go-junit-report 技术文档
2024-12-29 23:05:27作者:魏献源Searcher
1. 安装指南
从包安装(推荐)
可以在 Releases 页面找到预构建的 Windows、macOS 和 Linux 包。
从源码安装
下载并安装最新稳定版本的源码,运行以下命令:
go install github.com/jstemmer/go-junit-report/v2@latest
2. 项目使用说明
go-junit-report 是一个工具,用于将 go test 输出转换为与 JUnit 兼容的 XML 报告,适合与 Jenkins 等应用程序一起使用。
默认情况下,go-junit-report 从标准库的 testing 包读取 go test -v 输出,并将 JUnit XML 报告写入 stdout。
如果要支持 Go 构建和运行时错误,需要将 stderr 重定向到 go-junit-report。
典型的使用方式如下:
go test -v 2>&1 ./... | go-junit-report -set-exit-code > report.xml
更多示例
go test -json产生的 JSON 格式输出由gojson解析器支持。注意,stderr仍需重定向到go-junit-report以检测构建错误。
go test -json 2>&1 | go-junit-report -parser gojson > report.xml
- Go 的基准测试输出也受支持。以下示例在当前目录中运行基准测试,并使用
-out标志将输出写入名为report.xml的文件。
go test -v -bench . -count 5 2>&1 | go-junit-report -out report.xml
-iocopy标志直接将stdin复制到stdout,这有助于查看发送到go-junit-report的内容。以下示例从名为tests.txt的文件读取测试输入,将输入复制到stdout并将输出写入名为report.xml的文件。
go-junit-report -in tests.txt -iocopy -out report.xml
标志
运行 go-junit-report -help 可查看所有支持的标志。
| 标志 | 描述 |
|---|---|
-in file |
从 file 读取 go test 日志 |
-iocopy |
将输入复制到 stdout;仅与 -out 结合使用 |
-no-xml-header |
不打印 XML 头部 |
-out file |
将 XML 报告写入 file |
-package-name name |
如果输出不包含包名,指定默认包名使用 |
-parser parser |
指定解析器,可用解析器有:gotest (默认),gojson |
-p key=value |
将属性添加到生成的报告;属性应指定为 key=value |
-set-exit-code |
如果测试失败,设置退出码为 1 |
-subtest-mode |
设置子测试模式,模式有:ignore-parent-results,exclude-parents |
-version |
打印版本信息并退出 |
3. 项目API使用文档
项目的测试输出解析器和 JUnit XML 报告生成器也可作为 Go 包使用。这对于想要使用 go test 输出解析器或创建自定义 JUnit 报告的用户非常有用。有关更多信息,请参考 pkg.go.dev 上的包文档:
4. 项目安装方式
请参考上述“安装指南”部分。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0573
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
549
暂无描述
Markdown
852
5.68 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
845
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
781
410