Paparazzi项目中的测试规则共享方案解析
2025-07-01 18:38:52作者:侯霆垣
在Android UI测试领域,Paparazzi是一个强大的快照测试工具,它可以帮助开发者验证UI组件在不同状态下的渲染效果。本文将深入探讨如何在多模块项目中共享自定义测试规则,以及解决相关依赖问题。
测试规则共享的挑战
在大型Android项目中,通常会采用模块化架构,每个模块负责特定的UI组件。当使用Paparazzi进行快照测试时,开发者可能会遇到以下场景:
- 自定义的测试规则(如FooTestRule)在单个模块的test目录下工作正常
- 但当尝试在多模块间共享这些规则时,会遇到依赖解析问题
两种常见的共享方案
方案一:使用testFixtures
testFixtures是Gradle提供的一种机制,允许在模块间共享测试代码。具体做法是将测试规则放置在:
src/testFixtures/java/
方案二:创建公共模块
另一种方法是创建一个专门的Android模块(如common模块),将测试规则放在主源代码目录:
/src/main/java/
依赖问题分析
当尝试上述共享方案时,可能会遇到无法解析Paparazzi相关类的问题,如:
com.android.ide.common.rendering.api.SessionParams.RenderingMode.SHRINK
这是因为Paparazzi插件默认只将必要的依赖添加到测试配置中,而不会自动包含在main或testFixtures配置中。
解决方案
要解决这个问题,需要在共享规则的模块中显式添加Paparazzi依赖。在模块的build.gradle文件中添加:
dependencies {
implementation "app.cash.paparazzi:paparazzi:版本号"
}
最佳实践建议
- 对于小型项目,使用testFixtures可能是更轻量级的解决方案
- 对于大型复杂项目,创建专门的common模块可以提供更好的代码组织和维护性
- 无论采用哪种方案,都要确保正确添加Paparazzi依赖
- 考虑将共享的测试规则和相关工具类封装成独立的库,便于跨项目复用
总结
在多模块Android项目中使用Paparazzi时,通过合理组织测试代码和正确配置依赖,可以有效地实现测试规则的共享。理解Paparazzi插件的工作原理和Gradle的依赖机制,是解决这类问题的关键。开发者应根据项目规模和复杂度,选择最适合的共享方案。
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
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
🔥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
🎉 (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
781