通过模块级 monkey patching 技术，可在运行时临时替换第三方模块中导入并使用的类，无需改动原始 .py 文件，适用于测试、定制化扩展或依赖注入等场景。
通过模块级 monkey patching 技术，可在运行时临时替换第三方模块中导入并使用的类，无需改动原始 `.py` 文件，适用于测试、定制化扩展或依赖注入等场景。
在 Python 开发中，常遇到需要定制第三方模块行为但又无法修改其源码的情况。例如，某模块 somepackage.b 内部从 xxx 导入了类 A 并在 class B 的 __init__ 中实例化它；而你希望在自己的主程序中使用自定义的 A 类替代原实现——且不触碰 b.py 任何一行代码。
核心思路是：利用 Python 的动态性，在导入 b 模块后、创建 B 实例前，直接修改 somepackage.b 模块的命名空间中 A 的绑定对象。这正是 monkey patching 的典型应用。
以下为完整可行方案：
# execute.py
class A:
def __init__(self): # 注意：__init__ 必须带 self 参数
print("init my own A")
# 关键步骤：先导入模块，再替换其内部引用的类
import somepackage.b
# 保存原始引用（推荐，便于恢复）
original_A = somepackage.b.A
# 动态替换：让 b 模块中的 A 指向我们的自定义类
somepackage.b.A = A
# 此时创建的 B 实例将使用我们定义的 A
b = somepackage.b.B()
# （可选）用完后恢复原始类，避免影响后续逻辑
somepackage.b.A = original_A
⚠️ 注意事项：
- 替换时机至关重要：必须在 import somepackage.b 之后、首次使用 B() 之前执行替换；
- 作用域限制：该 patch 仅影响 somepackage.b 模块内对 A 的引用，不影响其他模块（如 xxx 模块本身）；
- 线程安全：若在多线程环境中使用，需加锁或确保 patch 发生在单线程初始化阶段；
- 副作用风险：全局替换可能影响同一进程内其他依赖 somepackage.b.A 的代码，建议搭配上下文管理器或 try/finally 确保还原；
- __init__ 签名一致性：自定义 A 的构造函数参数需与原 A 兼容，否则实例化会抛出 TypeError。
进阶提示：对于更健壮的场景（如单元测试），可结合 unittest.mock.patch 实现自动还原：
from unittest.mock import patch
with patch('somepackage.b.A', A):
b = somepackage.b.B() # 自动恢复，无需手动重置
总之，monkey patching 是 Python 提供的强大元编程能力，合理使用可在零修改前提下灵活控制依赖行为，但务必明确其临时性与作用范围，避免引入隐蔽的维护陷阱。
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！
