xUnit.net v3 新增 CTRF 测试报告格式支持
xUnit.net 作为 .NET 生态中广受欢迎的单元测试框架,在其最新的 v3 版本中新增了对 CTRF(Common Test Results Format)报告格式的支持。这一功能为开发者提供了更加标准化和跨平台的测试结果输出方式。
CTRF 格式简介
CTRF 是一种通用的测试结果格式标准,旨在为不同测试框架提供统一的报告格式。相比传统的 XML 或 TRX 格式,CTRF 具有更好的跨平台兼容性和更简洁的结构设计。
实现细节
xUnit.net v3 通过其内置的 JSON 序列化器实现了 CTRF 格式的输出功能。在实现过程中,开发团队做了以下关键设计决策:
-
环境信息增强:在报告的
environment部分额外添加了运行测试的计算机名称、用户名等信息,并将每个测试程序集及其包含的测试集合作为"套件"列出。 -
测试元数据扩展:在测试项的
extra部分包含了测试 ID、所属测试集合 ID、CLR 类型和方法名称等详细信息。 -
特殊标签处理:特别处理了名为
Category的特性(Trait),将其放入标准的tags元素中,实现了与 NUnit 和 MSTest 中[Category]特性的兼容。
性能考量
从文件大小角度来看,各种报告格式的表现如下:
- XML v2 报告始终是最紧凑的格式
- HTML 和 CTRF 格式大小相近,通常比 XML v2 大 0-50%
- TRX 格式通常比 XML v2 大 200% 以上
这使得 CTRF 成为测试框架间交换数据时既标准又高效的格式选择。
使用方式
根据不同的测试运行方式,开发者可以通过以下方法生成 CTRF 报告:
- 原生命令行运行:使用
-ctrf <filename>参数 - MSBuild 运行器:通过
<xunit>任务的Ctrf属性指定 - Microsoft.Testing.Platform:使用
--report-ctrf参数(可配合--report-ctrf-filename指定文件名)
值得注意的是,原生运行器会生成包含所有测试程序集结果的单一 CTRF 报告,而 Microsoft.Testing.Platform 会为每个测试程序集生成单独的 CTRF 报告。
实际应用建议
对于在 CI/CD 流水线中使用 CTRF 报告的开发者,需要注意:
-
当通过
dotnet test命令运行时,需要使用--分隔符来传递参数,例如:dotnet test -- --report-ctrf -
目前生成的 CTRF 文件采用 UTF-8 with BOM 编码,某些 Node.js 解析器可能需要额外处理才能正确读取
-
该功能目前仅在 xUnit.net v3 中提供,不计划向后移植到 v2 版本
这一功能的加入使得 xUnit.net 能够更好地融入现代测试生态系统,为开发者提供了更多元化的测试结果处理选择。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112