PHPUnit 12.0.0 新特性与升级指南
PHPUnit 是 PHP 生态中最流行的单元测试框架之一,它为开发者提供了强大的测试工具和丰富的断言方法。PHPUnit 12.0.0 作为主要版本更新,带来了多项重要改进和变化,同时也移除了一些过时功能。本文将详细介绍这些变化,帮助开发者顺利升级并充分利用新版本特性。
新特性介绍
PHPUnit 12.0.0 引入了几个强大的新注解,增强了测试覆盖范围的定义能力:
-
类继承关系覆盖注解:新增了
#[CoversClassesThatExtendClass]和#[UsesClassesThatExtendClass]注解,允许开发者声明测试覆盖或使用继承自特定类的所有类。 -
接口实现覆盖注解:新增了
#[CoversClassesThatImplementInterface]和#[UsesClassesThatImplementInterface]注解,可以方便地声明测试覆盖或实现了特定接口的所有类。 -
命名空间覆盖注解:新增了
#[CoversNamespace]和#[UsesNamespace]注解,简化了对整个命名空间下所有类的覆盖声明。 -
环境变量要求注解:新增了
#[RequiresEnvironmentVariable]注解,可以指定测试运行所需的环境变量,增强了测试的环境依赖性管理。
配置变更
PHPUnit 12.0.0 调整了一个重要的默认配置:
- 数组导出限制:
shortenArraysForExportThreshold的默认值从0(不限制数组导出层级)改为10(限制数组导出最多10层)。这一变化可以防止在测试失败时输出过于庞大的数组结构,提高测试输出的可读性。
废弃功能
PHPUnit 12.0.0 正式废弃了几个方法,这些方法在之前的版本中已经被软废弃:
-
类型断言方法:
Assert::isType()方法被废弃,建议使用更具体的类型断言方法。 -
包含类型检查:
assertContainsOnly()和assertNotContainsOnly()方法被废弃,这些方法的功能可以通过组合其他断言方法实现。 -
匹配器方法:
containsOnly()方法被废弃,这是 PHPUnit 向更现代化 API 演进的一部分。
移除功能
PHPUnit 12.0.0 移除了多个不再推荐使用的功能,主要包括:
-
环境设置方法:移除了
TestCase::iniSet()和TestCase::setLocale()方法,这些环境设置应该通过其他方式处理。 -
测试代理和模拟对象创建:移除了
TestCase::createTestProxy()、TestCase::getMockForAbstractClass()、TestCase::getMockFromWsdl()、TestCase::getMockForTrait()和TestCase::getObjectForTrait()方法,这些功能应该通过专门的测试双精度库实现。 -
MockBuilder 配置选项:移除了多个 MockBuilder 的配置方法,包括
enableAutoload()、disableAutoload()、allowMockingUnknownTypes()等,简化了模拟对象的创建过程。 -
其他移除:移除了对 PHP 8.2 的支持、文档注释中的元数据支持、逗号分隔的 CLI 选项值支持等。
升级建议
对于计划升级到 PHPUnit 12.0.0 的项目,建议:
-
全面检查测试代码:查找并替换所有被废弃和移除的方法调用。
-
利用新注解:评估新引入的覆盖注解是否能简化现有测试代码。
-
调整测试环境:确保测试环境满足 PHPUnit 12.0.0 的要求,特别是 PHP 版本支持。
-
逐步升级:在开发环境中先进行升级测试,确保所有测试用例仍能正常运行。
PHPUnit 12.0.0 的这些变化反映了测试框架向更现代化、更专注的方向发展,移除过时功能的同时提供了更强大的测试覆盖管理能力。合理利用这些新特性,可以编写出更清晰、更易维护的测试代码。
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 StartedRust0191
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 Notebook0113
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
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08