直接用 os.environ 赋值会污染全局环境，导致测试间干扰和偶发失败；应使用 pytest 的 monkeypatch.fixture，如 setenv() 和 delenv()，确保作用域隔离与自动还原。
为什么直接用 os.environ 赋值会出问题
在测试中直接写 os.environ["API_KEY"] = "test" 看似简单，但实际会污染全局环境：后续测试可能读到这个残留值，导致偶发失败；而且如果测试并行运行（比如用 pytest-xdist），多个测试同时改 os.environ 会互相干扰。这不是“临时替换”，而是“永久污染”。
- pytest 的
monkeypatch是专为这类场景设计的 fixture，它会在测试函数退出时自动还原原始值 - 它支持局部作用域，不影响其他测试，也不依赖手动清理（比如
del os.environ["KEY"]） - 对
os.environ的修改会被封装成原子操作，即使测试中途抛异常，也能确保还原
用 monkeypatch.setenv() 替换单个环境变量
这是最常用、最安全的方式，适用于大多数需要控制某个环境变量值的场景，比如开关调试模式、注入测试 token。
def test_api_client_with_mocked_env(monkeypatch):
monkeypatch.setenv("DEBUG", "1")
monkeypatch.setenv("API_URL", "https://test.example.com")
<pre class="brush:php;toolbar:false;"># 此时代码里调用 os.getenv("DEBUG") 会返回 "1"
client = APIClient()
assert client.debug is True
assert client.base_url == "https://test.example.com"
- 注意：传入的值必须是字符串，
monkeypatch.setenv("PORT", 8080)会报TypeError - 如果原环境变量不存在，
setenv会新增；如果存在，则覆盖——无需提前判断 - 该操作只影响当前测试函数，函数结束即失效，不用写
del os.environ["DEBUG"]
用 monkeypatch.delenv() 模拟变量未设置的场景
有些逻辑依赖环境变量“不存在”来走默认分支，比如配置回退到本地文件。这时候不能设为空字符串，而要彻底删除该键。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
def test_config_falls_back_to_local_file(monkeypatch):
monkeypatch.delenv("CONFIG_PATH", raising=False)
<pre class="brush:php;toolbar:false;">config = load_config()
assert config.source == "local"
-
raising=False很关键：如果变量本来就不在os.environ中，设为True（默认）会抛KeyError - 不要用
os.environ.pop("CONFIG_PATH", None)手动删——这绕过了monkeypatch的自动还原机制 - 若需验证某变量确实未被读取，可配合
monkeypatch.setattr(os, "environ", {})彻底清空（慎用，影响大）
避免在 conftest.py 里全局 monkeypatch.setenv()
有人想“一劳永逸”，在 conftest.py 里用 autouse=True 的 fixture 统一设环境变量，结果发现部分测试行为异常。
-
monkeypatchfixture 本身作用域是函数级（scope="function"），即使你在conftest.py定义，也不能跨测试共享状态 - 更严重的是：不同测试可能依赖不同环境变量组合，全局预设会导致冲突或掩盖真实问题
- 真有共用需求，应提取为参数化 fixture，显式传入所需变量，例如：
@pytest.mark.parametrize("env_vars", [{"DEBUG": "1"}, {"LOG_LEVEL": "WARN"}])
环境变量的 mock 不是越早设越好，而是越靠近被测代码读取点越稳。多数时候，就放在具体测试函数开头，干净、明确、无副作用。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
