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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381