Swift-Testing 6.1 版本发布:全面增强测试框架能力
2025-06-24 02:10:16作者:柯茵沙
项目简介
Swift-Testing 是苹果官方推出的新一代 Swift 测试框架,旨在为 Swift 开发者提供更现代化、更强大的测试工具。作为 XCTest 的替代方案,它引入了许多创新特性,如更灵活的测试组织方式、更丰富的断言功能以及更好的并发支持。本次发布的 6.1 版本在原有基础上进行了大量功能增强和问题修复。
主要更新内容
1. 退出测试功能增强
6.1 版本对退出测试(exit tests)进行了多项改进:
- 新增了对 Windows 平台信号处理的支持
- 改进了子进程生成机制,现在会在生成子进程前重置默认信号处理器
- 增加了收集子进程 stdout 和 stderr 输出的能力
- 优化了退出测试的错误记录机制,能更好地区分测试中的错误和记录的issue
这些改进使得开发者能够更全面地验证应用程序的退出行为和异常处理逻辑。
2. 测试附件支持
这是一个重要的新特性,允许测试附加额外数据以丰富测试报告:
func testWithAttachment() async throws {
let data = Data("test data".utf8)
try attach(data, named: "Test Data", metadata: ["format": "text"])
// 测试逻辑...
}
附件可以包含任意类型的数据,并支持添加元数据。这在调试复杂测试时特别有用,可以附加日志、截图或其他诊断信息。
3. 范围确认断言
新增了对范围确认(range-based confirmations)的支持:
func testRangeConfirmation() {
let values = [1, 2, 3, 4, 5]
confirmation(values, in: 3...7) // 确认数组中有3-7个元素
}
这使得验证集合大小等场景更加直观和类型安全。
4. 错误处理改进
- 现在
#expect(throws:)和#require(throws:)会返回抛出的错误,便于进一步验证 - 改进了错误回溯捕获机制,支持从 Foundation 错误中获取回溯信息
- 增加了环境变量控制是否捕获错误回溯
5. 平台兼容性增强
- 新增对 Android 平台的基本支持
- 改进了 FreeBSD 平台支持
- 修复了 Windows 平台上的多个问题
- 优化了 WASI 平台的兼容性
其他重要改进
性能优化
- 减少了
#expect()宏的事件处理开销 - 优化了回溯捕获的性能
- 改进了原子操作的使用
宏系统改进
- 修复了宏扩展中的格式化问题
- 解决了宏嵌套使用时的编译器崩溃问题
- 简化了生成的测试函数名称
类型系统支持
- 支持将 move-only 类型作为测试套件
- 改进了对不可逃逸类型的诊断
- 增强了泛型在测试附件中的使用
迁移建议
对于从早期版本迁移的用户:
- 检查所有使用
#expect(throws:)的地方,现在可以获取返回的错误值进行进一步验证 - 考虑使用新的测试附件功能替换原有的日志输出方式
- 对于集合大小验证,可以使用新的范围确认语法
- 如果使用了自定义执行特性,需要根据新的 Trait API 进行调整
总结
Swift-Testing 6.1 版本标志着该框架的成熟度又上了一个台阶。通过引入测试附件、增强退出测试、改进错误处理等特性,它为 Swift 开发者提供了更全面、更强大的测试工具。特别是对多平台的支持和性能优化,使得它成为现代 Swift 项目测试的理想选择。
随着 Swift 6 的演进,Swift-Testing 也在不断完善其功能集和开发者体验,值得所有 Swift 开发者关注和采用。
登录后查看全文
热门项目推荐
相关项目推荐
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。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
440
3.35 K
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++
818
390
Ascend Extension for PyTorch
Python
248
285
React Native鸿蒙化仓库
JavaScript
275
329
暂无简介
Dart
701
164
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
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
135
48
🎉 (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
1.23 K
677
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
554
110