韦德罗钩子
Vedro 通过其插件系统提供强大的可扩展性,使您能够创建强大的、可重用的解决方案,并可以在不同的项目和团队之间共享。但是,如果您只是试验代码库、构建概念原型或添加小调整怎么办?编写一个完整的插件可能感觉有点大材小用。这就是 vedro-hooks 发挥作用的地方。
vedro-hooks 是一个轻量级库,可让您将自定义挂钩附加到各种 Vedro 事件。无论您是在测试运行之前启动模拟服务器、启动浏览器进行端到端测试还是设置自定义日志记录,vedro-hooks 都可以让您以最少的样板代码注入功能。
一个实际的例子
假设您想要识别套件中的慢速测试 - 让我们将“慢速”定义为运行时间超过 1 秒的任何测试。传统上,您需要为此创建一个自定义插件。看起来可能是这样的:
from vedro.core import Dispatcher, Plugin, PluginConfig from vedro.events import ScenarioFailedEvent, ScenarioPassedEvent class SlowTestPlugin(Plugin): def subscribe(self, dispatcher: Dispatcher): dispatcher.listen(ScenarioPassedEvent, self.on_scenario_end) dispatcher.listen(ScenarioFailedEvent, self.on_scenario_end) def on_scenario_end(self, event: ScenarioPassedEvent | ScenarioFailedEvent): elapsed = event.scenario_result.elapsed if elapsed > 1.0: event.scenario_result.add_extra_details("⚠️ Slow test!") class SlowTestPluginConfig(PluginConfig): plugin = SlowTestPlugin
这种方法有效,但是创建一个成熟的插件需要更多的设置和额外的样板。它非常适合可重复使用的解决方案,但对于快速实验来说可能会感觉很麻烦。
使用 Hook 进行简化
使用 vedro-hooks,只需几行代码即可实现相同的功能:
from vedro_hooks import on_scenario_passed, on_scenario_failed @on_scenario_passed @on_scenario_failed def highlight_slow_tests(event): elapsed = event.scenario_result.elapsed if elapsed > 1.0: event.scenario_result.add_extra_details("⚠️ Slow test!")
此代码使用装饰器来注册一个函数,该函数将在场景通过或失败时调用。它会检查经过的时间,如果场景花费的时间超过 1 秒,则会添加额外的详细信息。
Scenarios * ✔ retrieve user info (0.52s) ✔ retrieve user repos (1.02s) |> ⚠️ Slow test! # 2 scenarios, 2 passed, 0 failed, 0 skipped (1.54s)
管理 Hook:缺点和解决方案
以这种方式使用钩子的一个缺点是它们可以从项目中的任何位置注册,这可能会使以后更难追踪它们。相比之下,Vedro 中的插件注册在 vedro.cfg.py 文件中,为所有插件配置提供集中位置。
为了帮助减轻在整个代码库中注册钩子的缺点,vedro-hooks 提供了 --hooks-show 命令行参数。启用后,测试过程完成后,将显示所有已注册挂钩的摘要及其源位置。这对于调试和验证哪些钩子处于活动状态非常有用。
Scenarios * ✔ retrieve user repos # [vedro-hooks] Hooks: # - 'highlight_slow_tests' (ScenarioFailedEvent) vedro.cfg.py:26 # - 'highlight_slow_tests' (ScenarioPassedEvent) vedro.cfg.py:26 # 1 scenario, 1 passed, 0 failed, 0 skipped (0.55s)
虽然 --hooks-show 很有帮助,但您需要记住在调试过程中使用它。最佳实践仍然是在像 vedro.cfg.py 这样的中心位置注册您的钩子,以保持插件配置的清晰度和一致性。
结论
vedro-hooks 是一个很棒的工具,可以增强您的 Vedro 测试,而无需创建自定义插件。当您需要一个快速、集中的解决方案来扩展功能时,它就会大放异彩。通过明智地使用它并保持配置井井有条,您可以享受两全其美:简单性和可维护性。
以上是韦德罗钩子的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
