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
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 StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。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
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
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
425
376
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++
992
984
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
921
133
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (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
1.65 K
970