NSubstitute中IMemoryCache.TryGetValue的正确Mock方法
2025-06-28 03:04:44作者:袁立春Spencer
概述
在使用NSubstitute进行单元测试时,Mock IMemoryCache接口的TryGetValue方法是一个常见的需求。本文将通过一个实际案例,详细介绍如何正确使用NSubstitute来Mock这个方法的out参数。
问题背景
在从Moq迁移到NSubstitute的过程中,开发者经常遇到的一个典型问题是如何正确处理带有out参数的方法Mock。特别是对于IMemoryCache接口的TryGetValue方法,其签名如下:
bool TryGetValue(object key, out object? value)
错误示范
很多从Moq转向NSubstitute的开发者会尝试以下写法:
object? outValue = new List<object> { new object() };
_memoryCache.TryGetValue(It.IsAny<object>(), out outValue)
.Returns(x => {
x[1] = outValue;
return true;
});
这段代码存在两个主要问题:
- 使用了Moq的
It.IsAny而不是NSubstitute的Arg.Any - out参数的处理方式不正确
正确解决方案
方案一:使用ReturnsForAnyArgs
object? outValue = new List<object> { new object() };
memoryCache.TryGetValue(default!, out _)
.ReturnsForAnyArgs(x => {
x[1] = outValue;
return true;
});
这种方法使用了ReturnsForAnyArgs,它会忽略所有参数匹配,适用于不关心具体参数值的情况。
方案二:使用Arg.Any
object? outValue = new List<object> { new object() };
memoryCache.TryGetValue(Arg.Any<object>(), out Arg.Any<object?>())
.Returns(x => {
x[1] = outValue;
return true;
});
这种方法明确指定了参数匹配规则,使用NSubstitute的Arg.Any来匹配任意输入参数。
技术要点解析
-
参数匹配:NSubstitute使用
Arg.Any<T>()而不是Moq的It.IsAny<T>() -
out参数处理:在Returns回调中,通过索引器访问参数(x[1]对应第二个参数)来设置out参数的值
-
默认值处理:使用
default!可以避免null引用警告,同时保持代码简洁 -
返回值设置:回调函数中需要明确返回一个布尔值表示是否找到缓存项
最佳实践建议
- 对于简单的Mock场景,推荐使用方案一,代码更简洁
- 当需要更精确的参数匹配时,使用方案二
- 在迁移项目时,注意彻底移除Moq的引用,避免混用
- 考虑为常用的Mock模式创建辅助方法,提高代码复用性
总结
正确处理NSubstitute中带有out参数的方法Mock需要注意参数匹配语法和回调函数的编写方式。通过理解NSubstitute的工作原理,可以避免常见的迁移陷阱,编写出更健壮、更易维护的单元测试代码。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust068- 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
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
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
379
66
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
406
322
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++
953
918
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.58 K
923
暂无简介
Dart
935
234
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
135
216
昇腾LLM分布式训练框架
Python
145
172