Mypy与MagicMock协作的类型检查问题及优化需求问询

问题场景 #

首先定义示例类：

class A:
    def method(self, variable: int) -> None:
        print("Hey!")

使用spec_set创建Mock时遇到以下mypy假阴性问题：

• 执行mock = MagicMock(spec_set=A)后，访问mock.not_existing.return_value = "Meh"会触发运行时错误，但mypy无任何报错提示
• 将spec_set为其他类的Mock传入参数类型为A的函数，mypy不进行类型检查
• 显式标注mock: A = MagicMock(spec_set=A)后，设置mock.method.return_value = 1会因return_value不存在报错，但设置mock.method.return_value = "Meh"（与原方法返回None不符）时，既无运行时错误也无mypy提示

解决方案 #

1. 使用官方维护的types-mock增强类型支持

安装types-mock（为unittest.mock提供更精确的类型 stub）：

pip install types-mock

它能让mypy识别spec_set对应的类结构，避免无属性访问的假阴性，但对return_value的类型检查仍有限。

2. 使用mypy-mock实现严格的Mock类型检查

mypy-mock是专门为mypy设计的Mock库，能精确检查Mock的属性访问和return_value类型：
安装库：

pip install mypy-mock

使用示例：

from mypy_mock import Mock

# 声明Mock对应A类型
mock: Mock[A] = Mock(spec_set=A)
mock.method.return_value = "Meh"  # mypy会报错：原方法返回None，不能赋值字符串
mock.not_existing.return_value = "Meh"  # mypy会报错：A类不存在not_existing属性

3. 启用mypy严格模式

确保mypy配置文件（如pyproject.toml）启用严格选项，最大化检查能力：

[tool.mypy]
strict = true
warn_incomplete_stub = true
warn_unused_configs = true

4. 自定义泛型TypedMock（无需额外依赖）

如果不想安装第三方库，可以自定义泛型Mock类，让mypy识别目标类的结构：

from unittest.mock import MagicMock
from typing import Generic, TypeVar, Any

T = TypeVar('T')

class TypedMock(MagicMock, Generic[T]):
    pass

# 使用时指定泛型参数为A
mock: TypedMock[A] = TypedMock(spec_set=A)
mock.not_existing.return_value = "Meh"  # mypy会报错：A无该属性

注：这种方式对return_value的类型检查仍需额外处理，适合简单场景。

核心原因 #

默认的MagicMock类型注解为Any，导致mypy无法进行有效的类型校验。通过绑定Mock到目标类的类型（借助第三方库或自定义泛型），可以让mypy像检查生产代码一样校验测试代码中的Mock使用。

内容的提问来源于stack exchange，提问作者Antonio Gamiz Delgado