mock对象通过side_effect直接赋异常类或实例可抛出指定异常，如valueerror或valueerror("msg")；误用return_value或字符串会导致失败；支持列表顺序抛异常、patch装饰器中正确路径mock、side_effect设为函数时需用raise动态抛异常。
mock对象如何抛出指定异常
直接让side_effect指向一个异常类或实例，调用时就会原样抛出。这是最常用也最直观的方式。
常见错误是误用return_value——它只控制返回值，无法触发异常；或者把异常写成字符串（如"ValueError"），结果只是返回字符串而非抛出异常。
- 抛出异常类：
mock_obj.side_effect = ValueError（调用时抛ValueError()） - 抛出带参数的异常实例：
mock_obj.side_effect = ValueError("invalid input") - 按调用顺序抛不同异常：
mock_obj.side_effect = [1, ValueError, TypeError]（第3次调用才抛ValueError）
patch装饰器中模拟异常的写法
用@patch修饰测试方法时，被mock的目标函数行为由传入的side_effect决定，不是靠return_value。
容易忽略的是：如果patch目标是模块内函数（比如requests.get），必须在测试所在模块的命名空间中patch，而不是在requests模块里patch——否则mock不生效。
- 正确写法（假设测试在
myapp.api中）：@patch("myapp.api.requests.get") - 配合异常：
@patch("myapp.api.requests.get", side_effect=ConnectionError) - 若需复用，可在
setUp中用patch.start()并手动赋side_effect
验证异常是否被正确捕获和处理
仅让mock抛异常不够，还要确认被测代码确实按预期处理了它——比如有没有进except分支、是否返回默认值、日志是否记录等。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
别只断言assertRaises就结束；要检查副作用，比如状态变更、日志输出、返回值是否符合容错逻辑。
- 捕获异常本身：
with self.assertRaises(ValueError): func() - 检查日志：
self.assertLogs("myapp", level="ERROR")+assertIn("failed", logs.output[0]) - 验证返回值（容错路径）：
self.assertEqual(func(), {"status": "fallback"})
side_effect设为函数时的异常抛出控制
当需要根据参数动态决定是否抛异常，或想在抛异常前做点事（如打日志、改状态），就把side_effect设为一个函数。
这个函数会被传入mock调用时的实际参数，返回值会被忽略，但若抛出异常，就会被原样向上冒泡——这点和直接赋异常实例效果一致，但更灵活。
- 示例：
mock_obj.side_effect = lambda x: 1 / x if x != 0 else ZeroDivisionError("x is zero")→ 错，应写成raise ZeroDivisionError("x is zero") - 正确写法：
mock_obj.side_effect = lambda x: (lambda: exec('raise ZeroDivisionError("x is zero")'))() if x == 0 else x * 2→ 更推荐拆成普通函数，可读性更好 - 实际建议：
def mock_behavior(x): if x
mock抛异常本身很简单，难的是确保异常路径的逻辑覆盖完整——比如网络超时、权限拒绝、数据解析失败这些不同异常是否都进了各自的处理分支，以及它们是否影响了外部状态。这些得靠检查副作用，不能只看异常有没有被抛出来。
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！
