QtScrcpy单元测试指南:关键模块的QTest用例编写
2026-02-06 05:03:00作者:舒璇辛Bertina
测试框架搭建
QtScrcpy项目基于Qt框架开发,推荐使用Qt自带的QTest框架进行单元测试。首先需要在项目中创建测试目录结构,建议在根目录下新建tests文件夹,用于存放所有测试相关代码。测试项目的CMakeLists.txt配置示例如下:
cmake_minimum_required(VERSION 3.14)
project(QtScrcpyTests)
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
find_package(Qt6 COMPONENTS Test Core Widgets REQUIRED)
add_executable(${PROJECT_NAME}
config_test.cpp
mousetap_test.cpp
audiooutput_test.cpp
)
target_link_libraries(${PROJECT_NAME} PRIVATE
Qt6::Test
Qt6::Core
Qt6::Widgets
QtScrcpyCore
)
add_test(NAME ${PROJECT_NAME} COMMAND ${PROJECT_NAME})
配置模块测试
配置模块(QtScrcpy/util/config.cpp)是QtScrcpy的核心组件,负责应用程序的配置管理。以下是针对配置模块的QTest测试用例:
#include <QTest>
#include "util/config.h"
class ConfigTest : public QObject {
Q_OBJECT
private slots:
void initTestCase();
void cleanupTestCase();
void testConfigPath();
void testUserData();
void testWindowRect();
private:
Config* m_config;
};
void ConfigTest::initTestCase() {
m_config = &Config::getInstance();
}
void ConfigTest::cleanupTestCase() {
// 清理测试产生的临时文件
QFile::remove(Config::getConfigPath() + "/config.ini");
QFile::remove(Config::getConfigPath() + "/userdata.ini");
}
void ConfigTest::testConfigPath() {
QVERIFY(!Config::getConfigPath().isEmpty());
#ifdef Q_OS_OSX
QVERIFY(Config::getConfigPath().contains("Contents/MacOS/config"));
#else
QCOMPARE(Config::getConfigPath(), "config");
#endif
}
void ConfigTest::testUserData() {
UserBootConfig bootConfig;
bootConfig.bitRate = 4000000;
bootConfig.recordPath = "/tmp/test_record.mp4";
m_config->setUserBootConfig(bootConfig);
UserBootConfig loadedConfig = m_config->getUserBootConfig();
QCOMPARE(loadedConfig.bitRate, 4000000u);
QCOMPARE(loadedConfig.recordPath, "/tmp/test_record.mp4");
}
void ConfigTest::testWindowRect() {
QRect testRect(100, 200, 800, 600);
m_config->setRect("test_serial", testRect);
QRect loadedRect = m_config->getRect("test_serial");
QCOMPARE(loadedRect, testRect);
}
QTEST_APPLESS_MAIN(ConfigTest)
#include "config_test.moc"
输入模拟模块测试
鼠标模拟模块(QtScrcpy/util/mousetap.cpp)负责处理不同操作系统下的鼠标事件模拟。以下是跨平台鼠标事件模拟的测试用例:
#include <QTest>
#include "util/mousetap.h"
#include "util/winmousetap.h"
#include "util/xmousetap.h"
class MouseTapTest : public QObject {
Q_OBJECT
private slots:
void testMouseTapCreation();
void testMouseEvents();
private:
MouseTap* m_mouseTap;
};
void MouseTapTest::testMouseTapCreation() {
#ifdef Q_OS_WIN
m_mouseTap = new WinMouseTap();
#elif defined(Q_OS_LINUX)
m_mouseTap = new XMouseTap();
#else
QSKIP("Mouse tap test not implemented for this OS");
#endif
QVERIFY(m_mouseTap != nullptr);
}
void MouseTapTest::testMouseEvents() {
QVERIFY(m_mouseTap->tap(100, 200)); // 测试点击
QVERIFY(m_mouseTap->swipe(100, 200, 300, 400, 500)); // 测试滑动
QVERIFY(m_mouseTap->pressKey(AMOTION_EVENT_ACTION_DOWN, 0)); // 测试按键按下
QVERIFY(m_mouseTap->pressKey(AMOTION_EVENT_ACTION_UP, 0)); // 测试按键释放
}
QTEST_APPLESS_MAIN(MouseTapTest)
#include "mousetap_test.moc"
音频输出模块测试
音频输出模块(QtScrcpy/audio/audiooutput.cpp)负责处理Android设备的音频播放。以下是音频输出功能的测试用例:
#include <QTest>
#include <QAudioFormat>
#include "audio/audiooutput.h"
class AudioOutputTest : public QObject {
Q_OBJECT
private slots:
void initTestCase();
void cleanupTestCase();
void testAudioFormat();
void testAudioPlayback();
private:
AudioOutput* m_audioOutput;
};
void AudioOutputTest::initTestCase() {
m_audioOutput = new AudioOutput();
}
void AudioOutputTest::cleanupTestCase() {
delete m_audioOutput;
}
void AudioOutputTest::testAudioFormat() {
QAudioFormat format;
format.setSampleRate(44100);
format.setChannelCount(2);
format.setSampleSize(16);
format.setCodec("audio/pcm");
format.setByteOrder(QAudioFormat::LittleEndian);
format.setSampleType(QAudioFormat::SignedInt);
QVERIFY(m_audioOutput->start(format));
}
void AudioOutputTest::testAudioPlayback() {
// 创建测试音频数据
QByteArray audioData(44100 * 2 * 2, 0); // 1秒的静音PCM数据
m_audioOutput->write(audioData);
QTest::qWait(1000); // 等待音频播放
m_audioOutput->stop();
QVERIFY(true); // 如果没有崩溃,测试通过
}
QTEST_APPLESS_MAIN(AudioOutputTest)
#include "audiooutput_test.moc"
测试执行与集成
将编写好的测试用例添加到项目构建系统后,可以使用以下命令执行测试:
cd build
cmake ..
make
ctest -V
测试结果将显示每个测试用例的执行情况,帮助开发人员快速定位问题。为确保代码质量,建议将单元测试集成到CI/CD流程中,项目中已有的CI配置文件(ci/linux/build_for_linux.sh)可以作为参考。
测试执行流程.jpg)
测试覆盖率分析
为了评估测试的完整性,可以使用Qt Creator的测试覆盖率工具或gcov等命令行工具生成测试覆盖率报告。以下是使用gcov的示例命令:
# 添加覆盖率编译选项
cmake -DCMAKE_CXX_FLAGS="--coverage" ..
make
ctest
lcov --capture --directory . --output-file coverage.info
genhtml coverage.info --output-directory coverage_report
生成的覆盖率报告将显示哪些代码行被测试覆盖,帮助开发人员识别未测试的代码区域,进一步完善测试用例。
总结与最佳实践
编写QtScrcpy单元测试时,建议遵循以下最佳实践:
- 测试隔离:每个测试用例应独立执行,避免相互依赖
- 模拟外部依赖:使用QTest的模拟功能或第三方库(如Google Mock)模拟外部依赖
- 边界测试:对配置项、输入参数等进行边界值测试
- 性能测试:对关键路径添加性能测试,如视频渲染、数据传输等
- 持续集成:将测试集成到CI流程,确保每次提交都通过测试
通过系统的单元测试,可以提高QtScrcpy的代码质量和稳定性,减少回归错误,为用户提供更可靠的Android设备控制体验。完整的测试用例可以参考项目文档docs/DEVELOP.md。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
338
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
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
114
139
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
12
1
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
986
246