首页
/ NSubstitute中如何正确验证扩展方法的调用

NSubstitute中如何正确验证扩展方法的调用

2025-06-28 20:25:00作者:邵娇湘

在单元测试中使用NSubstitute进行模拟和验证时,开发人员经常会遇到一个常见陷阱——尝试验证扩展方法的调用。本文将深入探讨这个问题,并解释为什么直接验证扩展方法调用会失败,以及如何正确进行这类测试。

问题现象

当开发者尝试使用NSubstitute验证IDistributedCache接口的SetStringAsync扩展方法调用时,测试会意外失败。错误信息显示NSubstitute实际上检查的是SetAsync方法而非SetStringAsync方法。

根本原因

这个问题的根源在于NSubstitute的工作原理。NSubstitute只能拦截和验证虚拟(virtual)成员调用,而扩展方法在C#中本质上是静态方法。当代码调用扩展方法时,编译器会将其转换为对静态方法的调用。

以IDistributedCache的SetStringAsync为例,它实际上是DistributedCacheExtensions类中的一个静态方法:

public static Task SetStringAsync(this IDistributedCache cache, string key, string value, 
    DistributedCacheEntryOptions options, CancellationToken token = default)
{
    return cache.SetAsync(key, Encoding.UTF8.GetBytes(value), options, token);
}

当测试代码尝试验证SetStringAsync调用时,NSubstitute无法"看到"这个静态方法调用,只能捕获到底层的SetAsync虚拟方法调用。

解决方案

1. 验证底层虚拟方法调用

既然无法直接验证扩展方法,我们可以改为验证扩展方法最终调用的虚拟方法:

// 替代原来的SetStringAsync验证
await _cache.Received(1).SetAsync(
    cacheKey, 
    Arg.Any<byte[]>(), 
    Arg.Any<DistributedCacheEntryOptions>(), 
    ct);

2. 使用NSubstitute.Analyzers

安装NSubstitute.Analyzers可以帮助在编译时检测这类问题,它会警告开发者尝试验证静态或不可拦截的方法调用。

3. 重构代码设计

如果可能,考虑将缓存操作封装到一个专门的类中,而不是直接使用扩展方法。这样可以使代码更易于测试:

public interface ICacheService
{
    Task SetStringAsync(string key, string value, CancellationToken ct);
}

public class DistributedCacheService : ICacheService
{
    private readonly IDistributedCache _cache;
    
    public Task SetStringAsync(string key, string value, CancellationToken ct)
    {
        return _cache.SetStringAsync(key, value, ct);
    }
}

然后在测试中可以轻松验证ICacheService的调用。

最佳实践

  1. 了解NSubstitute的限制:它只能拦截虚拟成员、接口成员和抽象成员
  2. 对于扩展方法,要么验证其底层调用,要么将其封装
  3. 使用分析器帮助检测潜在问题
  4. 考虑将常用扩展方法封装到服务中以提高可测试性

记住,单元测试的目标是验证代码的行为,而不是具体的实现细节。有时验证底层调用可能比验证扩展方法更能反映代码的真实行为。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
828
5.49 K
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
494
518
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++
786
1.58 K
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
803
1.14 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++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
814
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288