【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
799
199
🎉 (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
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1