如何在Dio单元测试中模拟拦截器添加操作
理解问题背景
在使用Dio进行HTTP请求时,拦截器(interceptors)是一个非常重要的功能,它允许我们在请求发出前或响应返回后对数据进行处理。在实际开发中,我们经常需要为Dio实例添加各种拦截器来实现诸如添加请求头、日志记录等功能。
然而,当我们在单元测试中尝试模拟(Mock)这种行为时,可能会遇到FakeUsedError错误,提示我们没有为interceptors属性设置存根(stub)。这是因为Mockito默认会为未存根的方法调用创建"fake"对象,而当这些fake对象被实际访问时就会抛出异常。
问题重现分析
假设我们有一个电影数据源的实现类,其中包含一个通过Dio获取电影列表的方法。在这个方法中,我们为Dio实例添加了一个自定义的请求头拦截器:
class MovieRemoteDataSourceImpl implements MovieDataSource {
final Dio dio;
MovieRemoteDataSourceImpl(this.dio);
@override
Future<Either<Exception, List<MovieResponse>>> fetchMovies() async {
const url = Endpoint.getTopRatedMovies;
try {
final addHeaderInterceptor = AddHeaderInterceptor();
dio.interceptors.add(addHeaderInterceptor); // 这里会在测试中出错
final response = await dio.get(url);
// ...处理响应数据
return Right(result);
} on Exception catch (e) {
return Left(e);
}
}
}
在对应的单元测试中,我们使用Mockito创建了Dio的模拟实例,并设置了get方法的存根,但没有处理interceptors属性:
@GenerateNiceMocks([MockSpec<Dio>()])
void main() {
group('Fetch list of movie.', () {
MockDio mockDioClient = MockDio();
final dataSource = MovieRemoteDataSourceImpl(mockDioClient);
test('Fetch success', () async {
when(mockDioClient.get(any)).thenAnswer((_) async => mockResponseSuccess);
final actual = await dataSource.fetchMovies();
expect(actual.isRight(), true);
});
});
}
运行测试时会抛出FakeUsedError,因为测试代码访问了未存根的interceptors属性。
解决方案
要解决这个问题,我们需要为Dio的interceptors属性设置存根。具体来说,我们需要:
- 创建一个真实的
Interceptors实例 - 使用Mockito的
whenAPI告诉模拟Dio对象返回这个实例
@GenerateNiceMocks([MockSpec<Dio>()])
void main() {
group('Fetch list of movie.', () {
MockDio mockDioClient = MockDio();
// 创建真实的拦截器列表
final fakeInterceptors = Interceptors();
// 设置interceptors属性的存根
when(mockDioClient.interceptors).thenReturn(fakeInterceptors);
final dataSource = MovieRemoteDataSourceImpl(mockDioClient);
test('Fetch success', () async {
when(mockDioClient.get(any)).thenAnswer((_) async => mockResponseSuccess);
final actual = await dataSource.fetchMovies();
expect(actual.isRight(), true);
});
});
}
深入理解
为什么需要这样做?因为Dio的interceptors属性实际上是一个Interceptors类型的对象,而当我们调用dio.interceptors.add()时,实际上是在这个Interceptors实例上调用add方法。
在单元测试中,我们使用Mockito创建的是Dio的模拟实例,默认情况下,所有未存根的方法和属性都会返回null或抛出异常。通过显式地为interceptors属性设置存根,我们确保测试能够正常执行拦截器的添加操作,而不会因为访问未存根的属性而失败。
最佳实践
-
隔离测试:确保每个测试只关注一个功能点,对于拦截器的测试应该与HTTP请求的测试分开
-
验证拦截器行为:如果需要验证拦截器是否被正确添加,可以使用Mockito的
verifyAPI:
test('should add header interceptor', () async {
when(mockDioClient.get(any)).thenAnswer((_) async => mockResponseSuccess);
await dataSource.fetchMovies();
verify(mockDioClient.interceptors.add(any)).called(1);
});
-
考虑使用真实实例:对于简单的拦截器,有时使用真实的
Interceptors实例比完全模拟更简单有效 -
清理拦截器:在测试之间,记得清理拦截器列表,避免测试间的相互影响
总结
在Dio的单元测试中模拟拦截器添加操作时,关键是要理解Dio内部如何管理拦截器。通过为interceptors属性设置适当的存根,我们可以确保测试能够顺利执行,同时保持测试的隔离性和可维护性。记住,良好的单元测试应该既验证代码的正确性,又保持简单和可读性。
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