Mockery模板引擎中接口规范名称的获取方法
2025-06-02 12:37:49作者:沈韬淼Beryl
在Go语言的mock生成工具Mockery中,模板引擎的使用是创建自定义mock的关键。本文深入探讨了在模板中获取接口规范名称(包括包路径)的技术细节,帮助开发者更好地利用Mockery生成跨包mock代码。
问题背景
当使用Mockery生成mock代码时,特别是需要在不同包中生成mock时,开发者会遇到一个常见问题:模板中直接使用{{ $mock.Name }}只能获取接口的简单名称(如Foo),而无法获取完整的规范名称(如example.Foo)。这在跨包mock场景下会导致编译错误,因为生成的代码无法正确引用原始接口类型。
技术分析
Mockery的模板数据模型中,接口名称和包路径信息实际上是分开存储的:
- 接口名称存储在
$mock.Name中 - 源包限定符存储在根模板数据的
.SrcPkgQualifier字段中
这种设计虽然灵活,但在模板编写时不够直观,特别是当开发者已经习惯了在方法参数中使用{{ $param.TypeString }}这样直接获取完整类型名称的方式。
解决方案
目前有两种方式可以获取接口的规范名称:
-
组合方案:通过拼接
.SrcPkgQualifier和$mock.Name来构造完整名称{{ .SrcPkgQualifier }}{{ $mock.Name }} -
模板变量方案:在模板开头定义根变量,然后引用
{{ $root := . }} // 后续使用 {{ $root.SrcPkgQualifier }}{{ $mock.Name }}
最佳实践建议
对于需要频繁使用规范名称的场景,建议:
- 在模板开头统一定义包前缀变量,提高代码可读性
- 对于复杂模板,可以考虑将常用路径封装为自定义函数
- 注意类型参数(Type Parameters)的处理,确保泛型类型也能正确渲染
未来改进方向
虽然当前方案可以解决问题,但从API设计角度看,可以考虑:
- 添加
CanonicalName这样的辅助方法,保持API一致性 - 使接口名称获取方式与参数类型获取方式统一,降低认知成本
- 提供更完善的文档说明,帮助开发者理解模板数据结构
通过理解这些细节,开发者可以更灵活地定制Mockery生成的代码,满足各种复杂的mock场景需求。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136