Jest-Extended 5.0.0 发布:全面升级的JavaScript测试增强库
Jest-Extended 是一个广受欢迎的 Jest 测试框架扩展库,它为开发者提供了更多强大且富有表现力的匹配器(matcher),让测试代码更加简洁和可读。本次发布的 5.0.0 版本带来了多项重要更新,包括对 Node.js 版本支持的调整、新匹配器的加入以及底层架构的重大改进。
核心变更解析
运行环境支持调整
在 5.0.0 版本中,项目决定放弃对 Node.js 16 和 18 版本的支持。这一变更反映了 JavaScript 生态系统的持续演进,也意味着项目可以更自由地使用现代 JavaScript 特性,而无需为旧版本提供兼容性支持。开发者如果需要继续使用这些 Node.js 版本,建议停留在 Jest-Extended 的 4.x 系列版本。
类型检查优化
新版本用原生类型检查替代了原有的 jest-get-type 依赖。这一改进不仅减少了项目的依赖项,还提高了类型检查的性能和可靠性。原生类型检查通常能更好地与 JavaScript 引擎集成,提供更准确的类型判断结果。
新增强大匹配器
5.0.0 版本引入了多个实用的新匹配器,显著增强了测试表达能力:
-
toIncludeSamePartialMembers:这个匹配器允许开发者验证一个数组是否包含与预期数组相同的部分成员,而不需要完全匹配。这在测试大型数据结构时特别有用,可以只关注关键部分而忽略不相关的数据。
-
变化相关匹配器组:新增了 toChange、toChangeBy 和 toChangeTo 三个匹配器,专门用于验证值的变化情况。这些匹配器使得测试状态变化更加直观:
- toChange 验证值是否发生了变化
- toChangeBy 验证值变化的具体量
- toChangeTo 验证值变化后的结果
架构升级:转向 TypeScript
项目从 JavaScript 迁移到了 TypeScript,这是 5.0.0 版本最重要的架构改进之一。TypeScript 的静态类型系统为项目带来了以下优势:
- 更好的代码可维护性
- 更早的错误检测
- 更完善的 IDE 支持
- 更清晰的 API 文档(通过类型定义)
对于使用者来说,这一变化意味着更好的类型提示和更少的运行时错误,特别是在 TypeScript 项目中。
自定义相等性测试支持
新版本增加了对自定义相等性测试器(equality testers)的支持。这一功能允许开发者定义自己的相等性比较逻辑,当内置的匹配器无法满足特定场景的比较需求时,可以灵活扩展。例如,在处理特殊对象或自定义数据结构时,开发者可以精确控制如何判断两个实例是否"相等"。
其他改进
- 修复了 toBeInRange 匹配器的错误描述,使其更加准确
- 常规依赖项更新,确保项目使用最新、最安全的第三方库
升级建议
对于现有项目,升级到 5.0.0 版本需要注意以下几点:
- 确保运行环境使用 Node.js 20 或更高版本
- 检查是否依赖了被移除或更改的 API
- 考虑利用新的匹配器简化现有测试代码
- TypeScript 项目将获得更好的类型支持
新匹配器的加入特别值得关注,它们可以显著提高测试代码的表达能力。例如,变化相关的匹配器可以替代许多手动编写的状态变化断言,使测试意图更加清晰。
总结
Jest-Extended 5.0.0 标志着这个流行测试扩展库的重要进化。通过放弃旧版本支持、转向 TypeScript 和引入强大的新匹配器,项目为现代 JavaScript 测试提供了更强大、更可靠的工具。这些改进不仅提升了开发体验,也为未来的功能扩展奠定了更坚实的基础。对于重视测试质量的团队来说,升级到 5.0.0 版本将带来显著的长期收益。
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 Notebook0113
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08