框架概述
Google Test(也称为 googletest)是由 Google 开发的 C++ 单元测试框架。它的首个版本是在2004年发布的,作为 Google 内部的测试框架使用。随后,Google Test 在开源社区中得到广泛应用,并在许多项目和组织中成为首选的 C++ 单元测试框架。
Google Test 提供了丰富的断言函数和测试宏,使开发人员能够编写清晰、易读、易维护的单元测试。它支持测试夹具、参数化测试、测试套件等功能,可以满足各种测试需求。
随着时间的推移,Google Test 持续改进和更新,添加了许多新功能和改进。它的代码库托管在 GitHub 上,并由社区进行维护和更新。
在2017年,Google Test 的最新版本是 1.8.1。然而,Google Test 框架的开发并没有止步于此,后续版本的开发和更新由广大的开发者社区共同推动,以满足不断变化的测试需求。
Google Test 的成功和流行,得益于其简单易用、灵活可扩展的特性,以及对高质量代码和单元测试的推崇。它已成为 C++ 社区中一个广泛采用的单元测试框架,为开发人员提供了强大的测试工具和实践。
googletest的官网地址:GoogleTest User’s Guide | GoogleTest
googletest的开源地址:GitHub - google/googletest: GoogleTest - Google Testing and Mocking Framework
googletest的sample例子:https://github.com/google/googletest/tree/main/googletest/samples
bazel使用运行方式
在bazel中我们想要使用googletest,是非常简单的。
官网有一篇文章是直接说如何使用bazel引入googletest的:Quickstart: Building with Bazel | GoogleTest
在WORKSPACE中引入googletest
load("@bazel_tools//tools/build_defs/repo:http.bzl", "http_archive")
http_archive(
name = "com_google_googletest",
urls = ["https://github.com/google/googletest/archive/5ab508a01f9eb089207ee87fd547d290da39d015.zip"],
strip_prefix = "googletest-5ab508a01f9eb089207ee87fd547d290da39d015",
)
编写BUILD的cc_test
假设目标文件是:
# https://docs.bazel.build/versions/master/be/c-cpp.html#cc_library
cc_library(
name = "sample1",
srcs = ["sample1.cc"],
hdrs = ["sample1.h"],
)
cc_test(
name = "sample1_unittest",
srcs = ["sample1_unittest.cc"],
deps = [
"@com_google_googletest//:gtest_main",
":sample1",
],
)
运行bazel test
bazel test --test_output=all media_cpp_demo/cpp_unit_test:sample1_unittest
这里会输出类似的信息:
INFO: From Testing //media_cpp_demo/cpp_unit_test:sample1_unittest:
==================== Test output for //media_cpp_demo/cpp_unit_test:sample1_unittest:
Running main() from gmock_main.cc
[==========] Running 6 tests from 2 test suites.
[----------] Global test environment set-up.
[----------] 3 tests from FactorialTest
[ RUN ] FactorialTest.Negative
[ OK ] FactorialTest.Negative (0 ms)
[ RUN ] FactorialTest.Zero
[ OK ] FactorialTest.Zero (0 ms)
[ RUN ] FactorialTest.Positive
media_cpp_demo/cpp_unit_test/sample1_unittest.cc:25: Failure
Expected equality of these values:
3
Factorial(3)
Which is: 6
[ FAILED ] FactorialTest.Positive (0 ms)
[----------] 3 tests from FactorialTest (0 ms total)
[----------] 3 tests from IsPrimeTest
[ RUN ] IsPrimeTest.Negative
[ OK ] IsPrimeTest.Negative (0 ms)
[ RUN ] IsPrimeTest.Trivial
[ OK ] IsPrimeTest.Trivial (0 ms)
[ RUN ] IsPrimeTest.Positive
[ OK ] IsPrimeTest.Positive (0 ms)
[----------] 3 tests from IsPrimeTest (0 ms total)
[----------] Global test environment tear-down
[==========] 6 tests from 2 test suites ran. (0 ms total)
[ PASSED ] 5 tests.
