NSubstitute中引用类型参数匹配的注意事项
2025-06-28 21:41:33作者:秋阔奎Evelyn
理解NSubstitute的参数记录机制
在使用NSubstitute进行单元测试时,开发者可能会遇到一个关于引用类型参数匹配的特殊行为。当多次调用同一个方法并使用相同的引用类型实例作为参数时,NSubstitute不会对这些参数进行深拷贝,而是保留对原始对象的引用。
问题现象
考虑以下测试场景:我们有一个接口IObjectUnderTest,其中包含一个方法Foo,它接受一个对象参数。当我们使用同一个引用类型实例多次调用该方法,并在调用间修改实例属性时,NSubstitute记录的是参数的最终状态,而不是每次调用时的状态。
var substitute = Substitute.For<IObjectUnderTest>();
var value = new MyReferenceType { Value = "initialValue"};
substitute.Foo(value);
value.Value = "newValue";
substitute.Foo(value);
// 以下断言可能会失败
substitute.Received(1).Foo(Arg.Is<MyReferenceType>(x => x.Value == "initialValue"));
substitute.Received(1).Foo(Arg.Is<MyReferenceType>(x => x.Value == "newValue"));
技术原理
NSubstitute的这种行为是设计使然。为了保持轻量级和高性能,NSubstitute不会对引用类型参数进行深拷贝。这意味着:
- 当记录方法调用时,NSubstitute只保存参数的引用
- 如果后续修改了参数对象的属性,所有之前记录的调用都会反映这些修改
- 只有当创建新的实例时,才会保留不同的状态
解决方案
如果需要验证方法在不同参数状态下的调用情况,可以采用以下替代方案:
- 使用When/Do模式:在测试中捕获并保存参数的状态
var values = new List<string>();
substitute.WhenForAnyArgs(s => s.Foo(Arg.Any<MyReferenceType>()))
.Do(c => values.Add(c.ArgAt<MyReferenceType>(0).Value));
- 使用不同的实例:每次调用时创建新的对象实例
var value1 = new MyReferenceType { Value = "initialValue"};
substitute.Foo(value1);
var value2 = new MyReferenceType { Value = "newValue"};
substitute.Foo(value2);
- 记录调用时间戳:结合时间戳来区分不同状态的调用
最佳实践建议
- 对于引用类型参数,尽量避免在测试中修改已传递的对象
- 如果必须验证对象的不同状态,考虑使用值类型或不可变对象
- 在团队中明确这一行为,避免误解
- 对于复杂场景,优先使用When/Do模式来精确控制测试逻辑
理解NSubstitute的这一行为特性,可以帮助开发者编写更可靠和可维护的单元测试,避免因参数状态变化而导致的测试失败。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878