Cucumber-JVM中实现失败步骤后继续执行的技术方案
2025-06-28 03:42:27作者:吴年前Myrtle
背景介绍
在自动化测试领域,Cucumber-JVM是一个广泛使用的BDD(行为驱动开发)测试框架。在实际测试场景中,我们经常会遇到这样的需求:当某个测试步骤失败时,不希望立即终止整个测试用例的执行,而是希望继续执行后续步骤,同时将失败的步骤标记为失败状态。
传统解决方案
在较早版本的Cucumber(使用info.cukes依赖)中,开发者可以通过扩展ExtendedParallelScenarioCucumber运行器来实现这一功能。这个自定义运行器通过以下方式工作:
- 首先以dryRun模式执行测试,收集测试场景信息
- 然后将测试场景分割成多个部分
- 最后并行执行这些分割后的测试场景
这种方式虽然能够实现"失败后继续执行"的效果,但存在几个问题:
- 实现复杂,需要维护大量自定义代码
- 与Cucumber核心框架耦合度高
- 升级到新版本Cucumber时兼容性问题多
现代最佳实践
对于Cucumber 7.18.0及更高版本,推荐使用"软断言"(Soft Assertions)模式来替代传统的失败继续执行方案。软断言的核心思想是:
- 在测试步骤中收集所有断言结果,而不是遇到第一个失败就抛出异常
- 在测试结束后统一验证所有断言
- 如果有任何断言失败,再将整个测试标记为失败
AssertJ等断言库提供了内置的软断言支持,使用方式如下:
// 在测试类中初始化软断言
private SoftAssertions softly = new SoftAssertions();
// 在测试步骤中使用软断言
@When("执行某些操作")
public void doSomething() {
softly.assertThat(actualValue).isEqualTo(expectedValue);
// 即使断言失败,代码也会继续执行
}
// 在@After钩子中验证所有断言
@After
public void verifyAllAssertions() {
softly.assertAll(); // 如果有任何断言失败,这里会抛出异常
}
方案对比分析
| 方案 | 优点 | 缺点 |
|---|---|---|
| 传统自定义运行器 | 步骤级别失败标记 | 实现复杂,维护成本高 |
| 软断言模式 | 实现简单,与框架解耦 | 失败标记在测试用例级别 |
实施建议
- 对于新项目,强烈建议采用软断言模式
- 对于已有项目迁移,可以逐步将自定义运行器替换为软断言
- 在测试报告中,可以通过自定义报告插件来更清晰地展示哪些断言失败
总结
在Cucumber-JVM测试框架中,实现"失败后继续执行"的需求有多种技术方案。随着框架的发展,软断言模式因其简单性和可维护性成为推荐做法。开发者应根据项目实际情况选择最适合的方案,平衡测试准确性和执行效率的需求。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C062
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0131
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
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
453
3.37 K
Ascend Extension for PyTorch
Python
255
287
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++
833
409
暂无简介
Dart
706
168
React Native鸿蒙化仓库
JavaScript
279
331
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
165
61
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
10
1
🎉 (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
1.25 K
685
🔥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