程序员不会告诉老板的那些神器

Winrich

已于 2024-05-13 15:09:50 修改

阅读量1.4k

点赞数 32

分类专栏：开发工具 C# 文章标签：经验分享人工智能

于 2024-05-09 14:05:47 首次发布

本文为博主原创文章，转载请注明出处。未经本人许可，不得用于商业用途，否则保留追究法律责任的权利。

本文链接：https://blog.csdn.net/winrich/article/details/138609200

版权

开发工具同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

3 篇文章 0 订阅

订阅专栏

重点分析：

本文介绍了程序员在工作中使用AI工具来提高效率的各种方式。内容涵盖了摸鱼神器、持续集成工具、代码质量检查工具，以及AI在编写开发日报、普适性代码、代码注释、重构代码、完成伪代码流程以及编写测试用例等方面的应用。文章强调AI工具不仅可以帮助程序员节省时间，还能提高代码质量和开发效率。

阅读建议：

对于希望提高编程效率和代码质量的程序员，本文值得一读。通过了解AI工具在软件开发中的应用，你可以找到适合自己的工具来提升工作效率，并更好地管理你的工作流程。

阅读时长：

由于文章内容详细且包含多个具体实例，预计阅读时长为25-40分钟。具体时间取决于读者的阅读速度和兴趣程度。

1. 持续集成工具：CruiseControl（简称CC）

2. 代码风格、质量检查工具：StyleCop

作为一名程序员，大家总有一些“小秘密”是不想让老板知道的，尤其是那些能够让我们在工作中“摸鱼”或是提高效率的神器。当然，这些并不是为了偷懒，而是为了更好地管理我们的工作流程，提升代码质量，甚至是在繁忙的工作中找到一丝乐趣。下面，就让我来揭秘这些程序员们私藏的神器吧！

摸鱼神器：韭菜盒子

说起这个工具，懂的都懂-_-||b 经济大环境发展趋缓，你不得给自己额外”创收“？比如你是否曾在工作时想要偷偷关注一下股市动态，却又怕被老板发现？回忆19年，”超跌“让我买车的预算从A6L直接下滑到A4，这说起来都是眼泪啊（此处省略1000字）。跑题了，还是回来说咱的神器：让“韭菜盒子”来帮你及时了解股票基金的涨跌情况吧！这款VSCode插件不仅可以让你在编写代码的同时，实时查看投资情况，还提供了资金走向、基金历史净值查看等功能。这样一来，你在编写代码的同时，也能随时掌握市场动态，一举两得！

注意这个摸鱼神器帮助你赚钱了，你可以不告诉我，所以如果你在错误的时间有了错误的操作，出了问题也别说我让你干的哈哈

以上就是程序员们不会告诉老板的那些神器啦！当然了，使用这些神器的目的是为了更好地完成工作，提高工作效率。如果你也想成为一名高效的程序员，不妨试试这些神器吧！

下面说点儿正经程序员神器吧：

1. 持续集成工具：CruiseControl（简称CC）

CruiseControl是一款强大的持续集成工具，它可以帮助团队自动感知代码变化，并进行持续集成。最初我在公司的TFS中将其集成，通过它，各位项目经理可以及时获取代码构建报告（我们要求开发库每天必须提交代码），并通过Email、Jabber等方式得到通知。这样一来，代码审核人员就可以在第一时间发现并解决代码中的问题，提高开发效率。更重要的是，CruiseControl的平台核心非常小，但扩展性非常强，可以根据自己的需求进行定制。

2. 代码风格、质量检查工具：StyleCop

最早接触StyleCorp是在微软的VS这个IDE中，当时也是尝试让团队的代码编写更规范（主要是交接时更简单），引入了两款工具，一个是FxCop，另一个是StyleCop.Analyzer。后来接触了StyleCop。这是一款开源的代码规范检查工具，它不仅可以检查代码的格式，还能检查编码规范，包括命名、注释等。通过StyleCop，团队可以轻松确保代码的可读性和可维护性，提高代码质量。更重要的是，StyleCop的规则可以自定义，我们根据公司的开发规范开发了许多自定义的检查规则，也可以根据自己的项目需求来设定规则，屏蔽不适用的规则。这样一来，就可以更加灵活地管理你的代码库，提高开发效率。

3.AI工具

这其实才是我要重点说的-_-||b

在当今这个信息爆炸的时代，程序员面临着前所未有的挑战。项目的复杂度不断增加，而交付周期却日益缩短。幸运的是，随着人工智能技术的飞速发展，特别是大模型AI的崛起，我们有了新的方法来应对这些挑战。下面，我将详细介绍程序员如何利用大模型AI在软件开发过程中的多个环节实现工作效率的显著提升。

