TestNG框架中忽略测试统计问题的分析与修复
2025-07-05 03:32:04作者:尤峻淳Whitney
问题背景
TestNG作为Java生态中广泛使用的测试框架,其测试结果统计功能对于开发者了解测试执行情况至关重要。近期发现TestNG 7.10.2版本中存在一个关于忽略测试统计的缺陷,导致生成的XML报告中忽略测试数量显示不正确。
问题现象
当测试方法使用@Ignore注解标记时,框架本应正确统计这些被忽略的测试用例数量。然而实际运行后发现,XML报告中的忽略测试数量并非真实的忽略测试数,而是错误地显示了重试测试(retried tests)的数量。
问题根源分析
通过查看AbstractXmlReporter.java源码发现,在add()方法中错误地将retried计数赋值给了ignored字段:
public void add(Count count) {
this.passed += count.passed;
this.failed += count.failed;
this.skipped += count.skipped;
this.retried += count.retried;
this.ignored += count.retried; // 问题所在
}
这段代码明显存在逻辑错误,它错误地将重试测试次数累加到了忽略测试统计中,而忽略了真正的忽略测试数量。
问题影响
这个缺陷会导致以下问题:
- 测试报告数据不准确,无法真实反映测试执行情况
- 持续集成系统中基于测试统计的决策可能受到影响
- 开发人员无法准确了解有多少测试用例被有意忽略
解决方案
修复方案相对直接,需要确保ignored字段累加的是count.ignored而非count.retried。正确的实现应该是:
public void add(Count count) {
this.passed += count.passed;
this.failed += count.failed;
this.skipped += count.skipped;
this.retried += count.retried;
this.ignored += count.ignored; // 修正后的正确实现
}
验证方法
为了验证修复效果,可以创建一个简单的测试用例:
@Test
@Ignore
public void testIgnored() {
System.out.println("Ignored testcase");
}
修复后,运行测试并检查XML报告,应该能够正确显示忽略测试的数量为1,而重试测试数量为0。
总结
TestNG框架中的这个小缺陷虽然看似简单,但对于依赖测试统计数据的团队来说却可能造成误导。通过这次修复,确保了测试报告中忽略测试数量的准确性,使开发者能够更可靠地了解测试覆盖情况。这也提醒我们在开发类似框架时,对于统计数据的处理需要格外小心,确保每个计数字段都有正确的来源。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C031
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.27 K
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++
689
339
暂无简介
Dart
686
160
Ascend Extension for PyTorch
Python
233
265
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
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (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
1.22 K
667
🔥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
65
19
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
37
31