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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00