<img src="https://raw.githubusercontent.com/approvals/ApprovalTests.cpp/master/doc/images/icon.png" width="50"> C++批准测试库 - 推荐指南
2024-05-21 14:21:03作者:郜逊炳
项目介绍
Approval Tests for C++ 是一个强大的单元测试工具库,它采用了被称为“批准测试”或“黄金主测试”的方法,为复杂对象和数据结构的测试提供了一种更直观、更灵活的方式。这个库支持Google Test、Catch2、CppUTest、doctest、Boost.Test和[Boost].UT等多种流行的C++测试框架。
项目技术分析
Approval Tests的核心理念是通过比较预期结果(批准)与实际运行结果来验证程序的行为。当测试失败时,它不会简单地显示一个错误信息,而是会将实际输出以可读的格式保存,供开发者审查。这极大地简化了对大量字段的对象或列表对象的测试。
该库依赖于C++11及更高版本的特性,并提供了友好的API以便自定义对象的输出格式。此外,其单头文件设计使集成变得十分方便。
项目及技术应用场景
- 测试复杂对象:对于有多个字段或嵌套结构的对象,批准测试可以清晰地展示它们的状态变化。
- 验证序列化:在处理JSON、XML等数据格式时,可以方便地检查序列化的正确性。
- 检查集合或数组:快速对比预期和实际结果的差异,尤其适合大数据集。
- 快速回归测试:更新代码后,只需比对新的输出是否与之前的批准一致即可。
项目特点
- 易用性:与多种流行测试框架无缝集成,无需重写测试代码。
- 灵活性:允许自定义输出格式,便于理解复杂的测试结果。
- 高效反馈:在测试失败时提供可读的结果,帮助迅速定位问题。
- 跨平台支持:兼容Mac、Linux和Windows操作系统。
- 持续更新:频繁发布新功能和改进,积极维护并欢迎社区贡献。
要开始使用这个库,你可以下载ApprovalTests.Cpp.StarterProject,阅读入门指南,或者直接查看GitHub上的文档。
如果你想了解更多关于Approval Tests的信息,包括最新的特性,请查看Features页面和发行说明。
现在,让我们一起探索Approval Tests如何提升你的C++测试体验吧!
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869