Web Test Runner 中冻结对象断言导致测试卡死问题分析
2025-07-02 06:41:08作者:段琳惟
问题现象
在使用 Web Test Runner(简称 WTR)进行前端测试时,开发者发现当测试代码中对被 Object.freeze() 冻结的对象进行断言时,测试用例会无法正常完成。具体表现为测试进程卡住,无法继续执行后续测试或退出。
问题复现
通过一个简单的测试用例可以稳定复现该问题:
import { expect } from '@open-wc/testing';
describe('readonly', () => {
it('gets stuck when throwing readonly array of objects', () => {
const obj = [{}];
const frozenObj = Object.freeze(obj);
expect(frozenObj).to.be.empty;
});
});
问题根源分析
经过深入排查,发现问题出在 Web Test Runner 的错误处理机制中。当测试失败时,WTR 会尝试将错误信息通过 WebSocket 发送给命令行界面进行显示。在这个过程中,系统需要对错误对象进行序列化处理,包括处理可能的循环引用结构。
关键问题点在于:
- 序列化过程中使用了
JSON.stringify()方法 - 对于冻结对象,该方法无法正常工作
- 错误处理流程中没有对冻结对象的特殊处理
技术背景
Object.freeze 的特性
Object.freeze() 方法可以冻结一个对象,使其不能被修改。冻结后:
- 不能添加新属性
- 不能删除已有属性
- 不能修改已有属性的可枚举性、可配置性、可写性
- 不能修改已有属性的值
JSON.stringify 的限制
JSON.stringify() 在处理冻结对象时存在一些限制:
- 无法修改冻结对象的属性描述符
- 在尝试检测循环引用时可能会失败
- 某些浏览器实现中可能抛出异常
解决方案
针对这一问题,社区提出了几种可行的解决方案:
1. 使用结构化克隆
在序列化前先对对象进行深拷贝:
const clonedError = structuredClone(error);
JSON.stringify(clonedError);
这种方法可以避免直接操作冻结对象,但需要注意浏览器兼容性。
2. 修改错误处理逻辑
在 Web Test Runner 的错误处理流程中增加对冻结对象的检测:
function safeStringify(error) {
try {
return JSON.stringify(error);
} catch (e) {
try {
return JSON.stringify({
message: error.message,
stack: error.stack
});
} catch (e) {
return '{}';
}
}
}
3. 测试代码最佳实践
在编写测试时,可以避免直接断言冻结对象:
// 不推荐
expect(Object.freeze(obj)).to.be.empty;
// 推荐
const result = Object.freeze(obj);
expect(result.length).to.equal(0);
影响范围
该问题主要影响:
- 使用 Web Test Runner 进行前端测试的项目
- 测试中涉及冻结对象的断言
- 使用 Puppeteer 或 Playwright 作为测试运行器的场景
预防措施
为避免类似问题,开发者可以:
- 在测试中谨慎使用
Object.freeze() - 对复杂对象断言时使用更具体的断言方式
- 保持测试框架和依赖库的最新版本
- 编写测试时考虑边界情况和异常处理
总结
Web Test Runner 在处理冻结对象断言时出现的问题,揭示了测试工具在错误处理和对象序列化方面的潜在缺陷。通过理解问题的技术背景和解决方案,开发者可以更好地编写健壮的测试代码,同时也能为测试工具的改进提供有价值的参考。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 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 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 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
766
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
744
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++
634
232