上编文章张我们谈到了Spock的一些功能,今天我们继续介绍Spock其他的一些特色。
1.利用groovy的特性来实现断言
在
when
和expect
块内,断言是隐含的.
大多数情况下,每个语句都会被执行,如果语句的结果为false
,则会失败。将它与各种Groovy功能结合起来时,它可以很好地去除对断言库的需求。让我们尝试一个列表断言来更好的理解这一点:
def "Should be able to remove from list"() {
given:
def list = [1, 2, 3, 4]
when:
list.remove(0)
then:
list == [2, 3, 4]
}
虽然我们在本文中只简单介绍了Groovy,但值得解释一下这里究竟怎么理解这里。
首先,Groovy为我们提供了更简单的创建列表的方法。我们可以用方括号来声明我们的元素,并且在内部会实例化一个列表。
其次,由于Groovy是动态的,我们可以使用def,这意味着我们没有为变量声明类型。
最后,在简化我们的测试的过程中,演示的最有用的特性是运算符重载。这意味着在内部,不是像在Java中那样进行引用的比较,而是调用list的equals()方法来比较两个列表。
2.断言异常
Spock还为我们提供了一种表达方式来检查异常情况。在JUnit中,我们的一些选项可能会使用try-catch块,在我们测试的顶部声明,或者使用第三方库。 Spock的原生断言提供了一种处理exception情况的方法:
def "Should get an index out of bounds when removing a non-existent item"() {
given:
def list = [1, 2, 3, 4]
when:
list.remove(20)
then:
thrown(IndexOutOfBoundsException)
list.size() == 4
}
在这里,我们不需要引入额外的库。另一个优点是thrown()方法将断言异常的类型,但不会暂停执行测试。
3.数据驱动测试
3.1 什么是数据驱动测试
实质上,数据驱动测试是当我们用不同的参数和断言多次测试相同的行为时。一个典型的例子就是测试一个数学运算,比如平方数。取决于操作数的各种排列,结果将会不同。在Java中,我们可能更熟悉的术语是参数化测试。
3.2。在Java中实现参数化测试
对于某些情况下,使用JUnit实施参数化测试是值得的:
@RunWith(Parameterized.class)
public class FibonacciTest {
@Parameters
public static Collection
正如我们所看到的,有很多冗长的东西,代码不太可读。我们不得不创建一个超出测试范围的二维对象数组,甚至是一个用于注入各种测试值的包装对象。
3.3. Using Datatables in Spock
与JUnit相比,Spock的一个简单胜利是它如何干净地实现参数化测试。同样,在Spock中,这被称为数据驱动测试。现在,让我们再次实施相同的测试,只有这一次我们将使用Spock和Data Tables,它提供了一种更方便的方式来执行参数化测试:
def "numbers to the power of two"(int a, int b, int c) {
expect:
Math.pow(a, b) == c
where:
a | b | c
1 | 2 | 1
2 | 2 | 4
3 | 2 | 9
}
正如我们所看到的,我们只是拥有一个简单而富有表现力的数据表,其中包含我们所有的参数。
此外,它属于它应该做的地方,与测试一起,并且没有样板。测试具有表达力,具有人类可读的名字,以及纯粹expect和where块来区分开逻辑部分。
3.4当一个测试失败的情况
同样值得一看的是当我们的测试失败时会发生什么:
Condition not satisfied:
Math.pow(a, b) == c
| | | | |
4.0 2 2 | 1
false
Expected :1
Actual :4.0
Spock再一次给了我们一个非常丰富的错误信息。我们可以确切地看到我们Datatable的哪一行导致了失败以及原因。
好了,今天就说到这里了。迟点我们再来讨论一下其他的特性。