如何在Python中测试具有复杂依赖的类_使用pytest的依赖注入机制-Python教程-PHP中文网

pytest无内置依赖注入，依赖通过fixture显式提供与组合；避免patch __init__，宜用fixture创建轻量真实依赖或mock设属性；yield fixture支持安全teardown。

如何在python中测试具有复杂依赖的类_使用pytest的依赖注入机制

pytest 本身没有内置的“依赖注入机制”。你无法像 Spring 或 Dagger 那样通过注解自动装配依赖；所谓“pytest 中的依赖注入”，实际是靠 fixture 显式提供、组合和复用依赖对象——它本质是函数式、声明式的依赖供给，不是运行时反射注入。

为什么直接 mock 类构造函数容易失败

当你写 MyService(dependency_a, dependency_b, config)，而这些依赖本身要初始化数据库连接、读配置文件、启动子进程时，单元测试会变慢、不稳定、难隔离。硬写 mock.patch('__init__') 往往无效，因为 __init__ 被 patch 后实例属性可能未设置，AttributeError 随即出现。

不要 patch __init__，改用 return_value 控制返回的 mock 实例行为
更稳妥的方式：让 fixture 创建真实轻量依赖（如内存数据库），或用 unittest.mock.Mock 手动设属性
避免在 conftest.py 里全局 patch 某个模块——它会影响其他不相关的测试

用 fixture 分层组装依赖比手动传参更可靠

比如 DatabaseService 依赖 ConnectionPool 和 QueryLogger，你可以这样组织 fixture：

testing-python

使用pytest编写和评估有效的Python测试。适用于编写测试、审查测试代码、调试测试失败或提高测试覆盖率。

下载

@pytest.fixture
def query_logger():
    return Mock(spec=QueryLogger)
<p>@pytest.fixture
def connection_pool():
pool = Mock(spec=ConnectionPool)
pool.get_connection.return_value = Mock()
return pool</p><p>@pytest.fixture
def db_service(connection_pool, query_logger):
return DatabaseService(connection_pool, query_logger)
</p>

每个 fixture 职责单一，可独立复用或覆盖（例如测试异常路径时，重定义 connection_pool fixture 返回抛异常的 mock）
db_service 自动获得已构造好的依赖，无需在每个测试函数里重复写 Mock() 和 .return_value
如果某依赖需跨测试生命周期（如共享内存 DB），用 scope="session"，但要注意状态污染风险

当依赖需要真实 I/O 时，用临时资源 + teardown 更安全

比如类依赖一个本地配置文件或临时目录，别在测试中硬编码路径，也别用 os.remove 手动清理——pytest 的 tmp_path fixture 和 yield fixture 能帮你兜底：

@pytest.fixture
def config_file(tmp_path):
    cfg = tmp_path / "config.yaml"
    cfg.write_text("host: localhost\nport: 8080")
    yield cfg
    # yield 后的代码会在测试结束后执行（即使测试崩溃）