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
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
热门内容推荐
最新内容推荐
智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南解决Jellyfin中文元数据难题:MetaShark插件3大场景配置指南5大技术突破:轻量级AI引擎的跨平台部署指南B站m4s格式无法播放?m4s-converter轻松搞定视频永久保存全攻略BTCPay Server 开源项目配置指南:跨平台部署与高效部署最佳实践RSSHub-Radar 使用问题全解析:从入门到进阶的解决方案
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