Criterion测试框架中如何验证程序崩溃是预期行为
2025-07-04 23:08:23作者:毕习沙Eudora
在单元测试中,我们不仅需要验证代码的正确执行路径,有时还需要确保程序在特定条件下能够按照预期崩溃。本文将介绍如何在Criterion测试框架中优雅地处理这类测试场景。
为什么需要测试程序崩溃
程序崩溃测试在以下场景中尤为重要:
- 验证断言(assert)是否按预期触发
- 测试错误处理边界条件
- 确保非法输入会导致程序终止而非继续执行错误状态
- 验证内存访问越界等严重错误的处理
Criterion的信号处理机制
Criterion提供了专门的测试选项来处理预期崩溃的场景。通过在测试用例中添加.signal参数,我们可以指定期望接收到的信号类型。
基本用法示例
#include <criterion/criterion.h>
Test(suite_name, test_name, .signal = SIGSEGV) {
// 这里放置预期会导致段错误的代码
int *ptr = NULL;
*ptr = 42; // 这行应该触发SIGSEGV
}
当测试运行时,如果确实收到了SIGSEGV信号,测试将被标记为通过;如果没有收到预期信号,测试则会失败。
支持的信号类型
Criterion支持测试各种常见的崩溃信号:
- SIGSEGV:内存访问违规
- SIGABRT:程序调用abort()
- SIGFPE:算术运算错误
- SIGILL:非法指令
- SIGBUS:总线错误
高级应用场景
测试断言失败
#include <assert.h>
#include <criterion/criterion.h>
Test(assertions, test_assert_fail, .signal = SIGABRT) {
assert(0); // 断言失败应触发SIGABRT
}
组合测试选项
信号测试可以与其他测试选项组合使用:
Test(complex, test_case,
.signal = SIGSEGV,
.timeout = 1, // 设置超时
.disabled = false) {
// 测试代码
}
最佳实践建议
- 为每个预期崩溃的场景编写独立的测试用例
- 在测试描述中明确说明预期崩溃的原因
- 避免在同一个测试中混合正常路径和崩溃路径测试
- 对于重要的安全断言,确保编写对应的崩溃测试
注意事项
- 确保测试环境不会干扰信号捕获
- 在多线程测试中要特别注意信号处理
- 某些信号可能被系统处理方式不同,需要针对目标平台测试
通过合理利用Criterion的信号测试功能,开发者可以构建更全面的测试套件,确保程序不仅在正常情况下表现正确,在异常情况下也能安全失败。
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
151
253