Truthish:Kotlin 多平台单元测试库指南
2024-09-12 19:46:22作者:蔡怀权
项目介绍
Truthish 是一个受 Google Truth 启发并完全使用 Kotlin 重写的多平台单元测试库。它旨在允许开发者在 Kotlin 的多平台项目中享受流畅的断言风格进行测试。该库通过提供易于阅读且产生清晰错误信息的断言方式,增强测试代码的可读性和调试效率。
项目快速启动
要开始使用 Truthish,在您的 Kotlin 多平台项目中添加以下依赖至 build.gradle.kts 文件:
repositories {
mavenCentral()
}
kotlin {
jvm()
js(IR).browser()
// 根据你的需求添加其他平台支持
}
sourceSets["commonMain"].dependencies {
implementation("com.varabyte.truthish:truthish:1.0.1")
implementation(kotlin("test"))
}
然后,在你的测试文件中,你可以像这样写断言:
import com.varabyte.truthish.*
@Test
fun testExample() {
assertThat(2 + 2).isEqualTo(4)
assertThat(listOf(1, 2, 3)).containsExactlyInAnyOrder(1, 2, 3)
}
确保配置对应的测试运行器以执行这些测试。
应用案例和最佳实践
流畅断言体验
Truthish 提供的断言方法使得测试逻辑更贴近自然语言,如下面的示例展示的是如何验证一个列表是否按预期排序:
@Test
fun testSortedList() {
val numbers = listOf(1, 2, 3, 4, 5)
assertThat(numbers).isSorted()
}
自定义错误消息
为了提高测试结果的可读性,推荐使用 assertWithMessage 来附加有意义的上下文信息:
@Test
fun testCustomErrorMessage() {
val numbers = listOf(1, 3, 2)
assertWithMessage("Numbers list should be sorted.")
.that(numbers).isSorted()
}
典型生态项目集成
虽然 Truthish 主要作为测试辅助工具,并不直接与其他特定生态项目集成,但它可以在任何使用Kotlin的多平台项目中无缝工作,无论是配合Ktor构建服务端应用,还是在Android开发中作为单元测试框架的一部分。它的设计保证了与Kotlin的原生兼容性,因此容易融入到基于Kotlin的持续集成(CI)流程中,比如Jenkins或GitHub Actions中的Gradle构建任务。
记得在实施到具体项目时,利用其提供的丰富API来构建健壮的测试套件,并关注库的更新日志以获取新功能和改进。
以上就是关于Truthish的基本使用教程,通过这个强大而简洁的库,您可以大幅提升Kotlin多平台项目中单元测试的质量和维护性。
登录后查看全文
热门项目推荐
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 StartedRust0152- 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
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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
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
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989