GoogleTest中返回shared_ptr常量引用时的陷阱分析
2025-05-03 15:59:36作者:段琳惟
问题背景
在使用GoogleTest框架进行单元测试时,开发人员经常会遇到需要模拟接口返回智能指针的情况。特别是当接口设计为返回std::shared_ptr的常量引用时,如果不注意一些细节,很容易导致程序崩溃。
典型场景
考虑一个数据库接口设计,其中包含一个获取连接的方法:
class IDatabase {
public:
virtual std::shared_ptr<IConnection> const& connection() const = 0;
};
对应的Mock类实现如下:
class DatabaseMock : public IDatabase {
public:
MOCK_CONST_METHOD0(connection, std::shared_ptr<IConnection> const&());
};
在测试代码中,开发人员可能会这样设置期望:
EXPECT_CALL(*mockDatabase, connection()).WillRepeatedly(ReturnRef(mockConnection));
问题根源
这种写法会导致程序崩溃,原因在于:
ReturnRef操作会创建一个临时std::shared_ptr<IConnection>对象- 这个临时对象的生命周期仅限于当前语句
- 当后续代码尝试访问这个引用时,实际上是在访问一个已经被销毁的对象
解决方案
正确的做法是先将Mock对象转换为接口类型的智能指针,并保持其生命周期:
std::shared_ptr<StrictMock<ConnectionMock>> mockConnection = std::make_shared<StrictMock<ConnectionMock>>();
auto iconn = std::static_pointer_cast<IConnection>(mockConnection);
EXPECT_CALL(*mockDatabase, connection()).WillRepeatedly(ReturnRef(iconn));
深入理解
- 智能指针与引用的关系:虽然
shared_ptr本身是智能指针,但对其取引用并不会延长其生命周期 - Mock对象转换:需要将具体的Mock类型转换为接口类型,保持类型系统的一致性
- 生命周期管理:必须确保被引用对象的生命周期长于所有可能访问它的代码
最佳实践建议
- 尽量避免在接口中返回智能指针的引用,除非有充分的理由
- 如果必须返回引用,确保被引用对象的生命周期得到妥善管理
- 在测试代码中,显式地管理所有Mock对象的生命周期
- 启用编译器警告(如
-Wreturn-stack-address)可以帮助发现这类问题
总结
在使用GoogleTest进行单元测试时,正确处理智能指针的返回引用是保证测试稳定性的关键。通过理解底层机制和遵循最佳实践,可以避免这类常见的陷阱,编写出更加健壮的测试代码。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
288
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
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
10
1
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
245
105
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++
850
449
🔥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
20
仓颉编程语言运行时与标准库。
Cangjie
149
885