Accompanist项目中的Test Harness功能迁移指南
2025-05-30 21:17:55作者:牧宁李
背景介绍
在Android开发中,Compose UI测试是一个重要环节。Accompanist项目曾经提供了一个名为Test Harness的功能,用于在测试时覆盖设备配置参数。随着Compose UI测试库的发展,现在官方提供了更完善的解决方案。
新旧API对比
旧版Test Harness
Accompanist中的Test Harness通过一个包含多个参数的大型方法来实现设备配置覆盖。这种方式虽然功能完整,但随着需要覆盖的参数增多,方法签名会变得越来越庞大,不利于维护和扩展。
新版DeviceConfigurationOverride
Compose UI测试库1.7.0-alpha01版本引入了DeviceConfigurationOverrideAPI,它采用了更模块化的设计:
- 使用构建器模式,可以链式调用多个配置覆盖
- 每个配置项有独立的方法,便于单独使用
- 扩展性更好,新增配置项不需要修改方法签名
- 类型安全,减少配置错误的可能性
迁移建议
对于正在使用Accompanist Test Harness的开发者,建议尽快迁移到新的官方API。迁移过程通常包括以下步骤:
- 更新项目依赖,使用Compose UI测试1.7.0-alpha01或更高版本
- 查找项目中所有使用Test Harness的地方
- 将旧API调用替换为新的DeviceConfigurationOverride
示例代码对比
旧版Test Harness用法
testHarness(
locale = Locale.US,
fontScale = 1.5f,
displaySize = DisplaySize.Small,
// 其他参数...
) {
// 测试代码
}
新版DeviceConfigurationOverride用法
DeviceConfigurationOverride(
DeviceConfigurationOverride.FontScale(1.5f),
DeviceConfigurationOverride.Locale(Locale.US),
DeviceConfigurationOverride.DisplaySize(DisplaySize.Small)
) {
// 测试代码
}
优势分析
新的API设计带来了几个明显优势:
- 可读性更好:每个配置项都有明确的类型,一目了然
- 可组合性:可以轻松组合多个配置项,也可以单独使用某个配置
- 类型安全:编译器可以检查配置项的类型是否正确
- 易于扩展:新增配置项不会影响现有代码
注意事项
- 迁移时注意检查配置项的值是否与之前一致
- 新版API可能需要调整导入语句
- 建议在迁移后运行完整的测试套件,确保行为一致
- 某些边缘情况下的行为可能有细微差别,需要特别验证
结论
随着Compose生态系统的成熟,越来越多的功能从实验性库迁移到官方支持。这次Test Harness到DeviceConfigurationOverride的转变,不仅提供了更好的API设计,也标志着相关功能的稳定和标准化。开发者应抓住机会进行迁移,以获得更好的开发体验和长期支持。
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。C067
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。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。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0130
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
项目优选
收起
deepin linux kernel
C
26
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
457
3.42 K
暂无简介
Dart
710
170
Ascend Extension for PyTorch
Python
264
299
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
181
67
React Native鸿蒙化仓库
JavaScript
284
332
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++
838
415
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
431
130
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
10
1
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
103
118