WireMock 3.11.0版本发布:XML处理增强与性能优化
WireMock是一个流行的HTTP模拟服务工具,主要用于测试场景中模拟HTTP API的行为。它能够帮助开发者在不需要依赖真实后端服务的情况下进行前端开发和测试。WireMock支持请求匹配、响应生成、请求验证等功能,广泛应用于单元测试、集成测试和端到端测试中。
核心功能改进
XML处理能力增强
本次3.11.0版本在XML处理方面有两项重要改进:
-
EqualToXmlPattern默认支持命名空间
现在EqualToXmlPattern在默认情况下会考虑XML命名空间,这解决了之前版本中可能出现的命名空间不匹配问题。对于需要处理带有命名空间的XML文档的场景,这一改进显著提升了匹配的准确性。 -
FormatXmlHelper使用系统默认TransformerFactory
修复了FormatXmlHelper中TransformerFactory的使用问题,现在它会始终使用系统默认的TransformerFactory实现。这一变更确保了XML转换行为在不同环境中的一致性,避免了因TransformerFactory实现差异导致的问题。
文件上传功能增强
Multipart请求部分现在支持文件名能力。这意味着开发者可以更精确地模拟包含文件上传的表单提交场景,为测试文件上传功能提供了更好的支持。
性能优化
本次版本包含了对EqualToXmlPattern的性能优化。通过改进实现方式,XML匹配操作的执行效率得到了提升,这对于需要处理大量XML请求的测试场景尤为重要。
问题修复
-
HTTP客户端协议更新问题
针对httpclient 5.4版本中可能出现的协议更新问题,WireMock现在会禁用这些有问题的协议更新,确保HTTP客户端的稳定运行。 -
高级路径模式序列化问题
修复了嵌套AdvancedPathPattern在使用@JsonUnwrapped注解时的序列化问题,确保了复杂路径模式的正确序列化和反序列化。 -
HTTP服务器工厂扩展查找
当找不到合适的HttpServerFactory扩展时,现在会抛出更具描述性的异常,帮助开发者更快地定位和解决问题。
依赖项更新
WireMock 3.11.0版本更新了多项依赖库:
- Jetty 12版本升级至12.0.16
- json-schema-validator从1.5.4升级至1.5.5
- Mockito核心库从5.14.2升级至5.15.2
- JUnit Jupiter从5.11.3升级至5.11.4
- Guava从33.3.1-jre升级至33.4.0-jre
- Scala库从2.13.15升级至2.13.16
这些依赖项的更新带来了性能改进、bug修复和新功能支持,同时也确保了WireMock与最新生态系统组件的兼容性。
其他改进
除了上述主要变更外,本次发布还包含了一些文档修正和代码质量改进,例如修复了after-pattern.yaml文件中的拼写错误,这些细节改进有助于提升开发体验。
WireMock 3.11.0版本的这些改进和修复,使得这个强大的HTTP模拟工具在XML处理、文件上传模拟和整体性能方面都有了显著提升,为开发者提供了更稳定、更高效的测试体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00