Cucumber-Rails 项目技术文档
2024-12-23 03:46:56作者:钟日瑜
1. 安装指南
1.1 添加 Gem 到项目
首先,将 cucumber-rails 添加到项目的 Gemfile 中。在 Gemfile 的 test 组中添加以下内容:
group :test do
gem 'cucumber-rails', require: false
# database_cleaner 不是必须的,但强烈推荐使用
gem 'database_cleaner'
end
1.2 安装 Gem
运行以下命令来安装 Gem:
bundle install
1.3 生成配置文件
安装完成后,运行以下命令来生成 Cucumber 的配置文件:
rails generate cucumber:install
你可以通过以下命令查看生成器的帮助信息:
rails generate cucumber:install --help
2. 项目的使用说明
2.1 运行 Cucumber
安装完成后,你可以通过以下命令运行 Cucumber 测试:
bundle exec cucumber
2.2 配置选项
2.2.1 禁用数据库清理
默认情况下,cucumber-rails 会在每个场景前后运行 DatabaseCleaner.start 和 DatabaseCleaner.clean。你可以通过以下方式禁用此行为:
# features/support/env.rb
Cucumber::Rails::Database.autorun_database_cleaner = false
2.2.2 禁用 Rack::Test 助手
默认情况下,cucumber-rails 会自动将 Rack::Test 的助手方法混合到默认的 Cucumber World 实例中。你可以通过以下方式禁用此行为:
# features/support/env.rb
ENV['CR_REMOVE_RACK_TEST_HELPERS'] = 'true'
3. 项目 API 使用文档
cucumber-rails 提供了一些配置选项和助手方法,帮助你在 Rails 项目中更好地使用 Cucumber。以下是一些常用的 API 和配置选项:
3.1 数据库清理 API
Cucumber::Rails::Database.autorun_database_cleaner = false:禁用自动数据库清理。
3.2 Rack::Test 助手 API
ENV['CR_REMOVE_RACK_TEST_HELPERS'] = 'true':禁用Rack::Test助手方法。
4. 项目安装方式
4.1 升级到新版本
如果你从旧版本升级到新版本,建议重新运行安装命令:
rails generate cucumber:install
4.2 设置开发环境
如果你需要为项目贡献代码,可以按照以下步骤设置开发环境:
- 确保你安装了支持的 Ruby 版本。
- 进入
cucumber-rails仓库目录并运行以下命令:
gem install bundler
bundle install
bin/install_geckodriver.sh
bin/install_webpacker.sh
4.3 运行测试
安装所有依赖后,运行以下命令来执行所有测试:
bundle exec rake
4.4 运行 Appraisal 测试套件
为了测试多个版本的依赖项,cucumber-rails 使用了 Appraisal 来生成多个 Gemfile。你可以通过以下命令运行完整的测试套件:
bundle exec appraisal install
bundle exec appraisal rake test
或者针对特定的 Gemfile 运行测试:
bundle exec appraisal rails_6_0 rake test
4.5 添加依赖项
在添加新的依赖项时,请遵循以下规则:
- 如果是运行时依赖项,添加到 Gemspec 中。
- 如果是主要的开发依赖项,添加到 Gemspec 中。
- 如果是生成 Rails 应用测试的依赖项,添加到修改
Gemfile的辅助方法中。
例如,rspec 是一个主要的开发依赖项,因此它位于 Gemspec 中。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
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
暂无简介
Dart
653
149
Ascend Extension for PyTorch
Python
212
222
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
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++
656
291
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
🎉 (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
1.17 K
640
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
251
320