Fetch-Mock v12.4.0 版本发布:新增多路由等待功能与响应克隆优化
2025-07-03 22:45:01作者:胡易黎Nicole
Fetch-Mock 是一个用于模拟 JavaScript 中 fetch API 的测试工具库,它允许开发者在单元测试中轻松模拟网络请求,无需实际发起 HTTP 调用。这个库特别适合前端开发者在测试环境中模拟各种网络场景,如成功响应、错误状态、延迟返回等。
主要新特性
1. 多路由等待功能
v12.4.0 版本引入了强大的 waitFor 选项,这是一个重大改进,使得测试异步场景更加灵活和强大。
技术实现细节:
- 开发者现在可以指定一个 Promise,当这个 Promise 解析后,相关的路由才会被激活
- 内部实现从函数调用改为纯 Promise 机制,提升了可靠性和一致性
- 支持同时等待多个路由,这对于测试复杂的前端交互场景特别有用
使用场景示例: 假设你正在测试一个需要等待多个 API 调用完成才能继续执行的组件,现在可以这样编写测试:
const mock = fetchMock.sandbox()
.get('/api/user', { id: 1 }, { waitFor: userPromise })
.get('/api/posts', [{ id: 1 }], { waitFor: postsPromise });
// 当userPromise和postsPromise都解析后,相关路由才会生效
2. 响应克隆优化
问题背景: 在之前的版本中,当多次使用同一个模拟响应时,可能会遇到响应流已被消费的问题,导致后续使用失败。
解决方案:
- 现在 Fetch-Mock 会在内部自动克隆响应对象
- 确保每次请求都能获得一个全新的、可用的响应实例
- 特别解决了在测试中多次断言同一个端点时可能出现的问题
技术影响: 这项改进使得测试更加健壮,特别是在以下场景:
- 测试重试逻辑
- 多个测试用例共享同一个模拟配置
- 对同一个端点进行多次断言
升级建议
对于现有项目,升级到 v12.4.0 版本是平滑的,因为这些改进主要是新增功能和内部优化,不会破坏现有 API。特别是:
- 如果你在测试中需要模拟复杂的异步依赖关系,新的
waitFor功能将大大简化你的测试代码 - 如果你曾经遇到过响应流被消费的问题,现在这个问题已经得到解决
总结
Fetch-Mock v12.4.0 通过引入多路由等待功能和响应克隆优化,进一步巩固了它作为前端测试工具库的地位。这些改进使得开发者能够更精确地模拟复杂的异步场景,同时提高了测试的可靠性。对于正在进行前端测试基础设施建设的团队,这个版本值得考虑升级。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660