直接用unittest.mock.patch会报RuntimeError，因pytest-asyncio在已运行事件循环中执行测试，而同步patch可能触发循环冲突；关键要正确patch调用位置而非定义位置，并用AsyncMock返回可await的响应对象（含.status、.json、.text及async上下文协议）。
为什么直接用 unittest.mock.patch 会报 RuntimeError: asyncio.run() cannot be called from a running event loop
因为 pytest-asyncio 默认在已运行的事件循环中执行测试，而 unittest.mock.patch 同步 patch 的对象（比如 aiohttp.ClientSession.get）可能在内部触发同步调用或未适配协程返回，导致循环冲突。更关键的是：你 patch 的目标必须是实际被调用的位置，不是定义位置 —— 很多人 patch 错了模块路径，mock 根本没生效。
- 确认你要 mock 的是调用方代码里 import 并使用的对象，比如如果代码写的是
from aiohttp import ClientSession，那 patch 目标得是"mymodule.ClientSession"，而不是"aiohttp.ClientSession" - 不要 patch
aiohttp.ClientSession.request或.get本身，它们是普通方法，但返回的是协程对象；mock 后必须让返回值是可 await 的，否则测试会卡住或抛TypeError: object X can't be used in 'await' expression - 推荐统一用
AsyncMock（Python 3.8+）或mock.AsyncMock（需 pip installasyncmockfor older Python），它能自然支持await
怎么让 AsyncMock 返回伪造的响应体和状态码
aiohttp.ClientResponse 是个复杂对象，不能简单 return 一个 dict。你需要 mock 出具备 .json()、.text()、.status 等行为的响应实例。最轻量的做法是构造一个最小可用 mock 响应对象，而不是试图 patch 整个 aiohttp 模块。
- 用
AsyncMockmockClientSession.get方法，让它返回一个 mock 响应对象 - 这个 mock 响应对象的
.json属性要设为一个返回字典的协程：response.json = AsyncMock(return_value={"data": "ok"}) - 同样设置
.status = 200、.text = AsyncMock(return_value='{"data":"ok"}') - 别忘了
.__aenter__和.__aexit__—— 因为async with session.get(...)会调用它们，所以得让 mock 支持 async context manager 协议：mock_response.__aenter__.return_value = mock_response
import pytest
from unittest.mock import AsyncMock, patch
from aiohttp import ClientSession
<p>@pytest.mark.asyncio
async def test_fetch_data():
mock_response = AsyncMock()
mock_response.status = 200
mock_response.json = AsyncMock(return_value={"result": "success"})
mock_response.text = AsyncMock(return_value='{"result":"success"}')
mock_response.<strong>aenter</strong>.return_value = mock_response
mock_response.<strong>aexit</strong> = AsyncMock()</p><pre class="brush:python;toolbar:false;">with patch("mymodule.ClientSession") as mock_session_class:
mock_session_instance = mock_session_class.return_value
mock_session_instance.get.return_value = mock_response
result = await fetch_data() # 假设这是你的被测函数
assert result == {"result": "success"}
使用 aiomock 或 aioresponses 是否更省事
这两个库确实封装了常见模式，但引入额外依赖前先问自己：是否真需要模拟整个 HTTP 生命周期（重试、重定向、cookie 处理）？多数单元测试只需要控制输入输出，aioresponses 更适合集成测试级 mock，而 aiomock 已停止维护。
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
-
aioresponses的优势是写法简洁，像 requests-mock：with aioresponses() as m: m.get("https://api.example.com", payload={"ok": true}) - 但它会接管真实事件循环中的连接池，某些场景下（如测试中用了自定义 connector 或 timeout）可能干扰行为
- 如果你的被测函数只调用一次
session.get，且 URL 固定，直接用AsyncMock更透明、无副作用 - 注意
aioresponses要求 pytest fixture 或上下文管理器显式激活，否则 mock 不生效
pytest-asyncio 配置和 fixture 冲突怎么避坑
最常见的问题是：加了 @pytest.mark.asyncio 却提示 “event loop is closed” 或 “test function is not a coroutine”。根本原因往往是 fixture 返回了普通函数，或者在 fixture 里用了同步 mock 方式。
- 确保所有 async 测试函数都显式标记
@pytest.mark.asyncio（除非全局配置了 auto-mark） - 避免在
setup_method或yieldfixture 中做异步操作 —— pytest 的 fixture 不自动 await，要用async def+pytest_asyncio.fixture - 如果用
pytest_asyncio.fixture提供 mock session，记得返回的是 session 实例，而不是AsyncMock类本身 - 不要在同一个测试里混用
patch和aioresponses—— 它们对事件循环的干预方式不同，容易互相覆盖
mock 的难点不在语法，而在搞清「谁在调用、谁被调用、谁该返回什么」。尤其要注意 ClientSession 是类，session.get() 返回协程，而 async with 依赖上下文协议 —— 少 mock 任何一个环节，测试就静默失败。
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！
