Sinon.js 中 Node.js 21.7.0 版本 fetch 方法模拟失效问题解析
问题背景
在 Node.js 21.7.0 版本中,开发者发现无法再使用 Sinon.js 对全局的 fetch 方法进行存根(stub)操作。这个问题在测试场景中尤为关键,因为模拟网络请求是单元测试中的常见需求。
现象描述
当开发者尝试使用 Sinon.js 的 stub 方法来模拟全局 fetch 方法时,代码会抛出异常。具体表现为:
- 尝试对 globalThis.fetch 进行存根操作
- 执行 fetch 调用时,不是调用模拟方法,而是尝试发起真实网络请求
- 由于请求地址不存在,最终抛出 ENOTFOUND 错误
技术分析
这个问题源于 Node.js 21.7.0 版本中对 fetch 实现方式的内部变更。在底层,Node.js 的 fetch 实现变得更加严格,导致传统的存根方法失效。
在 Node.js 21.6.2 及以下版本中,开发者可以正常使用 Sinon.js 对 fetch 进行存根操作。但在 21.7.0 版本中,这种操作会直接失败。
解决方案
目前有以下几种解决方案:
-
升级 Node.js 版本:Node.js 22.1.0 及以上版本已经修复了这个问题。对于使用 Node.js 20.x 的用户,可以升级到 20.13.1 及以上版本。
-
临时解决方案:在尝试存根之前,先引用一次 global.fetch,这可以确保 fetch 方法被正确识别。
-
使用替代测试工具:考虑使用 Node.js 内置的测试模块中的 mock 功能,或者使用其他专门的 HTTP 请求模拟库。
最佳实践建议
-
在测试环境中,建议使用专门的 HTTP 请求模拟库而非直接存根 fetch 方法。
-
对于需要模拟 fetch 的场景,可以考虑创建一个包装函数,然后对这个包装函数进行测试,而不是直接模拟全局 fetch。
-
保持测试框架和 Node.js 版本的同步更新,避免使用已知有问题的版本组合。
总结
这个问题展示了 JavaScript 生态系统中底层 API 变更可能对测试工具链产生的影响。作为开发者,我们需要:
- 关注核心运行时环境的变更日志
- 在升级版本前进行充分的测试验证
- 采用更加健壮的测试策略,减少对全局对象直接操作的依赖
通过理解这些底层机制,我们可以编写出更加可靠和可维护的测试代码。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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