使用pytest-mock如何mock SQLAlchemy对象的insert、execute等方法

场景1：单独单元测试some_function2（推荐，测试隔离度最高） #

因为some_function2的db_tools是入参，不需要做任何patch，直接构造符合要求的Mock对象传入即可：

def test_some_function2(mocker):
    # 1. 构造模拟的sql_query对象
    mock_sql_query = mocker.Mock()
    # 2. 构造模拟的table对象：insert()返回的对象要有values方法，values返回mock_sql_query
    mock_table = mocker.Mock()
    mock_table.insert.return_value.values.return_value = mock_sql_query
    # 3. 构造模拟的engine对象：有execute方法
    mock_engine = mocker.Mock()
    # 4. 组装db_tools入参
    test_db_tools = {
        "table": mock_table,
        "engine": mock_engine
    }
    # 测试用的data
    test_data = {"col1": "val1", "col2": "val2"}
    
    # 调用待测函数
    some_function2(test_db_tools, test_data)
    
    # 可选：验证调用逻辑是否符合预期
    # 验证insert方法被调用
    mock_table.insert.assert_called_once()
    # 验证values方法传入了正确的测试数据
    mock_table.insert.return_value.values.assert_called_once_with(test_data)
    # 验证execute方法传入了正确的sql查询对象
    mock_engine.execute.assert_called_once_with(mock_sql_query)

这种方式完全不需要依赖some_function1的逻辑，也不需要连接数据库，纯粹验证some_function2本身的逻辑正确性。

场景2：联动测试some_function1 + some_function2 #

如果你需要测试两个函数的联动流程，就需要调整之前对create_engine和Table的patch，让它们返回的Mock对象带对应的方法：

def test_full_flow(mocker):
    # 构造带execute方法的mock engine
    mock_engine = mocker.Mock()
    mocker.patch('my_module.create_engine', return_value=mock_engine)
    # MetaData原来的返回值可以保留，或者也换成Mock，不影响后续逻辑
    mocker.patch('my_module.MetaData', return_value=mocker.Mock())
    # 构造带insert方法的mock table
    mock_table = mocker.Mock()
    mock_sql_query = mocker.Mock()
    mock_table.insert.return_value.values.return_value = mock_sql_query
    mocker.patch('my_module.Table', return_value=mock_table)
    
    # 调用第一个函数生成db_tools
    db_tools = some_function1()
    # 调用第二个函数
    test_data = {"col1": "val1"}
    some_function2(db_tools, test_data)
    
    # 同样可以做各种调用断言
    mock_engine.execute.assert_called_once_with(mock_sql_query)

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