Mockery项目中可变参数(variadic)的Mock生成问题解析
2025-06-02 20:35:37作者:凤尚柏Louis
背景介绍
Mockery是一个流行的Go语言mock框架生成工具,它能够根据接口定义自动生成mock实现。在从Mockery v2升级到v3的过程中,一些开发者遇到了关于可变参数(variadic parameters)mock生成行为变化的问题。
问题现象
在Mockery v2中,对于包含可变参数的接口方法,如:
type DBExecutor interface {
ExecContext(ctx context.Context, query string, args ...interface{}) (bool, error)
}
生成的mock代码能够正确处理可变参数,开发者可以这样使用:
dbExecutor.EXPECT().ExecContext(
mock.Anything, mock.Anything,
"arg1", "arg2", "arg3"
).Return(true, nil)
但在升级到Mockery v3后,同样的代码会报错"Provided 4 arguments, mocked for 3 arguments",提示参数数量不匹配。
原因分析
这个行为变化源于Mockery v3中引入的一个配置选项unroll-variadic。在v2版本中,默认行为是"展开"可变参数(unroll),即每个可变参数都被视为独立的参数。而在v3中,默认行为发生了变化,可变参数被视为一个切片整体。
具体代码生成差异:
v2生成的mock代码:
func (_m *DBExecutor) ExecContext(ctx context.Context, query string, args ...interface{}) (sql.Result, error) {
var _ca []interface{}
_ca = append(_ca, ctx, query)
_ca = append(_ca, args...)
ret := _m.Called(_ca...)
// ...
}
v3生成的mock代码:
func (_mock *DBExecutor) ExecContext(ctx context.Context, query string, args ...interface{}) (sql.Result, error) {
var tmpRet mock.Arguments
if len(args) > 0 {
tmpRet = _mock.Called(ctx, query, args) // args作为整体传递
} else {
tmpRet = _mock.Called(ctx, query)
}
// ...
}
解决方案
要恢复v2的行为,可以在Mockery配置文件中设置:
template-data:
unroll-variadic: true
这个配置项控制是否将可变参数展开为独立参数。设置为true时,行为与v2一致;false时(默认),可变参数被视为切片整体。
最佳实践建议
- 明确配置:在配置文件中显式设置
unroll-variadic,避免依赖默认值 - 迁移注意:从v2升级到v3时,使用迁移工具自动处理配置变更
- 测试覆盖:升级后应全面测试mock相关代码,特别是涉及可变参数的部分
- 一致性:团队内部应统一配置,避免不同开发者环境行为不一致
总结
Mockery v3在可变参数处理上的行为变化是为了提供更灵活的mock生成选项。理解这个变化背后的设计意图,合理配置unroll-variadic参数,可以帮助开发者平滑过渡到新版本,同时保持测试代码的清晰性和一致性。
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 StartedRust0215
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 Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
470
465
暂无描述
Dockerfile
778
5.08 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++
876
2.03 K
Ascend Extension for PyTorch
Python
758
968
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++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 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。
Python
2.25 K
677