Expecta 技术文档
2024-12-24 22:00:49作者:凌朦慧Richard
1. 安装指南
Expecta 可以通过以下几种方式安装:
使用 CocoaPods
- 在项目的
Podfile中添加以下内容:
target :MyApp do
# 其他应用依赖
target :MyAppTests do
inherit! search_paths
pod 'Expecta', '~> 1.0'
end
end
- 运行
pod update或pod install在项目目录下。
使用 Carthage
- 在项目的
Cartfile.private中添加以下内容:
github "specta/expecta" "master"
- 运行
carthage update在项目目录下。 - 将对应的
Expecta.framework从Carthage/Build/拖入到 Xcode 项目中,并添加到测试目标(test target)。
手动安装
-
从 GitHub 上克隆 Expecta。
-
在项目目录下运行
rake来构建框架和库。 -
如果项目尚未设置,向 Xcode 项目中添加一个 Cocoa 或 Cocoa Touch 单元测试包目标。
-
对于 OS X 项目,将
Products/osx文件夹中的Expecta.framework拷贝并添加到项目的测试目标。对于 iOS 项目,将
Products/ios文件夹中的Expecta.framework拷贝并添加到项目的测试目标。如果偏好使用静态库,可以选择使用
libExpecta.a— iOS 7.x 及以下版本需要这样做。 -
在 Xcode 的测试目标中,添加
-ObjC和-all_load到 其他链接器标志(Other Linker Flags)。
2. 项目的使用说明
Expecta 是一个用于 Objective-C 和 Cocoa 的匹配器框架。它的主要优势是不需要指定数据类型,并且其匹配器的语法更加易读,不会出现括号过多的情况。
以下是一些基本使用示例:
expect(@"foo").to.equal(@"foo");
expect(foo).notTo.equal(1);
expect([bar isBar]).to.equal(YES);
expect(baz).to.equal(3.14159);
Expecta 与框架无关,可以很好地与 XCTest 和其他兼容 XCTest 的测试框架(如 Specta、Kiwi)一起工作。
3. 项目API使用文档
Expecta 提供了多种匹配器用于测试,以下是一些常用的匹配器:
expect(x).to.equal(y);检查对象或原始值 x 和 y 是否相等或等效。expect(x).to.beIdenticalTo(y);检查对象 x 和 y 是否完全相同(包括内存地址)。expect(x).to.beNil();如果 x 为 nil 则通过。expect(x).to.beTruthy();如果 x 计算为 true(非零)则通过。expect(x).to.beFalsy();如果 x 计算为 false(零)则通过。expect(x).to.contain(y);如果 NSArray 或 NSString x 包含 y 则通过。expect(x).to.beSupersetOf(y);如果 NSArray、NSSet、NSDictionary 或 NSOrderedSet x 包含 y 的所有元素则通过。expect(x).to.haveCountOf(y);如果 NSArray、NSSet、NSDictionary 或 NSString x 的计数或长度为 y 则通过。expect(x).to.beEmpty();如果 NSArray、NSSet、NSDictionary 或 NSString x 为空则通过。
等等,更多匹配器请参考项目的 README 文件。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细说明,可通过 CocoaPods、Carthage 或手动安装来设置 Expecta。
以上内容为 Expecta 的技术文档,希望能帮助您更好地了解和使用该项目。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
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++
1.01 K
1.01 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
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude 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 Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989