首页
/ go2xunit 技术文档

go2xunit 技术文档

2024-12-29 00:09:01作者:侯霆垣

1. 安装指南

go2xunit 是一个将 Go 测试输出转换为 xunit 或 xunit.net 兼容的 XML 输出的工具,常用于 Jenkins 或 Hudson 等持续集成系统。以下是安装 go2xunit 的步骤:

go get github.com/tebeka/go2xunit

2. 项目使用说明

go2xunit 默认从标准输入读取数据,并将 XML 输出到标准输出。但是,您可以使用 -input-output 参数来更改这些设置。

以下是一些使用示例:

  • 转换 go test 输出:
2>&1 go test -v | go2xunit -output tests.xml
  • 转换 gocheck 测试输出:
2>&1 go test -gocheck.vv | go2xunit -gocheck -output tests.xml
  • 在 Jenkins/Hudson 中使用示例脚本:
#!/bin/bash

outfile=gotest.out

2>&1 go test -v | tee $outfile
go2xunit -fail -input $outfile -output tests.xml

3. 项目API使用文档

go2xunit 提供以下命令行参数:

  • -input: 指定输入文件的路径。
  • -output: 指定输出文件的路径。
  • -fail: 如果有失败的测试,则 go2xunit 会以非零状态退出。
  • -gocheck: 指定使用 gocheck 测试框架。

4. 项目安装方式

go2xunit 的安装方式非常简单,您只需运行以下命令:

go get github.com/tebeka/go2xunit

这将安装 go2xunit 到您的 Go 工作环境中,您可以随时在命令行中使用它。

请注意,该项目目前处于休眠状态,作者 Miki Tebeka 可能会在将来投入时间进行维护,但目前没有计划。如果您需要替代品,可以查看 go-gunit-report

登录后查看全文

项目优选

收起
kernelkernel
deepin linux kernel
C
33
16
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
507
540
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
835
1.27 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++
1.04 K
2.44 K
openHiTLSopenHiTLS
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
1.13 K
741
ops-mathops-math
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++
1.24 K
1.36 K
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++
841
1.67 K
docsdocs
暂无描述
Markdown
843
5.65 K
llvm-projectllvm-project
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
754
830
atomcodeatomcode
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
3.65 K
541