当目标函数通过模块级字典等静态结构被提前引用时，直接 patch 原函数无效；需改用 patch.dict 替换字典中对应键的函数引用，才能确保被调用的是 Mock 对象而非原始实现。
当目标函数通过模块级字典等静态结构被提前引用时，直接 patch 原函数无效；需改用 `patch.dict` 替换字典中对应键的函数引用，才能确保被调用的是 mock 对象而非原始实现。
在 Python 单元测试（尤其是使用 unittest.mock 或 pytest-mock）中，Mock 动态返回的函数常遇到一个典型陷阱：被 Patch 的对象与实际执行时调用的对象不是同一个引用。这在使用高阶函数、函数映射表（如 dict）、或模块级缓存时尤为常见。
以问题中的代码为例：
import pandas as pd
# ⚠️ 模块级定义：此处 pd.read_csv 被立即求值并存入字典
format_read_func_mapping = {"csv": pd.read_csv, "parquet": pd.read_parquet}
def my_func(s3_path, file_format):
read_func = format_read_func_mapping[file_format] # ← 实际调用的是字典里存的原始引用
df = read_func(f"{s3_path}")
return df虽然你后续使用 @patch("module.pd.read_csv")，但该 patch 仅影响 pd.read_csv 在 module 中的属性访问路径，而 format_read_func_mapping["csv"] 在模块导入时已绑定为原始 pd.read_csv 的内存地址——Patch 并不会“追溯修改”已存在的函数引用。因此 my_func 仍调用真实 read_csv，导致测试失败。
✅ 正确解法：对字典本身进行 Patch
使用 unittest.mock.patch.dict 直接替换字典中指定键的值，确保运行时 format_read_func_mapping["csv"] 指向的是 Mock 对象：
from unittest.mock import patch, Mock
import pytest
# 假设被测代码位于 my_module.py
import my_module
def test_my_func():
mock_df = Mock() # 或使用 pd.DataFrame([...]) 作为返回值
mock_read_csv = Mock(return_value=mock_df)
# ✅ 关键：patch 字典中 "csv" 键的值，而非 pd.read_csv 本身
with patch.dict(my_module.format_read_func_mapping, {"csv": mock_read_csv}):
result = my_module.my_func("s3://bucket/data.csv", "csv")
mock_read_csv.assert_called_once_with("s3://bucket/data.csv")
assert result is mock_df? 注意事项：
立即学习“Python免费学习笔记（深入）”；
- patch.dict 必须作用于被测模块中实际定义该字典的位置（如 my_module.format_read_func_mapping），而非导入位置；
- 若字典是 from ... import ... 导入的，需 patch 源模块中的字典，否则无效；
- 支持 clear=True 参数清空字典后注入新键值，适用于更复杂的覆盖场景；
- 不推荐在测试中修改生产字典（如 my_module.format_read_func_mapping["csv"] = ...），因其可能污染其他测试用例；patch.dict 自动回滚，更安全。
? 进阶建议：重构提升可测性
为避免此类问题，可将函数映射逻辑封装为可注入依赖：
# 重构后（推荐）
def my_func(s3_path, file_format, read_func_map=None):
read_func_map = read_func_map or format_read_func_mapping
read_func = read_func_map[file_format]
return read_func(s3_path)此时测试可直接传入含 Mock 的映射字典，无需 patch，更清晰、更易维护。
总结：Patch 失效的根本原因在于 Python 的对象引用机制，而非 pytest 或 mock 的限制。理解“何时绑定引用”（模块加载时 vs 运行时）是写出可靠 Mock 测试的关键。优先选择依赖注入 + patch.dict 组合策略，在保持代码简洁的同时保障测试健壮性。
