SwiftTesting项目中关于noasync调用的虚假警告问题解析
2025-07-06 12:44:39作者:乔或婵
在Swift 6.2版本中,使用SwiftTesting框架进行单元测试时,开发者可能会遇到一个关于noasync调用的虚假警告问题。这个问题主要出现在使用#expect(throws:)宏进行异常测试的场景中。
问题现象
当开发者编写如下测试代码时:
@available(*, noasync)
func f() {}
@Test func g() {
#expect(throws: (any Error).self) {
f()
}
}
编译器会发出警告:
函数'f'在异步上下文中不可用;这将在未来的Swift语言模式中成为错误
问题根源
这个问题的本质在于Swift 6.2改进了宏展开过程中的类型检查机制。具体来说:
- 在Swift 6.2之前,编译器会在宏展开完成后才推断闭包的类型(非异步)
- 而在Swift 6.2中,编译器会在宏展开之前就推断闭包的类型为异步
这种类型检查顺序的改变导致了noasync函数的虚假警告,因为编译器过早地将闭包推断为异步上下文。
技术背景
noasync是Swift中的一个可用性属性,用于标记那些不能在异步上下文中调用的函数。这个属性通常用于那些不是线程安全的API,或者依赖于特定执行上下文的功能。
#expect(throws:)是SwiftTesting框架提供的一个测试宏,用于验证某个操作是否会抛出特定类型的错误。在内部实现上,这个宏会生成异步代码来支持测试功能。
解决方案
SwiftTesting团队已经通过以下方式解决了这个问题:
- 为宏添加了隐藏的非异步重载版本
- 确保在宏展开过程中正确处理闭包的类型推断
这种解决方案既保持了向后兼容性,又解决了虚假警告的问题。
最佳实践
对于开发者来说,可以采取以下措施:
- 如果确实需要在测试中调用
noasync函数,可以放心使用,这个警告是虚假的 - 保持SwiftTesting框架的更新,以获取最新的修复
- 在编写测试代码时,注意区分真正需要在异步上下文中调用的函数和不应该在异步上下文中调用的函数
总结
这个问题展示了Swift语言演进过程中类型系统与宏系统交互的一个有趣案例。通过理解编译器在宏展开过程中的类型推断顺序变化,开发者可以更好地诊断和解决类似的问题。SwiftTesting团队通过添加隐藏重载的方式提供了一个优雅的解决方案,既保持了语言的严谨性,又提供了良好的开发者体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868