[ FAILED ] 1 test, listed below:
[ FAILED ] FactorialTest.Positive
1 FAILED TEST
================================================================================
其中很明确告诉我们哪些case运行了,哪些case成功/失败了。
具体写法
最好的写法参考就是googletest的git官网的sample例子。
googletest的sample例子:https://github.com/google/googletest/tree/main/googletest/samples
断言语句
在 Google Test 中,有多种断言函数可用于编写测试断言,包括 EXPECT_*
系列和 ASSERT_*
系列。这两个系列的断言函数在用法上非常相似,但在断言失败时的行为上略有不同。
下面列出了常用的断言函数示例:
EXPECT_EQ
和ASSERT_EQ
: 验证两个值是否相等。EXPECT_NE
和ASSERT_NE
: 验证两个值是否不相等。EXPECT_TRUE
和ASSERT_TRUE
: 验证条件是否为真。EXPECT_FALSE
和ASSERT_FALSE
: 验证条件是否为假。EXPECT_LT
和ASSERT_LT
: 验证第一个值是否小于第二个值。EXPECT_LE
和ASSERT_LE
: 验证第一个值是否小于等于第二个值。EXPECT_GT
和ASSERT_GT
: 验证第一个值是否大于第二个值。EXPECT_GE
和ASSERT_GE
: 验证第一个值是否大于等于第二个值。
这些断言函数在断言失败时的行为略有不同:
EXPECT_*
系列:如果断言失败,将会输出错误信息,但测试函数继续执行。ASSERT_*
系列:如果断言失败,将会输出错误信息,并终止当前测试函数的执行。
以下是一个示例,演示了如何使用这些断言函数:
#include <gtest/gtest.h>
TEST(MyTestSuite, ExampleTest) {
int x = 5;
int y = 10;
// 验证相等关系
EXPECT_EQ(x, 5);
ASSERT_NE(x, y);
// 验证条件
EXPECT_TRUE(x > 0);
ASSERT_FALSE(y < 0);
// 验证大小关系
EXPECT_LT(x, y);
ASSERT_GE(y, 10);
}
int main(int argc, char* argv[]) {
::testing::InitGoogleTest(&argc, argv);
return RUN_ALL_TESTS();
}
在上述示例中,我们定义了一个测试用例 MyTestSuite.ExampleTest
。在测试用例中,我们使用了不同的断言函数来验证条件和关系。根据断言函数的使用,你可以选择使用 EXPECT_*
或 ASSERT_*
系列来满足测试需求。
当运行测试时,如果断言失败,Google Test 将会输出错误信息以指示具体的断言失败的位置和条件。
根据测试需求和个人偏好,你可以选择使用适当的断言函数来编写测试断言,并根据测试情况选择使用 EXPECT_*
或 ASSERT_*
系列。
简单的测试用例
简单的测试用例就是使用宏Test
可以参考:https://github.com/google/googletest/blob/main/googletest/samples/sample1_unittest.cc
TEST(FactorialTest, Positive) {
EXPECT_EQ(1, Factorial(1));
EXPECT_EQ(2, Factorial(2));
EXPECT_EQ(6, Factorial(3));
EXPECT_EQ(40320, Factorial(8));
}
这里的 FactorialTest 是 测试夹具(TestSuite),而 Positive 是 测试用例(TestCase)。
最后输出的时候,会把相同的TestSuite放在一起展示。
多个测试用例共享数据
如果我们多个测试用例都有一些初始化操作操作呢?这里就需要用到宏 TEST_F
了。
可以参考:https://github.com/google/googletest/blob/main/googletest/samples/sample3_unittest.cc
TEST_F
是 Google Test 框架中的一个宏,用于定义基于测试夹具(Test Fixture)的测试用例。测试夹具提供了在多个测试用例之间共享的设置和状态。
使用 TEST_F
宏,你可以在测试夹具类中定义多个测试用例,并共享该类中的成员变量和函数。每个测试用例都会在运行之前执行夹具的设置(SetUp)函数,运行完毕后执行夹具的清理(TearDown)函数。
下面是一个使用 TEST_F
宏定义测试用例的示例代码:
#include <gtest/gtest.h>
// 测试夹具类
class MyTestFixture : public ::testing::Test {
protected:
void SetUp() override {
// 在每个测试用例之前执行的设置
}
void TearDown() override {
// 在每个测试用例之后执行的清理
}
// 夹具类中的成员变量和函数
int value;
};
// 使用 TEST_F 宏定义测试用例
TEST_F(MyTestFixture, TestCase1) {
// 使用夹具类中的成员变量和函数进行测试断言
value = 42;
EXPECT_EQ(value, 42);
}
TEST_F(MyTestFixture, TestCase2) {
// ...
}
// ...
int main(int argc, char* argv[]) {
::testing::InitGoogleTest(&argc, argv);
return RUN_ALL_TESTS();
}
在上述示例中,我们创建了一个名为 MyTestFixture
的测试夹具类,继承自 ::testing::Test
。在夹具类中,我们可以定义成员变量和函数,以及重写 SetUp
和 TearDown
函数来设置和清理测试的共享状态。
然后,我们使用 TEST_F
宏定义测试用例。在每个测试用例中,我们可以使用夹具类中的成员变量和函数,并编写测试断言。
最后,我们初始化 Google Test 框架并运行所有的测试用例。
通过使用 TEST_F
宏,我们可以更方便地组织和管理基于测试夹具的测试用例,以确保它们共享相同的设置和状态,并提供更灵活的测试场景。
其实不难看出,简单的测试用例 TEST 其实是 TEST_F 的一个特例,TEST 更像是将 TEST_F 定义的 TestSuite 给后台隐式自动填补了。
自定义main函数
同样的,我们定义的测试用例中没有main函数,其实也是被框架隐式自动填补了。它的原型是:
int main(int argc, char **argv) {
::testing::InitGoogleTest(&argc, argv);
return RUN_ALL_TESTS();
}
我们也是可以在单元测试的文件中写上这么一个函数。
什么时候可能需要自己写main函数呢?
