使用go-cmp实现类似Jest.js的expect.any(String)功能
2025-06-13 11:40:46作者:庞眉杨Will
在Go语言开发中,我们经常需要比较两个数据结构是否相等。google/go-cmp是一个强大的比较库,它提供了比标准库更灵活的深度比较功能。本文将介绍如何利用go-cmp实现类似JavaScript测试框架Jest.js中的expect.any(String)功能。
需求背景
在实际开发中,我们经常会遇到这样的场景:需要比较两个数据结构,但其中某些字段的值是动态生成的(如随机ID、时间戳等)。我们希望比较时能忽略这些特定字段的具体值,只验证它们的类型是否符合预期。
例如,在比较HTTP响应时,响应体中可能包含服务器生成的随机ID字段。我们希望在测试中只验证这个字段是字符串类型,而不关心具体的字符串内容。
go-cmp的基本使用
go-cmp库提供了丰富的比较选项,包括:
- 自定义比较函数
- 类型转换
- 过滤特定字段
- 忽略特定字段
但默认情况下,它不支持"类型匹配"这种高级比较模式。
实现方案
我们可以通过组合使用go-cmp的FilterValues、Transformer和Comparer功能来实现类似expect.any(String)的功能。
定义AnyString类型
首先,我们定义一个特殊类型来表示"任意字符串":
type AnyString struct {
value string
isInput bool
}
var anyString = AnyString{}
这个类型有两个作用:
- 作为占位符表示"任意字符串"的预期值
- 包装实际字符串值以便比较
实现比较逻辑
完整的比较实现如下:
func TestAnyString(t *testing.T) {
// 实际值和预期值
x := map[string]any{"foo": "12"}
y := map[string]any{"foo": anyString}
// 定义转换器,将字符串和AnyString统一为AnyString类型
tr := cmp.FilterValues(func(x, y interface{}) bool {
_, okX1 := x.(string)
_, okX2 := x.(AnyString)
_, okY1 := y.(string)
_, okY2 := y.(AnyString)
return (okX1 || okX2) && (okY1 || okY2)
}, cmp.Transformer("AnyStringTransformer", func(x interface{}) AnyString {
if is, ok := x.(string); ok {
return AnyString{value: is, isInput: true}
}
return x.(AnyString)
}))
// 自定义比较逻辑
optComp := cmp.Comparer(func(x AnyString, y AnyString) bool {
// 如果一个值是输入字符串,另一个是anyString,则匹配
if x.isInput == !y.isInput {
return true
}
return x == y
})
if diff := cmp.Diff(x, y, tr, optComp); diff != "" {
t.Errorf("Mismatch (-x +y):\n%s", diff)
}
}
工作原理
- FilterValues:筛选出需要特殊处理的比较对(string和AnyString的组合)
- Transformer:将所有string和AnyString值统一转换为AnyString类型
- Comparer:自定义比较逻辑,当一边是实际字符串一边是anyString占位符时返回true
扩展应用
这种模式可以扩展到其他类型,例如:
type AnyInt struct {
value int
isInput bool
}
var anyInt = AnyInt{}
然后实现类似的转换和比较逻辑,就可以支持expect.any(Int)的功能。
总结
通过组合使用go-cmp的高级功能,我们实现了类似Jest.js的类型匹配比较。这种方法特别适用于:
- 测试包含随机生成值的响应
- 验证数据结构的类型而不关心具体值
- 比较深度嵌套结构中特定字段的类型
这种技术可以大大提高测试的灵活性和可维护性,特别是在处理动态生成数据的场景下。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
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
Ascend Extension for PyTorch
Python
340
404
暂无简介
Dart
771
191
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
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355