Python测试中导入类型的最优雅方式及相关技术疑问

附加问题：Python是否严格需要创建抽象接口？ #

Python是动态类型语言，不强制要求定义抽象接口。只要类实现了同名方法（即结构匹配接口），就能通过鸭子类型被当作兼容类型使用。

不过定义抽象类（借助abc.ABC和@abstractmethod）有实际价值：

• 静态检查工具（如mypy）能提前发现子类未实现的必填方法
• 明确约束子类的接口规范，减少运行时错误
  但这并非语法层面的强制要求，仅靠重写同名方法完全合法。

示例（抽象类用法）：

from abc import ABC, abstractmethod

class BaseInterface(ABC):
    @abstractmethod
    def method(self) -> None:
        pass

class RealImplementation(BaseInterface):
    def method(self) -> None:
        # 真实业务逻辑
        pass

class FakeImplementation(BaseInterface):
    def method(self) -> None:
        # 测试用伪造逻辑
        pass

核心问题1：哪种导入风格最“正确”？ #

优先选择**from module import Implementation（导入方式1）**，原因如下：

• 统一导入路径：业务代码已通过module.py导出该类型，测试复用此路径可避免直接依赖外部库导致的路径混乱，符合“依赖本地导出而非原始库”的低耦合原则。
• 避免身份判断问题：如果Implementation是枚举、单例这类依赖is判断的类型，直接从原始库导入可能因重复安装、命名空间问题导致对象身份不一致；通过module.py中转导入能保证始终引用同一个对象。
• 便于后续替换：若未来module.py更换Implementation的来源（比如切换到其他库的实现），测试代码无需修改导入语句。

示例（枚举场景的风险）：

# library.py
from enum import Enum
class Status(Enum):
    ACTIVE = 1

# module.py
from library import Status

# test_module.py
# 方式1：从module导入，身份唯一
from module import Status
# 方式2：直接从library导入，极端情况可能出现不同实例
from library import Status

核心问题2：测试函数参数的最佳类型是什么？ #

推荐使用真实的Implementation类型，理由如下：

• 符合里氏替换原则：FakeImplementation是Implementation的子类，isinstance(FakeImplementation(), Implementation)返回True，用父类类型标注完全合法，静态检查工具也能正常通过。
• 贴近真实场景：测试代码的类型标注与业务代码一致，不会暴露“使用伪造对象”的细节，让测试逻辑更贴近实际业务的调用方式。
• 若需明确伪造对象的存在，可通过测试用例命名、注释或setup代码说明，无需修改类型标注。

仅在极少数特殊场景（如需要明确区分真实/伪造对象的边界测试）下，才建议用Union[Implementation, FakeImplementation]作为类型标注。

内容的提问来源于stack exchange，提问作者komodovaran_