Kotest框架中assertSoftly断言堆栈丢失问题分析
2025-06-12 21:39:14作者:农烁颖Land
问题背景
在Kotest测试框架中,开发者经常使用assertSoftly块来执行多个断言,即使其中某些断言失败,也会继续执行后续断言并最终汇总所有错误。然而,在某些特定情况下,这个功能会出现堆栈跟踪信息丢失的问题,导致开发者难以准确定位失败的断言位置。
问题现象
当满足以下两个条件时,堆栈跟踪会指向assertSoftly块的开始位置,而不是实际的断言失败位置:
assertSoftly块中只收集到一个断言错误- 断言错误的类型不是标准的
AssertionFailedError(例如是普通的AssertionError)
技术分析
从技术实现角度来看,这个问题源于Kotest对错误处理的逻辑差异。当多个断言失败时,框架会创建一个复合错误对象,其中包含了所有失败的断言及其准确的堆栈信息。但当只有一个错误且类型不匹配时,框架会直接抛出原始错误,而没有进行适当的堆栈信息调整。
影响范围
这个问题在普通使用场景下影响不大,因为堆栈仍然会指向assertSoftly块,开发者可以大致定位问题区域。但当启用全局软断言设置(kotest.framework.assertion.globalassertsoftly = true)时,问题会变得更加严重,因为所有断言都隐式地包裹在软断言中,导致调试变得困难。
解决方案
Kotest开发团队已经修复了这个问题,修复方案主要包括:
- 统一错误处理路径,确保所有类型的断言错误都经过相同的堆栈信息处理流程
- 无论错误数量多少,都保持一致的堆栈信息展示方式
- 对非标准断言错误类型进行适当包装,确保堆栈信息的准确性
最佳实践
为了避免类似问题,建议开发者:
- 尽量使用Kotest提供的标准断言方法,它们会产生
AssertionFailedError - 在自定义断言中,遵循Kotest的错误类型规范
- 定期更新Kotest版本以获取最新的错误修复和功能改进
总结
堆栈信息对于测试失败调试至关重要。Kotest框架通过持续改进确保了在各种断言场景下都能提供准确的错误定位信息。开发者了解这些细节有助于更高效地编写和维护测试代码。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136