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-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
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
昇腾LLM分布式训练框架
Python
118
147
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
🔥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
🎉 (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