如果你的所有TestSuite都有一个通用的数据初始化逻辑,那么只能写在这个main函数中了。
如何才能写好的单元测试?
官网 GoogleTest Primer | GoogleTest 有简要说一下如何写一个good test case,其实写好的单元测试和语言无关,以下的指导原则适用所有语言的单元测试。
编写良好的单元测试是确保代码正确性和可靠性的关键。下面是一些关于如何编写好的单元测试的指导原则:
-
明确测试目标:在编写单元测试之前,明确测试的目标是什么。了解要测试的代码单元的行为、输入和预期输出,以及可能的边界条件和异常情况。
-
单一责任原则:确保每个单元测试只关注一个特定的功能或行为。将测试用例分解为独立且可重复执行的单元,以便更容易定位和修复问题。
-
覆盖各种情况:编写测试用例时,确保覆盖不同的输入组合、边界条件和异常情况。测试应该验证代码在各种情况下的行为是否正确。
-
独立性和可重复性:每个测试用例应该是相互独立且可重复执行的。测试用例之间不应该有依赖关系,避免测试之间的相互影响。
-
名称清晰明确:给测试用例和断言起一个清晰明确的名称,以便能够准确描述测试的目的和预期结果。这样可以更容易理解测试的用途,并且在测试失败时更容易定位问题。
-
使用合适的断言:选择适当的断言函数来验证代码的预期行为。确保断言清晰明确,并且测试失败时能够提供有用的错误信息,以便快速定位问题。
-
辅助工具和框架:使用适当的单元测试框架和辅助工具,如 Google Test、Catch2、Mockito 等,来简化测试的编写和管理。这些工具可以提供丰富的断言和辅助函数,以及测试运行和报告生成等功能。
-
保持测试的可维护性:随着代码的演进和变化,及时更新和维护测试用例。确保测试与代码保持同步,并且仍然能够有效地验证代码的正确性。
-
考虑边界情况和异常处理:测试应该覆盖各种边界情况和异常处理,以验证代码在这些情况下的行为是否符合预期。包括边界值、异常输入、空值等。
-
定期运行测试套件:确保定期运行整个测试套件,以便及早发现潜在的问题。集成测试运行到持续集成(CI)系统中,以便自动执行测试,并及时获取测试结果。
编写好的单元测试可以提供高度的代码覆盖率和可靠性,帮助你捕捉问题、防止回归和提供代码改进的信心。遵循上述原则并积极进行测试是确保代码质量的重要实践。
如何才能生成测试覆盖率
googletest 本身并不提供直接的测试覆盖率功能,但你可以结合其他工具来生成测试覆盖率报告。
如果你是使用bazel,那么这个步骤就更简单了。
生成代码覆盖率数据
这个bazel有个bazel coverage 的代码,就能生成覆盖率。
首先,先将BUILD文件做下修改,增加下生成覆盖率对应的参数。
# https://docs.bazel.build/versions/master/be/c-cpp.html#cc_library
cc_library(
name = "sample1",
srcs = ["sample1.cc"],
hdrs = ["sample1.h"],
)
cc_test(
name = "sample1_unittest",
srcs = ["sample1_unittest.cc"],
copts = ["-fprofile-arcs", "-ftest-coverage"],
linkopts = ["-fprofile-arcs"],
deps = [
"@com_google_googletest//:gtest_main",
":sample1",
],
)
其次,运行命令 bazel coverage media_cpp_demo/cpp_unit_test:sample1_unittest
输出展示覆盖率数据路径:
INFO: Build completed successfully, 25 total actions
//media_cpp_demo/cpp_unit_test:sample1_unittest PASSED in 0.3s
/root/.cache/bazel/_bazel_root/aa4e8447fb143c448ba118077e918987/execroot/__main__/bazel-out/k8-fastbuild/testlogs/media_cpp_demo/cpp_unit_test/sample1_unittest/coverage.dat
这里的coverage.dat就是我们生成的覆盖率数据。
生成代码覆盖率html
这一步就需要依赖一个genhtml 工具。下载安装就不说了。
直接上命令:
genhtml ./bazel-out/k8-fastbuild/testlogs/media_cpp_demo/cpp_unit_test/sample1_unittest/coverage.dat --output-directory ./cov
将coverage.dat 生成html,并且将html放到./cov目录下。
![image-20230710172120373](../../../Library/Application Support/typora-user-images/image-20230710172120373.png)
打开就能看到如下的测定报告了
可以进一步点击查看是哪些行被覆盖了。
总结
CPP的单元测试和其他语言的单测也没有什么非常特别的地方,概念,方法都一样。
相较于如何写单元测试,更难的是如何写好单元测试。那是另外一个话题了。