使用mock.patch为不同模块的random.random设置不同返回值失败排查

场景与代码 #

我在给依赖random.random()的类写单元测试，想给不同模块的random.random()设置不同固定返回值，保证测试结果稳定，但实际测试中两个模块的返回值完全一致，触发了断言错误。

模块代码 #

modul1.py：

import random

def function():
    return random.random()

modul2.py：

import random

def function():
    return random.random()

测试代码 #

def test_function():
    with mock.patch('modul1.random.random', return_value=1), \
         mock.patch('modul2.random.random', return_value=0):
        val1 = modul1.function()
        val2 = modul2.function()
        assert not val1 == val2

预期与实际结果 #

• 预期：val1=1、val2=0，测试通过
• 实际：触发断言错误 assert not 0 == 0

原因与解决方法 #

问题根源 #

Python里模块是单实例的，modul1.random和modul2.random指向的是同一个全局random模块对象。你patch的modul1.random.random和modul2.random.random其实是同一个函数，最后一次patch的返回值（0）会覆盖之前的设置，所以两个模块调用的都是被最后修改后的函数。

解决步骤 #

1. 修改模块的导入方式：把random.random直接导入到模块的命名空间，而不是导入整个random模块
   修改modul1.py：

   from random import random
   
   def function():
       return random()
   

   修改modul2.py：

   from random import random
   
   def function():
       return random()
   

2. 修改测试代码的patch目标：现在直接patch模块内导入的random对象即可

   def test_function():
       with mock.patch('modul1.random', return_value=1), \
            mock.patch('modul2.random', return_value=0):
           val1 = modul1.function()
           val2 = modul2.function()
           assert not val1 == val2
   

这样每个模块的random是各自命名空间里的独立引用，patch时不会互相覆盖，就能得到预期的不同返回值。

内容的提问来源于stack exchange，提问作者chochf