Deno标准库中错误断言功能的深度解析
2025-06-24 14:23:42作者:田桥桑Industrious
在Deno标准库的测试工具中,assertThrows和assertRejects是两个常用的错误断言函数。它们主要用于验证代码是否按预期抛出错误,但当前功能存在一些局限性,特别是在错误对象属性验证方面。
现有功能分析
目前这两个断言函数主要通过message属性来验证错误对象:
assertThrows用于同步代码的错误断言assertRejects用于异步Promise的错误断言
它们的基本用法是验证:
- 是否抛出了特定类型的错误
- 错误消息是否符合预期(通过字符串或正则表达式匹配)
功能局限性
在实际开发中,开发者经常需要验证错误对象的其他属性,例如:
- 标准化的
DOMException通常具有重要的name属性 - 自定义错误类可能包含业务相关的属性(如错误代码)
现有API无法直接验证这些非message属性,开发者需要额外的断言代码,这降低了测试代码的可读性和简洁性。
改进方案探讨
社区提出了两种可能的增强方案:
回调函数方案
允许传入一个验证函数,对捕获的错误对象进行全面检查:
assertRejects(
() => promiseFunction(),
DOMException,
(err) => err.name === 'TimeoutError'
)
属性对象方案
通过属性对象直接匹配错误属性:
assertThrows(
() => { throw new CustomError(-1) },
CustomError,
{ code: -1 }
)
技术权衡
回调函数方案的优势:
- 灵活性高,可以处理复杂的验证逻辑
- 支持深度属性检查和自定义验证逻辑
属性对象方案的优势:
- 声明式语法更简洁
- 对于简单属性检查更直观
最佳实践建议
根据Deno核心团队的反馈,当前推荐的做法是:
- 先使用基础断言捕获错误对象
- 然后对错误对象进行额外的属性断言
const err = assertThrows(() => mightThrow());
assertEquals(err.code, -1);
这种分离的写法虽然多了一行代码,但保持了API的简洁性,同时提供了最大的灵活性。
总结
Deno标准库在错误断言方面提供了基础但强大的功能。虽然目前没有直接支持非message属性的验证,但通过合理的代码组织,开发者完全可以实现各种复杂的错误验证场景。这种设计体现了Deno团队对API简洁性和正交性的坚持,也鼓励开发者编写更清晰、更模块化的测试代码。
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