JUnit Interface 技术文档
2024-12-23 01:20:35作者:明树来
1. 安装指南
依赖添加
要在 sbt 项目中使用 JUnit Interface,首先需要在 build.sbt 文件中添加以下依赖:
libraryDependencies += "com.github.sbt" % "junit-interface" % "0.13.2" % Test
注意:从版本 0.12 开始,组织名称已更改为 "com.github.sbt"。
JUnit 本身会作为传递依赖自动引入。
版本对应关系
| junit-interface 版本 | JUnit 版本 |
|---|---|
| 0.13.2 | 4.13.2 |
| 0.13.1 | 4.13.1 |
| 0.13 | 4.13 |
| 0.12 | 4.12 |
sbt 已经内置了对 junit-interface 的支持,因此只需添加依赖即可,无需将其添加到测试框架列表中。
2. 项目的使用说明
运行测试
在 sbt shell 中,可以通过以下命令运行 JUnit 测试:
> test
增量测试
要增量运行测试,并且只运行上次运行失败的测试,可以使用 testQuick 命令:
> testQuick
运行特定测试套件
要运行特定的测试套件,可以使用 testOnly 命令,并指定类名或使用通配符:
> testOnly example.HelloTest
或者使用通配符:
> testOnly *.HelloTest
运行特定测试方法
要运行特定测试方法,可以在 testOnly 命令后添加 -- 并指定测试方法名:
> testOnly -- example.HelloTest.testSuccess1
也可以使用通配符:
> testOnly -- *.HelloTest.testI*
详细输出
要获取详细的测试输出,可以使用 -v 选项:
> testOnly -- -v
3. 项目API使用文档
支持的选项
以下是 JUnit 测试支持的选项及其描述:
| 选项 | 描述 |
|---|---|
-v |
等同于 --verbosity=2 |
-q |
抑制成功测试的标准输出,标准错误输出正常打印。 |
-n |
即使 sbt 支持 ANSI 颜色,也不使用 ANSI 颜色。 |
-s |
尝试解码堆栈跟踪和测试名称中的 Scala 名称。 |
-a |
显示 AssertionErrors 的堆栈跟踪和异常类名。 |
-c |
不打印异常类名前缀,仅显示 getMessage() 的结果和堆栈跟踪。 |
+v |
等同于 --verbosity=0 |
+q |
关闭 -q,优先于 -q。 |
+n |
关闭 -n,优先于 -n。 |
+s |
关闭 -s,优先于 -s。 |
+a |
关闭 -a,优先于 -a。 |
+c |
关闭 -c,优先于 -c。 |
--ignore-runners=<COMMA-SEPARATED-STRINGS> |
忽略带有 @RunWith 注解的测试,如果 Runner 类名在此列表中。 |
--tests=<REGEXPS> |
仅运行名称匹配指定正则表达式的测试。 |
-Dkey=value |
临时设置系统属性,测试结束后恢复原值。 |
--run-listener=<CLASS_NAME> |
用户定义的类,扩展 org.junit.runner.notification.RunListener。 |
--include-categories=<CLASSES> |
包含的类别类名列表,仅运行这些类别的测试。 |
--exclude-categories=<CLASSES> |
排除的类别类名列表,不运行这些类别的测试。 |
--verbosity=<INT> |
设置详细级别,0 为默认,1 为 "Test run finished",2 为更多信息。 |
--summary=<INT> |
设置测试任务执行的摘要类型,0 为默认,1 为单行,2 为包含失败测试列表。 |
设置默认选项
可以在 build.sbt 文件中设置默认选项:
testOptions += Tests.Argument(TestFrameworks.JUnit, "-q", "-v")
4. 项目安装方式
通过 sbt 安装
-
在
build.sbt文件中添加依赖:libraryDependencies += "com.github.sbt" % "junit-interface" % "0.13.2" % Test -
在 sbt shell 中运行
reload命令以加载新的依赖。 -
使用
test或testOnly命令运行 JUnit 测试。
通过插件安装(可选)
如果需要更高级的功能,可以考虑使用 sbt-jupiter-interface 插件来支持 JUnit 5。
通过以上步骤,您可以顺利地在 sbt 项目中使用 JUnit Interface 进行测试。
登录后查看全文
热门项目推荐
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-1.5暂无简介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
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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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