Robolectric——Shadows 官网翻译

2024-06-18 07:49

本文主要是介绍Robolectric——Shadows 官网翻译,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Robolectric 通过创建一个包含真实Android 框架代码的运行时环境来进行工作。 这意味着,当你的测试或被测试代码调用到Android框架时,你会获得更真实的体验,因为这跟在实际设备上执行的大部分代码都是相同的。然而还是有一些限制:

  1. Native code(源代码) - Android源代码不能在你的开发机器上执行。
    2.Out of process calls(进程外调用) - 你的开发机器上没有运行Android系统服务。
    3.不足的测试Api - Android几乎没有适合测试的api。

Robolectric通过一组名字叫做Shadows的类来解决这些问题。每一个shadow 能拓展或继承Android系统中对应类的行为。当一个Android类被实例化,Robolectric会去查找一个对应的shadow类,如果找到了,就会去创建一个与之关联的shadow对象。

通过使用字节码工具,Robolectric能够编写出跨平台伪实现来替代原生代码,并添加额外的api来实现测试。

名字是什么意思?
为什么叫“Shadow”?Shadow 对象们不是完全的Proxies, 不是完全的Fakes,不是完全的Mocks或Stubs。Shadows 有时是隐藏的,有时是可见的,并且可以引导你找到真正的对象。至少我们没有叫它们“sheep”,这是我们正在考虑的。

Shadow Classes
Shadow Classes 总是需要一个 public 类型的无参构造函数以便Robolectric框架可以实例化他们。它们通过类声明上的@Implements注释与它们所映射的类相关联。
Shadow 类应该模仿映射类的继承层次关系。例如,如果你实现一个ViewGroup的Shadow,ShadowViewGroup,然后你的Shadow类需要继承于ViewGroup的父类Shadow,ShadowView。例如:

@Implements(ViewGroup.class)
public class ShadowViewGroup extends ShadowView{

Methods
Shadow 对象们实现了与Android类中具有相同特征的方法。Robolectric将在调用Android对象上具有相同特征的方法时调用Shadow对象上的方法。

假设一个应用程序定义了以下一行代码:

this.imageView.setImageResource(R.drawable.pivotallabs_logo);

在测试中,Shadow实例上的shadowimageview# setImageResource(int resId)方法将被调用。
Shadow方法必须用@Implementation注释标记。Robolectric包括一个校验测试,以确保测试正确进行。

@Implements(ImageView.class)
public class ShadowImageView extends ShadowView{...
@Implementation
protected void setImageResource(intresId){// implementation here.}
}

Robolectric支持在原始类上shadowing所有方法,包括private、static、final或native。

通常@Implementation方法也应该有protected修饰符。 这样做的目的是减少shadows的API表面范围;测试者应该总是直接在Android框架类上调用这些方法。

重要的是,shadow方法是在最初定义它们的类的相应shadow上实现的。 否则,Robolectric的查找机制将找不到它们(即使它们是在shadow子类中声明的)。举个例子,setEnabled()方法定义在View里面。如果setEnabled()方法被定义在ShadowViewGroup而不是ShadowView,那么即使在一个实例化的ViewGroup上调用setEnabled(),它也不会在运行时被找到。

Shadowing Constructors

一旦一个Shadow对象被实例化,Robolectric将寻找一个名为__constructor__并带有@Implementation注解的构造方法,该方法与在真实对象上调用的构造函数具有相同的参数。

例如,如果应用程序代码调用TextView构数,它接收一个Context:

new TextView(context);

Robolectric 将会调用如下__constructor__接收一个Context的方法:


@Implements(TextView.class)
public class ShadowTextView{
@Implementation
protected void __constructor__(Context context){this.context=context;
}

Getting access to the real instance(- 访问真实的实例)

有时,Shadow类可能想要引用它们对应类的对象,例如,操作字段。Shadow类可以通过声明一个带注释的@RealObject字段来实现这一点:

@Implements(Point.class)
publicclassShadowPoint{
@RealObject
private Point realPoint;
public void __constructor__(intx,inty){realPoint.x=x;realPoint.y=y;}
}

