Snapshooter 使用教程
2024-09-15 08:44:11作者:申梦珏Efrain
1. 项目介绍
Snapshooter 是一个灵活的快照测试工具,旨在简化 .NET Core 和 .NET Framework 中的单元测试结果验证。它基于 Jest 快照测试的理念,允许开发者在单元测试中轻松地进行结果验证。Snapshooter 支持 XUnit、NUnit 和 MSTest 等主流测试框架,并提供了丰富的功能,如忽略字段、哈希字段和自定义断言等。
2. 项目快速启动
安装 Snapshooter
首先,你需要在你的项目中安装 Snapshooter。你可以通过 NuGet 包管理器来安装:
XUnit
dotnet add package Snapshooter.Xunit
NUnit
dotnet add package Snapshooter.NUnit
MSTest
dotnet add package Snapshooter.MSTest
编写快照测试
以下是一个简单的快照测试示例,使用 XUnit 框架:
using Snapshooter.Xunit;
using Xunit;
public class PersonServiceTests
{
[Fact]
public void CreatePersonSnapshotTest()
{
// Arrange
var serviceClient = new ServiceClient();
// Act
var person = serviceClient.CreatePerson(
Guid.Parse("2292F21C-8501-4771-A070-C79C7C7EF451"),
"David",
"Mustermann");
// Assert
Snapshot.Match(person);
}
}
运行测试
运行上述测试后,Snapshooter 会自动生成一个快照文件,并将其存储在 __snapshots__ 文件夹中。快照文件的名称格式为 <UnitTestClassName>.<TestMethodName>.snap。
验证快照
当你修改了测试代码或被测试的代码后,再次运行测试时,Snapshooter 会自动比较新生成的快照与已有的快照。如果两者不匹配,测试将会失败,并提示你检查差异。
3. 应用案例和最佳实践
忽略字段
在某些情况下,你可能希望在快照比较中忽略某些字段。例如,某些字段可能是动态生成的,如时间戳或 GUID。你可以使用 IgnoreField 方法来忽略这些字段:
[Fact]
public void CreatePersonSnapshot_IgnoreId()
{
// Arrange
var serviceClient = new ServiceClient();
// Act
var person = serviceClient.CreatePerson("Hans", "Muster");
// Assert
Snapshot.Match<Person>(person, matchOptions => matchOptions.IgnoreField("Id"));
}
哈希字段
对于包含大量数据的字段(如二进制数据),你可以使用 HashField 方法来生成哈希值,并在比较时只比较哈希值:
[Fact]
public void ImageSnapshot_HashImageBinary()
{
// Arrange
var serviceClient = new ServiceClient();
// Act
var image = serviceClient.CreateMonaLisaImage();
// Assert
Snapshot.Match(image, matchOptions => matchOptions.HashField("Data"));
}
自定义断言
Snapshooter 还支持自定义断言,允许你在快照比较中添加额外的验证逻辑:
[Fact]
public void CreatePersonSnapshot_AssertId()
{
// Arrange
var serviceClient = new ServiceClient();
// Act
var person = serviceClient.CreatePerson("Hans", "Muster");
// Assert
Snapshot.Match<Person>(person, matchOption => matchOption
.Assert(fieldOption => Assert.NotEqual(Guid.Empty, fieldOption.Field<Guid>("Id"))));
}
4. 典型生态项目
Snapshooter 主要用于 .NET 生态系统中的单元测试。以下是一些与 Snapshooter 相关的典型项目:
- XUnit: 一个流行的 .NET 单元测试框架,Snapshooter 提供了对 XUnit 的支持。
- NUnit: 另一个广泛使用的 .NET 单元测试框架,Snapshooter 同样支持 NUnit。
- MSTest: Microsoft 提供的单元测试框架,Snapshooter 也提供了对 MSTest 的支持。
- FluentAssertions: 一个强大的断言库,可以与 Snapshooter 结合使用,提供更丰富的断言功能。
通过结合这些工具,你可以构建一个强大且灵活的测试套件,确保你的 .NET 应用程序的稳定性和可靠性。
登录后查看全文
热门项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
413
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++
889
609
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
338
185
暂无简介
Dart
778
193
deepin linux kernel
C
27
11
🎉 (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
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
357
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896