首页
/ 探索Shrubbery:你的Clojure协议测试利器

探索Shrubbery:你的Clojure协议测试利器

2024-05-31 13:05:55作者:裘旻烁

项目简介

Shrubbery是一个为Clojure协议设计的轻量级的模拟(stub)、监控(spy)和模拟(mock)库。它不依赖任何宏,也不定义任何变量,并且与所有测试框架兼容。如果你在编写有状态的Clojure应用并尝试处理单元测试中的副作用时,Shrubbery可能是你需要的强大工具。

技术解析

Shrubbery的核心是提供三个主要的测试构造:stubspymockstub用于创建一个实现了指定协议的对象,可以通过提供简单值来定义方法的行为。spy则监控对象的方法调用,记录其调用次数和参数。而mock结合了stubspy的功能,允许定义方法行为的同时进行调用统计。

Shrubbery巧妙地利用协议反射和eval,无需使用宏就能实现动态的协议重载。虽然这种做法限制了一些复杂场景的使用,但它确保了简洁性和对现有代码的无侵入性。

应用场景

Shrubbery特别适合在以下情况下使用:

  1. 当你需要测试涉及数据库查询或外部服务调用的函数时。
  2. 在使用如Component这样的框架,通过协议封装副作用操作的应用中。
  3. 对于希望以更细粒度的方式控制测试环境,如追踪方法调用次数和参数的测试开发者来说,Shrubbery是理想之选。

项目特点

  1. 无侵入性 - 不使用宏,不定义变量,不会改变你的原始代码结构。
  2. 兼容性广 - 兼容任何测试框架,让测试更加灵活。
  3. 简易测试工具 - 提供stubspymock,以及相关辅助功能,简化测试编写。
  4. 强大的匹配功能 - 支持部分匹配和特殊类型检查,比如正则表达式匹配,使得断言更为精准。
  5. 无额外依赖 - 只依赖Clojure核心库,保持项目整洁。
  6. 测试框架无关 - 能直接整合到你现有的测试体系中。

总之,无论你是经验丰富的Clojure开发者还是初学者,Shrubbery都能帮助你更好地管理测试中的副作用,提高代码质量。立即体验Shrubbery,让你的测试工作变得更轻松!

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
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++
508
44
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
339
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70