PHPUnit测试桩(Stub)中method()与expects()的正确使用方式
2025-05-10 21:40:21作者:温玫谨Lighthearted
在PHPUnit测试框架中,创建和使用测试桩(Test Stub)是单元测试的重要组成部分。然而,许多开发者在使用过程中会遇到关于method()和expects()方法的一些困惑,特别是在方法链式调用时出现的类型问题。
核心问题分析
PHPUnit提供了两种方式来配置测试桩的行为:
- 直接使用
method()方法:
$mock = $this->createMock(Test::class);
$mock->method('foo')->with(1)->willReturn(2);
- 使用
expects()方法:
$mock = $this->createMock(Test::class);
$mock->expects($this->once())
->method('foo')
->with(1)
->willReturn(2);
这两种方式看似相似,但实际上有着重要的区别。
底层机制解析
在PHPUnit的实现中,method()方法实际上是expects(new AnyInvokedCount)的快捷方式。这意味着:
- 当使用
method()时,PHPUnit内部会默认添加一个"任意调用次数"的期望 - 而使用
expects()则允许开发者显式地指定调用次数的期望
从类型系统的角度看:
method()返回的是InvocationMocker接口expects()也返回InvocationMocker接口- 但直接使用
method()时,静态分析工具可能会误认为返回的是InvocationStubber接口
最佳实践建议
-
明确测试意图:
- 如果只关心方法的返回值,不关心调用次数,可以使用
method() - 如果需要验证方法是否被调用及调用次数,应该使用
expects()
- 如果只关心方法的返回值,不关心调用次数,可以使用
-
静态分析兼容性:
- 当使用PHPStan等静态分析工具时,建议统一使用
expects()方式 - 这样可以避免因接口类型推断导致的误报
- 当使用PHPStan等静态分析工具时,建议统一使用
-
代码可读性:
- 使用
expects()方式更明确地表达了测试的验证点 - 使测试代码的意图更加清晰
- 使用
实际应用示例
// 仅配置返回值,不验证调用
$mock = $this->createMock(Service::class);
$mock->method('process')->willReturn(true);
// 验证方法调用及参数
$mock = $this->createMock(Service::class);
$mock->expects($this->exactly(2))
->method('process')
->withConsecutive(
[$this->equalTo('input1')],
[$this->equalTo('input2')]
);
理解PHPUnit测试桩中这两种配置方式的区别和联系,有助于编写更清晰、更可靠的单元测试。在大多数情况下,特别是当测试需要验证交互行为时,使用expects()方式是更优的选择。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
532
3.75 K
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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178