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。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









