 对函数级依赖，用 @patch 装饰器或 with patch(...) 上下文管理器拦截调用
- 对类方法，可 patch 类本身，再通过返回的 mock 对象控制其行为（如 mock_instance.method.return_value = "ok"）
- 避免 patch 错误路径：要 patch 对象“被使用的位置”，不是“被定义的位置”（例如在 my_module.py 中导入并使用了 requests.get，就该 patch "my_module.requests.get"）
用 pytest-mock 简化 mock 写法
pytest-mock 提供 mocker fixture，比原生 patch 更简洁，自动处理清理，适合 pytest 用户。
- 直接传入 mocker 参数，在测试函数内调用 mocker.patch() 或 mocker.patch.object()
- 支持链式配置，比如 mocker.patch("requests.get", return_value=mock_response)
- 无需手动 start()/stop()，作用域结束自动还原
用依赖注入替代硬编码依赖
把外部服务作为参数传入，而不是在函数/类内部直接 import 或实例化。这样测试时可轻松传入 mock 实例。
立即学习“Python免费学习笔记（深入）”；
- 例如，将数据库连接对象作为参数传给业务函数，而非在函数里写 conn = sqlite3.connect(...)
- 类构造时接收服务对象（如 __init__(self, email_service: EmailSender)），测试时传入 mock 的 EmailSender
- 配合类型提示和协议（Protocol），还能提升可测性与接口清晰度
谨慎使用真正的集成测试
完全隔离虽好，但不能替代对关键路径的端到端验证。可单独设立 integration 测试目录，用真实轻量依赖（如 SQLite 替代 PostgreSQL、responses 库拦截 HTTP 请求）做有限集成。
- 用 responses 拦截 requests 调用，预设响应状态码和 body，不发真实网络请求
- 测试数据库逻辑时，用内存 SQLite（sqlite:///:memory:）替代远程 DB，速度快且无副作用
- 确保这类测试显式标记（如 pytest 标签 @pytest.mark.integration），默认不运行
