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
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 StartedRust0191
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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 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
1.93 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++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
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
457
439
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
1.1 K
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
252
CANN 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 Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221