


Cara mengatasi jangkaan panggilan olok-olok dalam ujian dipacu jadual
Editor PHP, Xiaoxin, hari ini memperkenalkan anda kepada kaedah mengatasi jangkaan panggilan simulasi dalam ujian dipacu jadual. Ujian dipacu jadual ialah teknologi ujian berkesan yang boleh menguji dalam cara dipacu data dan meningkatkan kebolehselenggaraan dan kebolehskalaan kod. Dalam ujian, kita selalunya perlu mengejek jangkaan panggilan untuk memastikan kod di bawah ujian berkelakuan seperti yang diharapkan. Artikel ini akan memperkenalkan secara terperinci cara menggunakan ujian dipacu jadual untuk mencapai liputan panggilan palsu yang diingini, membantu pembangun menjalankan ujian unit dengan lebih baik.
Kandungan soalan
Semasa melakukan ujian dipacu jadual, saya menggunakan beberapa ejekan yang dijana oleh mockery
dan menetapkan beberapa jangkaan panggilan kaedah yang bergantung pada data yang disediakan dalam set data untuk setiap kes ujian. Masalah yang saya hadapi ialah panggilan olok-olok sentiasa mengembalikan set keputusan yang dijangkakan dalam kes ujian pertama dan bukan set keputusan yang ditakrifkan untuk kes ujian yang dilaksanakan.
func (s *MyTestSuite) TestMySampleTest() { testCases := []struct { Name string Requests []*service.CreateCredentialRequest }{ { Name: "first case", mockedResult: 1, expected: 1, }, { Name: "second case", mockedResult: 2, expected: 2, }, } for _, tc := range testCases { s.Run(tc.Name, func() { s.someMock.On("SomeMethodCall", mock.Anything).Return(tc.mockedResult) result := s.SUT.SomeMethodThatCallsTheMockedObe() s.Equal(expected, result) }) } }
Apabila saya menjalankan ujian ini, kes kedua gagal kerana keputusannya ialah 1
而不是预期的 2
,我可以看到问题是模拟方法返回 1
(为第一个测试用例设置的值)而不是 2
(nilai yang ditetapkan untuk kes ujian semasa).
Ada idea bagaimana untuk menyelesaikan masalah ini?
Penyelesaian
Ini mungkin bukan penyelesaian yang paling elegan dan saya tertanya-tanya sama ada terdapat cara lain untuk melakukan ini, tetapi buat masa ini, saya telah menemui penyelesaian ini. Ia terdiri daripada menjana olok-olok baharu untuk setiap ujian kecil yang dijalankan oleh ujian didorong jadual, jadi dalam setiap ujian kecil kami menggunakan contoh olok-olok baharu yang tidak menetapkan sebarang jangkaan daripada ujian kecil sebelumnya. Memandangkan saya menggunakan testify.suite
来组织和处理我的测试,这样做就像在每个子测试中手动调用 s.setuptest()
kaedahnya semudah sahaja:
// SetupTest is executed before every test is run, I instantiate the SUT and // its dependencies here. func (s *MyTestSuite) SetupTest() { // Instantiate the mock s.someMock = mocks.NewSomeMock(s.T()) // Instantiate the SUT, injecting the mock through the constructor function s.SUT = NewSUT(s.someMock) } func (s *MyTestSuite) TestMySampleTest() { testCases := []struct { Name string Requests []*service.CreateCredentialRequest }{ // test cases here } for _, tc := range testCases { s.Run(tc.Name, func() { // Manually calling s.SetupTest() to generate new instances of the mocks in every subtest. // If we don't do this, the mock will always return the first expectation set (the one set for the first test case). s.SetupTest() // Here comes the logic of the text as we had it before s.someMock.On("SomeMethodCall", mock.Anything).Return(tc.mockedResult) result := s.SUT.SomeMethodThatCallsTheMockedObe() s.Equal(expected, result) }) } }
Atas ialah kandungan terperinci Cara mengatasi jangkaan panggilan olok-olok dalam ujian dipacu jadual. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



OpenSSL, sebagai perpustakaan sumber terbuka yang digunakan secara meluas dalam komunikasi yang selamat, menyediakan algoritma penyulitan, kunci dan fungsi pengurusan sijil. Walau bagaimanapun, terdapat beberapa kelemahan keselamatan yang diketahui dalam versi sejarahnya, yang sebahagiannya sangat berbahaya. Artikel ini akan memberi tumpuan kepada kelemahan umum dan langkah -langkah tindak balas untuk OpenSSL dalam sistem Debian. Debianopenssl yang dikenal pasti: OpenSSL telah mengalami beberapa kelemahan yang serius, seperti: Kerentanan Pendarahan Jantung (CVE-2014-0160): Kelemahan ini mempengaruhi OpenSSL 1.0.1 hingga 1.0.1f dan 1.0.2 hingga 1.0.2 versi beta. Penyerang boleh menggunakan kelemahan ini untuk maklumat sensitif baca yang tidak dibenarkan di pelayan, termasuk kunci penyulitan, dll.

Artikel ini menerangkan cara menggunakan alat PPROF untuk menganalisis prestasi GO, termasuk membolehkan profil, mengumpul data, dan mengenal pasti kesesakan biasa seperti CPU dan isu memori.

Artikel ini membincangkan ujian unit menulis di GO, meliputi amalan terbaik, teknik mengejek, dan alat untuk pengurusan ujian yang cekap.

Perpustakaan yang digunakan untuk operasi nombor terapung dalam bahasa Go memperkenalkan cara memastikan ketepatannya ...

Masalah Threading Giliran di GO Crawler Colly meneroka masalah menggunakan Perpustakaan Colly Crawler dalam bahasa Go, pemaju sering menghadapi masalah dengan benang dan permintaan beratur. � ...

Artikel ini membincangkan perintah Go FMT dalam pengaturcaraan GO, yang format kod untuk mematuhi garis panduan gaya rasmi. Ia menyoroti kepentingan GO FMT untuk mengekalkan konsistensi kod, kebolehbacaan, dan mengurangkan perdebatan gaya. Amalan terbaik untuk

Artikel ini memperkenalkan pelbagai kaedah dan alat untuk memantau pangkalan data PostgreSQL di bawah sistem Debian, membantu anda memahami pemantauan prestasi pangkalan data sepenuhnya. 1. Gunakan PostgreSQL untuk membina pemantauan PostgreSQL sendiri menyediakan pelbagai pandangan untuk pemantauan aktiviti pangkalan data: PG_STAT_ACTIVITY: Memaparkan aktiviti pangkalan data dalam masa nyata, termasuk sambungan, pertanyaan, urus niaga dan maklumat lain. PG_STAT_REPLITI: Memantau status replikasi, terutamanya sesuai untuk kluster replikasi aliran. PG_STAT_DATABASE: Menyediakan statistik pangkalan data, seperti saiz pangkalan data, masa komitmen/masa rollback transaksi dan petunjuk utama lain. 2. Gunakan alat analisis log pgbadg

Laluan Pembelajaran Backend: Perjalanan Eksplorasi dari Front-End ke Back-End sebagai pemula back-end yang berubah dari pembangunan front-end, anda sudah mempunyai asas Nodejs, ...
