首先，我完全理解你的需求——要在导入一个无法修改的模块前，预先注入它需要的全局变量，避免导入时出现NameError，同时还能正常使用模块里的功能。针对你给出的示例，这里有两种可行的解决方案：

方案一：预填充sys.modules提前注入变量 #

这个思路是先在Python的模块缓存中创建一个空的模块对象，把需要的变量注入进去，再执行导入操作。这样模块在加载时，会直接使用我们预先准备好的全局变量。

# a.py
import sys
import importlib

# 1. 创建空的模块对象并加入sys.modules缓存
module_name = "b"
b_module = sys.modules.setdefault(module_name, type(sys)(module_name))
# 2. 注入模块需要的变量到它的全局命名空间
b_module.__dict__["foo"] = "bar"

# 3. 现在导入模块，会直接使用已有的模块对象并执行代码
import b

b.printlocal()  # 输出: bar

方案二：用importlib.util手动加载模块 #

这种方法更灵活，不需要提前修改sys.modules，直接创建模块对象、注入变量后再执行模块代码：

# a.py
import importlib.util

# 1. 生成模块的spec对象
spec = importlib.util.spec_from_file_location("b", "./b.py")
# 2. 创建空的模块对象
b = importlib.util.module_from_spec(spec)
# 3. 注入需要的变量
b.foo = "bar"
# 4. 执行模块代码
spec.loader.exec_module(b)

b.printlocal()  # 输出: bar

为什么你之前的尝试失败了？ #

我来帮你分析下之前三种尝试的问题：

• 方案A（patch）：unittest.mock.patch是在模块导入完成后才生效的，但b.py在导入阶段就执行了local_var = foo，这时候foo还不存在，所以报错。patch的时机太晚了。
• 方案B（直接操作sys.modules）：你尝试访问sys.modules["b"]时，模块还没被导入，自然会出现KeyError。必须先创建模块对象并加入sys.modules，才能修改它的命名空间。
• 方案C（importlib.__import__的locals参数）：这个参数并不是用来给被导入模块提供全局变量的，它的作用是解析相对导入时的上下文，所以你注入的foo根本不会进入b模块的全局空间。

针对Databricks场景的适配 #

你提到的Databricks笔记本依赖spark和dbutils的场景，完全可以用上面的方法解决。比如我们可以注入MagicMock对象来避免真实的Spark操作，同时让模块能正常导入：

# 测试用的脚本
import sys
from unittest.mock import MagicMock

# 替换成你的笔记本模块名
notebook_module_name = "your_notebook_module"
# 创建空模块并注入Mock对象
notebook_module = sys.modules.setdefault(notebook_module_name, type(sys)(notebook_module_name))

# 注入spark和dbutils的Mock
notebook_module.spark = MagicMock()
notebook_module.dbutils = MagicMock()
# 模拟dbutils.widgets.get的返回值
notebook_module.dbutils.widgets.get.side_effect = lambda key: "2024-05-20" if key == "CurrentDate" else "dev"

# 导入笔记本模块，此时不会因为找不到spark/dbutils报错
import your_notebook_module

# 现在可以测试模块里的函数了
test_result = your_notebook_module.dateStringToTimestampExpression("test_date_col")
# 这里可以添加你的断言逻辑

这样就能跳过笔记本里的Spark读写操作，专注测试你需要的函数，完美解决单元测试的问题。

备注：内容来源于stack exchange，提问作者Brett S