VerifyTests/Verify中枚举默认值0不显示问题解析
2025-06-25 18:42:06作者:邵娇湘
默认值处理机制
在VerifyTests/Verify测试框架中,默认会对序列化对象进行优化处理,其中一项重要优化就是自动忽略默认值。这种设计主要是为了减少测试结果中的冗余信息,使验证文件更加简洁明了。
对于枚举类型,.NET框架规定其默认值为0。因此当枚举属性值为0时,Verify会将其视为默认值而自动忽略,不会显示在生成的接收/验证文件中。
问题重现
考虑以下示例代码:
public enum UserType
{
Unknown = -1,
Regular = 0, // 默认值
Admin = 1
}
public class User
{
public string Name { get; set; }
public UserType Type { get; set; }
}
[Test]
public async Task TestUserVerification()
{
var user = new User
{
Name = "Jane Smith",
Type = UserType.Regular // 值为0
};
await Verify(user);
}
执行上述测试后,生成的接收文件中将只包含Name属性,Type属性由于值为0而被忽略。
解决方案
要解决这个问题,可以通过修改Verify的序列化设置来包含默认值:
[ModuleInitializer]
public static void InitializeVerificationSettings()
{
VerifierSettings.AddExtraSettings(settings =>
{
settings.DefaultValueHandling = DefaultValueHandling.Include;
});
}
这个初始化代码应该在测试项目启动时执行,通常放在测试项目的任意类中,并使用ModuleInitializer特性标记。设置后,所有值为0的枚举属性都将被包含在验证结果中。
替代方案比较
除了修改全局设置外,还有几种替代方案:
- 使用VerifyJson:先将对象序列化为JSON字符串,再使用VerifyJson验证。这种方法会保留所有值,包括0值的枚举。
var json = JsonConvert.SerializeObject(user);
await VerifyJson(json);
-
避免使用0值:在设计枚举时,可以避免使用0作为有效值,或者将0保留为无效状态。
-
特定属性标记:对于需要特别关注的属性,可以使用[JsonProperty]特性单独设置:
public class User
{
public string Name { get; set; }
[JsonProperty(DefaultValueHandling = DefaultValueHandling.Include)]
public UserType Type { get; set; }
}
最佳实践建议
-
一致性原则:在整个项目中保持一致的验证策略,要么全部包含默认值,要么全部忽略。
-
明确设计意图:在设计枚举时,明确0值的含义,最好将其保留为"未设置"或"默认"状态。
-
测试可读性:考虑验证结果的可读性,过多的默认值可能会降低测试结果的可读性。
-
项目需求优先:根据项目实际需求决定是否包含默认值,如果0值枚举对业务逻辑很重要,则应包含它。
通过理解VerifyTests/Verify框架的默认行为及其配置选项,开发者可以更灵活地控制测试验证过程,确保测试结果既准确又易于维护。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253