Python单元测试实战：如何为依赖外部API的类编写零调用测试-Python教程-PHP中文网

Python单元测试实战：如何为依赖外部API的类编写零调用测试

本文详解如何在不修改现有代码的前提下，对封装外部llm api（如anthropic vertex）的python类进行真正的单元测试——通过精准打补丁（patch）隔离构造过程中的客户端初始化，实现100%离线、快速、可重复的测试。

本文详解如何在不修改现有代码的前提下，对封装外部llm api（如anthropic vertex）的python类进行真正的单元测试——通过精准打补丁（patch）隔离构造过程中的客户端初始化，实现100%离线、快速、可重复的测试。

在实际工程中，像 ModelWrapper 这样在 __init__ 中隐式创建外部依赖对象（如 AnthropicVertex 客户端）的类，常被误认为“无法单元测试”，进而被迫引入真实网络调用或跳过测试——这严重违背了单元测试的核心原则：隔离性、确定性与速度。但事实是：只要依赖可导入、可定位，就完全可以通过 Python 的 unittest.mock.patch 实现无侵入式模拟，无需重构类结构。

关键在于理解 mock 的作用域与时机：ModelWrapper 的 client 是在实例化时动态创建的，因此我们不能在测试函数内再 mock client 属性（它已是实例属性），而必须在类导入和构造前，就将 AnthropicVertex 类本身替换为 MagicMock。这正是 patch.object + importlib.reload 组合的精妙之处。

以下是一个完整、可运行的 pytest 测试示例（推荐使用 pytest，语法更简洁，fixture 更灵活）：

# test_model_wrapper.py
import importlib
import pytest
from unittest.mock import patch, MagicMock

from your_module import ModelWrapper  # 替换为你的实际模块名


class TestModelWrapper:
    @pytest.fixture
    def patched_wrapper(self):
        """Fixture：在重载模块前 patch AnthropicVertex，并返回新导入的类"""
        # 假设 AnthropicVertex 来自 anthropic 库（根据你的实际 import 路径调整）
        with patch("anthropic.AnthropicVertex") as MockClient:
            # 配置 mock 客户端行为
            mock_instance = MockClient.return_value
            mock_instance.messages.stream.return_value = iter(["Hello", " world"])

            # 强制重载模块，使 ModelWrapper 使用 patched 的 AnthropicVertex
            import your_module
            importlib.reload(your_module)

            yield your_module.ModelWrapper

    def test_initialization_without_api_call(self, patched_wrapper):
        """验证初始化不触发真实 API 请求"""
        # 构造实例 —— 此时 AnthropicVertex 已被 mock，不会连接 GCP
        wrapper = patched_wrapper()

        # 断言 client 是 MagicMock 实例，且已按预期配置
        assert isinstance(wrapper.client, MagicMock)
        assert wrapper.client.messages.stream.called is False  # 初始化不调用 stream

    def test_get_completion_returns_mocked_stream(self, patched_wrapper):
        """验证 get_completion 方法返回预设的 mock 流"""
        wrapper = patched_wrapper()

        # 调用被测方法
        result = list(wrapper.get_completion(
            user_prompt="Hi",
            system_prompt="You are helpful.",
            history=[]
        ))

        # 断言结果符合 mock 配置
        assert result == ["Hello", " world"]
        wrapper.client.messages.stream.assert_called_once_with("Hi", "You are helpful.", [])

? 核心要点解析：

Python Use Agent

智能执行Python任务，自动生成、执行代码并反馈结果，无需额外配置，兼容旧命令。

下载

✅ 不改源码：严格遵守题目约束，未修改 ModelWrapper.__init__ 或添加参数；
✅ 精准打补丁：patch("anthropic.AnthropicVertex") 直接拦截类定义本身，而非实例属性，覆盖构造逻辑；
✅ 模块重载保障：importlib.reload() 确保 ModelWrapper 在 AnthropicVertex 已 mock 的上下文中重新解析，从而使用 mock 客户端；
✅ 行为可验证：不仅检查类型，更断言 stream() 是否被正确调用及返回值是否符合预期。

⚠️ 设计反思（SOLID 视角）：
当前设计确实违反了 Dependency Inversion Principle（DIP） 和 Inversion of Control（IoC） 原则。ModelWrapper 主动创建 AnthropicVertex，导致其与具体实现强耦合，难以替换、测试和扩展。理想设计应将客户端作为构造参数注入（即 __init__(self, client: AnthropicVertex, ...)），使类只关注“如何用”，而非“从哪来”。但这属于架构演进范畴；而本文证明：即使面对非理想设计，成熟的测试工具链仍能提供强大兜底能力。

✅ 最佳实践建议：