Cucumber-JVM中实现失败步骤后继续执行的技术方案
2025-06-28 14:51:35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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook093
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
749
4.86 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
641
1.26 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
834
1.83 K
Ascend Extension for PyTorch
Python
685
828
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
450
417
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++
1.02 K
1.04 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
204
93
Oohos_react_native
React Native鸿蒙化仓库
C++
352
413
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.52 K
171
deepin linux kernel
C
32
16