在调用任何其他方法之前,Robolectric会将realPoint设置为Point的实际实例。

Custom Shadows(自定义)
Robolectric还在改进中,我们依赖、欢迎并强烈鼓励社区对bug修复和功能缺陷的贡献。然而,如果你想以一种不适合共享的方式修改阴影行为,或者你不能等待一个新版本包含一个关键的修复,我们支持自定义阴影。

Writing a Custom Shadow(书写一个自定义的Shadows)
自定义的shadow结构与普通的shadow类非常相似。他们必须在类的定义上包含@Implements(AndroidClassName.class)注解。你可以使用普通shadow的实现方式,例如通过@Implementation标记实现方法或者使用public void constructor(…)标记构造方法。如果你喜欢,你可以让你的shadow类继承于普通的 Robolectric shadows。

@Implements(Bitmap.class)
public class MyShadowBitmap {@RealObjectprivate Bitmap realBitmap;private int bitmapQuality = -1;@Implementationpublic boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream) {bitmapQuality = quality;return realBitmap.compress(format, quality, stream);}public int getQuality() {return bitmapQuality; }
}

Using a Custom Shadows
使用Shadows数组属性,在测试类或测试方法上使用@Config注释将自定义shadow连接到Robolectric。要使用上一节中提到的MyShadowBitmap类,您需要用@Config(shadows={MyShadowBitmap.class})注释有问题的测试,如果包含多个自定义shadow:@Config(shadows={MyShadowBitmap.class, MyOtherCustomShadow.class})。这使得Robolectric在对被隐藏的类执行代码时能够识别并使用自定义的阴影。

如果您希望将自定义shadow应用于套件或某个包中的所有测试,则可以通过robolectric配置shadow robolectric.properties文件。注意,默认情况下shadows. shadowof()方法不适用于自定义阴影。相反,您可以使用Shadow.extract()并将返回值转换为您实现的自定义Shadow类。

Building a library of Custom Shadows.

如果您发现自己正在构建一个自定义shadow库,那么您应该考虑在您的shadow库上运行Robolectric的shadow注释处理器。这提供了许多好处,例如

  1. 为你的每一个shadow生成shadowOf方法
  2. 生成一个ServiceLoader,这样如果在类路径中找到自定义shadow,就会自动应用它
  3. 在teardown时调用任何static @Resetter方法,使您能够重置静态状态。
  4. 对shadow执行额外的验证和检查。
android {defaultConfig {javaCompileOptions {annotationProcessorOptions {className 'org.robolectric.annotation.processing.RobolectricProcessor' arguments = [ 'org.robolectric.annotation.processing.shadowPackage' : 'com.example.myshadowpackage' ]}} } 
}
dependencies { annotationProcessor project(":processor") }

最佳实践:
Limit API surface area of shadows.
因为Robolectric 3.7的@Implementation方法,包括__constructor__方法可以被保护。这是可取的,因为测试代码没有业务调用这些方法,通过使您的@Implementation方法受保护,你鼓励测试作者调用公共Android api代替。

Don’t use useinheritImplementationMethods
这通常是不必要的,在Robolectric 3.8中将被移除

不要在shadows中重写 eaquls, hashCode 和 toString
避免这种情况。要在测试中测试相等性以进行比较,请选择辅助程序库或断言库。更喜欢添加一个describe()方法,而不是shadowing toString()

编写高质量的shadow,以促进测试行为而不是实现。
比起使用shadow作为美化的论据,更喜欢编写一个shadow来鼓励测试行为。例如,不要添加公开已注册侦听器的方法,而要为调用这些侦听器的方法添加@Implementation。

在shadow自己的代码时要小心
Robolectric提供了大量的能力,这需要负责任的使用。Shadows是测试与Android框架交互的理想工具,因为该框架不支持依赖注入,并且可以自由使用静态代码。在为自己的代码编写自定shadow之前,请考虑是否不能更好地重构代码并使用流行的模仿库(如Mockito)。

—————————————————————————————————

个人总结:
Robolectric通过Shadow的来映射Android 中的类,这样就可以直接在单元测试中使用Android的类。当Robolectric中提供的Shadow没有你需要的类的时候,比如你的自定义View的类,在Robolectric中必然是没有的,这个时候就可以使用自定义Shadow来实现。

这篇关于Robolectric——Shadows 官网翻译的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1071700

相关文章

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

excel翻译软件有哪些?如何高效提翻译?

