Deno标准库中Mock测试工具与Expect断言库的兼容性问题解析
2025-06-24 23:34:59作者:廉皓灿Ida
在Deno生态系统中进行单元测试时,开发者经常会遇到需要模拟(mock)函数调用的情况。Deno标准库提供了两套不同的测试工具:@std/testing/mock模块和@std/expect模块,但这两者之间存在一些兼容性问题需要开发者注意。
问题本质
核心问题在于@std/testing/mock模块中的stub函数创建的存根(stub)无法直接与@std/expect模块中的expect断言配合使用。当尝试使用expect(stub).toHaveBeenCalled()这样的断言时,会抛出"Received function must be a mock or spy function"错误。
这是因为两个模块采用了不同的实现机制:
@std/testing/mock的stub函数主要关注替换原有函数实现@std/expect的断言系统需要函数具有特定的mock/spy标识
解决方案
目前有两种推荐的做法:
-
统一使用
@std/testing/mock模块 使用该模块提供的assertSpyCall等断言方法,保持测试代码的一致性。 -
结合使用
@std/expect的fn函数 可以通过fn创建mock函数,再将其作为stub的实现:const mockFetch = fn(() => Promise.resolve(...)); const fetchStub = stub(globalThis, 'fetch', mockFetch); expect(mockFetch).toHaveBeenCalled();
技术背景
这种设计分离实际上反映了测试工具的不同设计理念:
@std/testing/mock更偏向传统的存根和模拟方式@std/expect采用了类似Jest的mock/spy模式
对于TypeScript开发者来说,需要注意fn函数的类型限制,必要时需要进行类型断言。
最佳实践建议
- 在新项目中,建议统一选择其中一种测试风格
- 在已有项目中,保持现有测试风格的一致性
- 对于复杂测试场景,可以考虑将两种方式结合使用,但要注意类型安全和可维护性
理解这些工具的设计差异和适用场景,可以帮助开发者更高效地编写Deno单元测试,避免常见的兼容性问题。
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 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
1.49 K
845
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++
930
802
暂无简介
Dart
872
207
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
1.06 K
547
Ascend Extension for PyTorch
Python
464
554
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
45
47
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.25 K
100
昇腾LLM分布式训练框架
Python
137
160