Jest测试中稀疏数组与JSON序列化的陷阱
2025-05-02 20:23:46作者:盛欣凯Ernestine
在JavaScript开发中,我们经常需要对数组进行JSON序列化和反序列化操作。然而,当涉及到稀疏数组时,这一过程可能会产生意想不到的结果,特别是在Jest测试环境中。本文将深入探讨这一现象的原因及其解决方案。
稀疏数组的本质
稀疏数组是指包含"空洞"的数组,即某些索引位置未被赋值。在JavaScript中,我们可以通过new Array(length)或直接留空索引来创建稀疏数组。例如:
const sparseArr = new Array(3); // 创建长度为3的空数组
sparseArr[1] = 'value'; // 只给第二个位置赋值
此时,数组的第一个和第三个位置实际上是"空洞",在JavaScript引擎内部有特殊表示。
JSON序列化的转换行为
当对稀疏数组进行JSON.stringify操作时,JavaScript引擎会将所有空洞转换为null值。这是因为JSON格式本身不支持"空洞"的概念。例如:
const str = JSON.stringify(sparseArr); // 结果为'[null,"value",null]'
当使用JSON.parse反序列化时,得到的数组将是一个密集数组,所有原来的空洞位置都被填充为null。
Jest测试中的问题表现
在Jest测试中,直接使用toBe匹配器比较原始稀疏数组和反序列化后的数组会失败,原因有二:
toBe使用严格相等比较,要求两个对象引用相同- 即使内容相同,稀疏数组和密集数组在JavaScript中是不同的数据结构
解决方案
针对这一问题,我们有以下几种解决方案:
-
使用
toEqual而非toBe:expect(JSON.parse(result)).toEqual(arr);但要注意,这仍然会因为
null和空洞的差异而失败 -
规范化数组结构:
function normalizeArray(arr) { return arr.map(item => item === undefined ? null : item); } expect(normalizeArray(arr)).toEqual(JSON.parse(result)); -
自定义序列化逻辑: 如果需要保持稀疏特性,可以实现自定义的序列化方法
最佳实践建议
- 在测试中明确区分稀疏数组和密集数组的预期行为
- 对于需要序列化的场景,考虑预先将数组转换为密集形式
- 在测试文档中注明数组结构的特殊要求
- 使用类型系统(TypeScript)来明确数组的稀疏/密集特性
理解JavaScript中稀疏数组的行为对于编写可靠的测试代码至关重要。通过正确处理数组的序列化和比较,可以避免许多潜在的测试失败和逻辑错误。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136