首页
/ 【亲测免费】 Fake Function Framework (fff) 使用教程

【亲测免费】 Fake Function Framework (fff) 使用教程

2026-01-22 04:37:21作者:范靓好Udolf

1. 项目介绍

Fake Function Framework (fff) 是一个用于创建 C 语言函数测试替身的微框架。它旨在简化测试过程中手动编写假函数的工作,使开发者能够更高效地进行单元测试。fff 是一个头文件库,使用简单,只需包含 fff.h 文件即可开始使用。

2. 项目快速启动

2.1 安装

首先,克隆项目到本地:

git clone https://github.com/meekrosoft/fff.git

2.2 使用示例

假设你有一个需要测试的函数 DISPLAY_init(),你可以按照以下步骤创建一个假函数并进行测试。

2.2.1 定义假函数

在测试文件中包含 fff.h 并定义假函数:

#include "fff.h"
DEFINE_FFF_GLOBALS;

FAKE_VOID_FUNC(DISPLAY_init);

2.2.2 编写测试用例

编写一个简单的测试用例来验证 DISPLAY_init() 是否被正确调用:

#include <assert.h>

void test_init_initialises_display() {
    // 调用被测试的函数
    UI_init();

    // 验证 DISPLAY_init 是否被调用了一次
    assert(DISPLAY_init_fake.call_count == 1);
}

int main() {
    test_init_initialises_display();
    return 0;
}

2.3 运行测试

在 Linux 或 MacOS 系统上,可以使用 buildandtest 脚本来运行所有测试:

./buildandtest

3. 应用案例和最佳实践

3.1 捕获参数

假设你有一个带参数的函数 DISPLAY_output(char * message),你可以捕获传递给该函数的参数:

FAKE_VOID_FUNC(DISPLAY_output, char *);

void test_write_line_outputs_lines_to_display() {
    char msg[] = "helloworld";
    UI_write_line(msg);

    assert(DISPLAY_output_fake.call_count == 1);
    assert(strncmp(DISPLAY_output_fake.arg0_val, msg, 26) == 0);
}

3.2 返回值

如果你需要定义一个返回值的假函数,例如 DISPLAY_get_line_capacity(),可以使用 FAKE_VALUE_FUNC 宏:

FAKE_VALUE_FUNC(unsigned int, DISPLAY_get_line_capacity);

void test_when_empty_lines_write_line_doesnt_clear_screen() {
    DISPLAY_get_line_insert_index_fake.return_val = 1;
    char msg[] = "helloworld";

    UI_write_line(msg);

    assert(DISPLAY_clear_fake.call_count == 0);
}

3.3 重置假函数

在每个测试用例中重置假函数是一个好习惯,以确保测试的隔离性:

void setup() {
    RESET_FAKE(DISPLAY_init);
    RESET_FAKE(DISPLAY_clear);
    RESET_FAKE(DISPLAY_output_message);
    RESET_FAKE(DISPLAY_get_line_capacity);
    RESET_FAKE(DISPLAY_get_line_insert_index);
}

4. 典型生态项目

fff 是一个轻量级的测试框架,通常与其他 C 语言测试框架结合使用,如:

  • Unity: 一个简单的 C 语言单元测试框架,常与 fff 一起使用。
  • CppUTest: 一个 C/C++ 单元测试框架,支持 fff 进行 C 语言函数的测试替身。

通过结合这些框架,开发者可以构建更全面的测试套件,确保代码的质量和稳定性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287