Python导入问题：无法同时跑应用与pytest测试

结合你贴的代码逻辑，当前项目的实际目录结构为：

项目根目录/
├─ src/                  # 源码包，内含空的__init__.py文件
│  ├─ ClassA.py
│  ├─ ClassB.py
│  └─ main.py
└─ tests/                # 测试目录
   └─ test_app.py

你遇到的导入冲突本质是两种运行场景下，Python解释器的模块搜索路径（sys.path）初始化逻辑不同，导致导入上下文不统一：

• 直接在项目根目录跑python src/main.py时，解释器会优先把src/目录加入搜索路径，此时ClassA、ClassB都被识别为顶层独立模块，写from ClassA import A可以正常找到文件；
• 执行pytest时，测试代码会把项目根目录加入搜索路径，然后通过from src.ClassB import B的方式把src识别为一个顶层包，此时解释器会认为ClassA是src包内部的子模块，不会去src/目录下找顶层的ClassA文件，因此抛出ModuleNotFoundError: No module named 'ClassA'；
• 改成相对导入from .ClassA import A后，因为pytest场景下有明确的包层级上下文，导入可以正常运行；但直接跑python src/main.py时，解释器不会给入口脚本绑定src包的层级身份，相对导入的.没有父级参照，自然触发导入报错。

按照推荐优先级排序：

方案1：统一包级绝对导入，用模块模式启动入口（最符合Python开发规范） #

这个方案可以完全消除导入上下文的差异，后续如果要打包发布项目也不需要调整代码：

• 统一修改所有模块的导入语句，全部基于顶层包src写绝对导入：
  • ClassB.py 中的导入改为：from src.ClassA import A
  • main.py 中的导入改为：from src.ClassB import B
• 启动应用时，不要直接跑脚本的文件路径，在项目根目录执行python -m src.main
• pytest场景下，只要保证项目根目录在模块搜索路径中（你现在测试代码里手动加路径的逻辑已经可以满足），导入逻辑完全统一，不会出现找不到模块的问题。

注意：python -m src.main和直接跑python src/main.py的核心区别是，-m参数会把当前工作目录（项目根目录）加入搜索路径，而不是把脚本所在的src/目录加入搜索路径，从根本上统一了两种运行场景的导入基准。

方案2：保留直接运行脚本的习惯，入口文件自动注入项目根路径 #

如果不想改变直接跑python src/main.py的使用习惯，只要在入口文件最开头加入根路径注入逻辑，保证所有运行模式下解释器都能正确识别src顶层包：

• 修改main.py的开头部分：

  import sys
  import os
  # 自动定位项目根目录（即src文件夹的上级目录），插入模块搜索路径
  PROJECT_ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
  sys.path.insert(0, PROJECT_ROOT)
  
  from src.ClassB import B
  
  if __name__ == '__main__':
      b = B()
      b.hello()
  

• 同样把ClassB.py的导入语句改为from src.ClassA import A
• 额外优化：可以去掉test_app.py里手动写的sys.path.append(...)逻辑，在项目根目录新建一个空的pytest.ini文件，pytest会自动把项目根目录加入搜索路径，测试代码直接写from src.ClassB import B即可，不需要手动处理路径。

方案3：兼容式导入（权宜方案，不推荐长期使用） #

如果确实没法统一导入规则，可以在需要跨模块导入的ClassB.py里做异常捕获，同时兼容两种运行场景的导入逻辑：

try:
    # 优先适配包运行模式（pytest场景）
    from .ClassA import A
except ImportError:
    # 适配直接跑脚本的模式（直接运行同目录文件）
    from ClassA import A

这个方法虽然能临时解决问题，但导入逻辑分散，当项目规模变大后很容易出现不可控的导入异常，只适合非常小型的临时项目使用。

你当前ClassB.hello方法里的print(a.hello())存在逻辑冗余：因为A.hello()方法本身已经执行了print('hello')且没有返回值，外层的print()会额外打印一个None，实际运行会多一行无意义的输出，可以直接调用a.hello()即可。

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