Snapshooter 使用教程
2024-09-15 09:35:02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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (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
1.21 K
660