Kotest项目中assertSoftly断言丢失堆栈跟踪的问题分析
2025-06-12 00:38:28作者:董宙帆
问题背景
在Kotest测试框架中,assertSoftly是一个非常有用的功能,它允许在单个测试块中执行多个断言,即使其中一个断言失败,也会继续执行其他断言,最后将所有失败结果汇总报告。然而,在5.9.1版本中存在一个关于堆栈跟踪显示不准确的问题。
问题现象
当使用assertSoftly块时,如果满足以下两个条件:
- 块中只收集到一个断言错误
- 该断言错误的类型不是标准的
AssertionFailedError(例如是普通的AssertionError)
那么错误报告中显示的堆栈跟踪会指向assertSoftly块的开始位置,而不是实际断言失败的位置。这使得开发者难以快速定位到真正出错的代码行。
问题复现
通过一个简单的测试类可以清晰地复现这个问题:
import io.kotest.assertions.assertSoftly
import io.kotest.core.spec.style.StringSpec
import io.kotest.matchers.should
import io.kotest.matchers.shouldBe
import io.kotest.matchers.string.beEmpty
class Test : StringSpec ({
"多个断言错误" {
assertSoftly {
1 shouldBe 2 // 错误1
null should beEmpty() // 错误2
}
}
"单个断言错误" {
assertSoftly { // 堆栈跟踪指向这里
null should beEmpty() // 实际错误位置
}
}
})
在第一个测试用例中,由于有两个断言错误,堆栈跟踪会正确地指向两个错误位置。但在第二个测试用例中,由于只有一个断言错误,堆栈跟踪会错误地指向assertSoftly块的开始位置。
问题影响
虽然这个问题看起来不大,因为堆栈跟踪至少指向了包含错误的代码块,但当启用全局软断言设置(kotest.framework.assertion.globalassertsoftly = true)时,问题会变得更加严重,因为所有的断言都会自动包裹在软断言中,导致调试变得更加困难。
技术分析
这个问题的根本原因在于assertSoftly实现中对错误处理的逻辑。当只有一个错误且类型不是AssertionFailedError时,框架没有正确地保留原始错误的堆栈跟踪信息。正确的实现应该始终保留原始断言失败的堆栈信息,无论错误类型如何。
解决方案
该问题已在后续版本中得到修复。修复的核心思路是确保无论错误类型和数量如何,都正确保留原始错误的堆栈跟踪信息。开发者可以通过升级到最新版Kotest来解决这个问题。
最佳实践
- 及时更新Kotest版本以获取最新的错误修复
- 在调试软断言问题时,可以临时关闭全局软断言设置
- 对于关键断言,考虑使用硬断言(
shouldBe)而非软断言,以获得更准确的错误位置 - 编写测试时,尽量保持断言块的简洁,便于定位问题
通过理解这个问题及其解决方案,开发者可以更有效地使用Kotest的软断言功能,提高测试代码的可维护性和调试效率。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥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
68
20
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
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
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
24
0
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
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1