NSubstitute中IMemoryCache.TryGetValue的正确Mock方法
2025-06-28 00:26:07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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
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
1.03 K
470
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
364
3.03 K