Cucumber-CPP 技术文档
2024-12-23 11:20:36作者:谭伦延
1. 安装指南
Cucumber-CPP 是一个允许使用 C++ 编写步骤定义的库。以下是安装 Cucumber-CPP 的步骤:
依赖性
Cucumber-CPP 依赖于以下可执行文件和库:
- cmake 3.16 或更高版本。用于设置环境和构建软件。
- Asio 1.18.1 或更高版本。
- Boost.Test 1.70(可选,用于 Boost 测试驱动程序)。
- GTest 1.11.0 或更高版本(可选,用于 GTest 驱动程序)。
- GMock 1.11.0 或更高版本(可选,用于内部测试套件)。
- nlohmann-json 3.10.5 或更高版本。
- Qt6 或 Qt5(可选,用于 CalcQt 示例和 QtTest 驱动程序)。
- TCLAP 1.2.5 或更高版本。
为了安装 Ruby 预先条件:
gem install bundler // 对于 Windows:gem install bundle
bundle install
Windows 与 Linux
为了在特定的系统(Windows 或 Linux)上设置依赖项,可以查看 Windows 和 Linux 的工作流文件以获取灵感。
2. 项目的使用说明
安装完所有依赖后,你可以通过以下步骤构建和运行 Cucumber-CPP。
构建步骤
构建 Cucumber-CPP,包括测试和示例:
# 创建构建目录
cmake -E make_directory build
# 生成 Makefile
cmake -E chdir build cmake \
-DCUKE_ENABLE_BOOST_TEST=on \
-DCUKE_ENABLE_GTEST=on \
-DCUKE_ENABLE_QT_6=on \
-DCUKE_TESTS_UNIT=on \
-DCUKE_ENABLE_EXAMPLES=on \
..
# 构建 cucumber-cpp
cmake --build build
# 运行单元测试
cmake --build build --target test
# 运行安装
cmake --install build
运行示例
Unix 系统上的 Calc 示例
build/examples/Calc/BoostCalculatorSteps >/dev/null &
(cd examples/Calc; cucumber)
Windows 系统上的 Calc 示例(NMake)
start build\examples\Calc\BoostCalculatorSteps.exe
cucumber examples\Calc
3. 项目 API 使用文档
Cucumber-CPP 使用线缆协议与 Cucumber-Ruby 进行通信。你需要确保 Cucumber-Ruby 已经安装在系统路径上。关于 Cucumber-CPP 的详细 API 文档,请参考官方 GitHub Wiki。
4. 项目安装方式
Cucumber-CPP 可以通过以下方式安装:
- 通过源代码下载和构建。
- 使用包管理器(如果支持的话)。
确保你已经安装了所有必要的依赖项,并按照上述构建步骤进行操作。
通过上述内容,你应该能够成功地安装和使用 Cucumber-CPP,并开始编写 C++ 的步骤定义。如果遇到任何问题,请参考官方文档或在社区讨论组中提问。
登录后查看全文
热门项目推荐
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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
339
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
307
131
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++
868
480
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
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
11
1
🔥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
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882