你是否曾在面对满屏的英文Excel表格时感到头疼?项目报告、数据分析、财务报表... 当这些重要的信息被语言壁垒阻挡时,效率和理解度都会大打折扣。别担心,只需3分钟,我将带你轻松解锁excel翻译成中文的秘籍。 无论是职场新人还是老手,这一技巧都将是你的得力助手,让你在信息的海洋中畅游无阻。 方法一:使用同声传译王软件 同声传译王是一款专业的翻译软件,它支持多种语言翻译,可以excel

MonoHuman: Animatable Human Neural Field from Monocular Video 翻译

MonoHuman:来自单目视频的可动画人类神经场 摘要。利用自由视图控制来动画化虚拟化身对于诸如虚拟现实和数字娱乐之类的各种应用来说是至关重要的。已有的研究试图利用神经辐射场(NeRF)的表征能力从单目视频中重建人体。最近的工作提出将变形网络移植到NeRF中,以进一步模拟人类神经场的动力学,从而动画化逼真的人类运动。然而,这种流水线要么依赖于姿态相关的表示,要么由于帧无关的优化而缺乏运动一致性

linux dlopen手册翻译

名称 dlclose, dlopen, dlmopen 打开和关闭一个共享对象 简介 #include <dlfcn.h>void *dlopen(const char*filename, int flags);int dlclose(void *handle);#define _GNU_SOURCE#include <dlfcn.h>void *dlmoopen(Lmid_t lm

从计组中从重温C中浮点数表示及C程序翻译过程

目录 移码​编辑  传统浮点表示格式 浮点数的存储(ieee 754)->修炼内功 例子:   ​编辑 浮点数取的过程   C程序翻译过程 移码  传统浮点表示格式 浮点数的存储(ieee 754)->修炼内功 根据国际标准IEEE(电⽓和电⼦⼯程协会)  32位 例子:    64位    IEEE754对有效数字M和

HumanNeRF:Free-viewpoint Rendering of Moving People from Monocular Video 翻译

HumanNeRF:单目视频中运动人物的自由视点绘制 引言。我们介绍了一种自由视点渲染方法- HumanNeRF -它适用于一个给定的单眼视频ofa人类执行复杂的身体运动,例如,从YouTube的视频。我们的方法可以在任何帧暂停视频,并从任意新的摄像机视点或甚至针对该特定帧和身体姿势的完整360度摄像机路径渲染主体。这项任务特别具有挑战性,因为它需要合成身体的照片级真实感细节,如从输入视频中可能

深度评测热门翻译工具,携手你的翻译得力助手

随着互联网技术的飞速发展,全球化交流日益频繁,跨语言沟通的需求也随之激增。对于外语水平有限的朋友来说,翻译器是一个必不可少的工具。今天我就分享几款我用的翻译器吧。 1.福晰在线翻译  链接直达>>https://fanyi.pdf365.cn/doc  该网站以其高度的专业性著称,专为翻译需求而精心打造。它不仅支持用户粘贴部分文字进行即时翻译,更贴心地提供了整份PDF文档的导入翻译功能,极大

idea中配置Translation插件完成翻译功能

文章目录 idea下载插件配置有道云阿里云百度翻译开放平台 idea下载插件 idea中安装Translation插件 使用方法:右下角选择翻译引擎,鼠标选中想翻译的部分,右键翻译即可 之前一直用的微软的翻译,不需要配置,但是最近微软服务器总是抽风,无法使用,故打算配置一下国内的翻译服务。 配置 有道云 只有初始的一点额度,用完就要收费了,不推荐

Nodejs Serialport文档翻译

想象一个世界,你可以在那写javascript来控制搅拌机,灯,安全系统或者甚至是机器人。是的,我说的是机器人。那个世界就是这儿,现在使用node serialport。它提供一个非常简单的接口所需要的串口程序代码Arduino 单片机, X10 无线通信模块, 或者甚至是上升到 Z-Wave 和Zigbee . 在这个物理世界,你可以随心所欲(The physical world is yo