Hardhat项目中关于revertWithCustomError与Viem集成的技术解析
2025-05-29 20:03:53作者:毕习沙Eudora
背景与问题场景
在智能合约测试过程中,错误断言是验证合约行为的重要环节。Hardhat作为流行的区块链开发环境,提供了hardhat-chai-matchers插件来扩展Chai断言库的功能。其中revertedWithCustomError是一个常用的匹配器,用于验证合约是否抛出了特定的自定义错误。
然而,当开发者尝试将这一功能与hardhat-viem(Hardhat的Viem集成)配合使用时,会遇到一个关键问题:从getContractAt获取的合约实例缺少interface属性,导致revertedWithCustomError无法正常工作。
技术原理分析
-
Ethers与Viem的架构差异:
- Ethers.js的合约实例包含完整的ABI信息,通过
interface属性暴露错误定义 - Viem采用更轻量级的架构,合约实例不自动包含完整的接口定义
- Ethers.js的合约实例包含完整的ABI信息,通过
-
hardhat-chai-matchers的设计:
- 该插件最初为Ethers.js设计,依赖
interface属性来解析自定义错误 - 错误匹配器需要访问合约ABI才能识别自定义错误的selector和参数
- 该插件最初为Ethers.js设计,依赖
-
Viem的工作方式:
- 提供更底层的RPC交互
- 合约调用返回的错误信息格式与Ethers不同
- 需要额外的错误解码层
当前解决方案
在Hardhat 3.0发布Viem专用匹配器之前,开发者可以采用以下替代方案:
- 基础错误断言:
await expect(contract.write.grantMinter([address]))
.to.be.rejectedWith("预期的错误消息");
-
手动错误解码:
- 通过Viem的
decodeErrorResult手动解析revert数据 - 需要预先知道错误ABI定义
- 通过Viem的
-
临时封装方案:
function withCustomError(contract, errorName) {
return {
async assert(receipt) {
const error = await decodeCustomError(contract, receipt);
if(error.name !== errorName) {
throw new Error(`Expected ${errorName} but got ${error.name}`);
}
}
}
}
最佳实践建议
-
项目技术栈统一:
- 新项目建议统一使用Ethers或Viem全套工具链
- 避免混合使用不同生态的测试工具
-
错误测试策略:
- 对于关键业务错误,建议增加错误码的显式断言
- 可以考虑将错误定义提取为共享常量
-
升级规划:
- 关注Hardhat 3.0的发布动态
- 为Viem专用匹配器的引入预留升级路径
未来展望
随着Viem在区块链生态中的普及,Hardhat团队正在积极开发与之深度集成的测试工具。预计在Hardhat 3.0中将会提供:
- 原生支持Viem合约实例的错误匹配器
- 更精细的错误解码和断言能力
- 与TypeScript更好的类型集成
开发者可以保持对Hardhat更新日志的关注,及时获取最新的Viem集成进展。对于当前项目,建议根据实际需求选择合适的临时解决方案,并在技术栈升级时进行相应的测试代码迁移。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108