3.1 AI助力编写开发日报

在软件开发过程中，记录每天的开发进展和代码改动是至关重要的。然而，手动编写开发卷宗既耗时又容易出错。通过将每天开发的代码发送给AI，我们可以利用其强大的自然语言处理和文本生成能力，自动提炼和记录代码变更、完成任务的情况，从而生成详细的开发卷宗。这不仅节省了程序员的时间，还提高了日报的准确性和完整性。

比如根据一段代码（代码参考3.2），我让AI完成了如下开发日报：

开发日报

日期：[填写日期]

项目名称：文件加密工具

开发者：[填写姓名]

今日工作概述：

完成了文件加密解密工具的核心功能开发
设计并实现了一个名为FileEncryptor的静态类，用于处理文件的加密和解密操作。
实现了EncryptFileAsync和DecryptFileAsync两个异步方法，分别用于加密和解密文件。
使用了AES加密算法，并通过PBKDF2算法从预定义密码中派生出安全的密钥。
添加了迭代次数、盐值等安全特性以增强加密强度。

详细工作内容：

加密功能：
编写了GenerateSalt方法来生成随机盐值。
编写了GenerateKey方法，使用PBKDF2算法从预定义密码中派生出AES密钥。
实现了WriteHeaderAsync方法，用于在加密文件的开头写入盐值和加密算法信息。
实现了EncryptStreamAsync方法，用于读取输入流，加密数据，并将加密后的数据写入输出流。
解密功能：
实现了ReadHeaderAsync方法，用于从加密文件中读取盐值和加密算法信息，并据此初始化AES解密器。
实现了DecryptStreamAsync方法，用于读取加密数据，解密数据，并将解密后的数据写入输出流。

遇到的问题与解决方案：

问题1：在实现ReadHeaderAsync方法时，未设置AES解密器的Padding属性，导致解密时可能抛出异常。
解决方案：在初始化AES解密器时，设置了Padding属性为PaddingMode.PKCS7。

问题2：初始实现中，GenerateKey方法直接使用UTF-8编码将密码转换为字节数组，这不够安全。
解决方案：改用PBKDF2算法从密码中派生出安全的密钥。

明日工作计划：

对代码进行单元测试和集成测试，确保加密解密功能的正确性。
优化代码性能，特别是加密解密过程中的内存使用和I/O操作。
完善用户交互界面，使工具更加易用。
编写用户手册和部署文档，方便用户部署和使用工具。

备注：

今天的工作主要集中在实现核心功能上，明天将着重于测试和性能优化。
如有需要，请及时与我沟通

怎么样，这份日报（工作日志）格式严谨、内容充实，看着还像那么回事吧！如果你头疼每天必须写日志，不妨把代码发给AI，让它帮你完成，你也好继续“摸鱼”，或者继续为开源社区做贡献去。

3.2 AI助力编写普适性代码

编写高效且健壮的通用算法是程序员的日常工作之一，但这也是一项复杂且耗时的任务。大模型AI能够快速分析和理解大量代码库，为程序员提供经过优化的算法模板或代码片段，从而加速通用算法的开发过程。比如下面我曾在项目中需要对某一临时数据在终端落地，但考虑安全性时，想到需要进行数据加密保存，于是我借助ChatGPT完成了这个功能：

using System;
using System.IO;
using System.Security.Cryptography;
using System.Threading.Tasks;

namespace FileEncryption
{
    public static class FileEncryptor
    {
        // 设置密码
        private const string Password = "20220304_DJZC";

        // 设置加密迭代次数
        private const int Iterations = 1000;

        public static async Task EncryptFileAsync(string inputFile, string outputFile)
        {
            // 生成随机盐值
            byte[] salt = GenerateSalt();

            // 创建 AES 加密器
            AesCryptoServiceProvider aes = new AesCryptoServiceProvider();
            aes.KeySize = 256;
            aes.BlockSize = 128;
            aes.Key = GenerateKey();
            aes.IV = salt;
            aes.Mode = CipherMode.CBC;

            // 创建加密流
            using (FileStream input = new FileStream(inputFile, FileMode.Open))
            using (FileStream output = new FileStream(outputFile, FileMode.Create))
            using (BufferedStream bufferedInput = new BufferedStream(input))
            using (BufferedStream bufferedOutput = new BufferedStream(output))
            using (ICryptoTransform encryptor = aes.CreateEncryptor())
            {
                // 写入盐值和加密算法信息
                await WriteHeaderAsync(bufferedOutput, salt, aes.KeySize, aes.BlockSize, Iterations);

                // 开始加密
                await EncryptStreamAsync(bufferedInput, bufferedOutput, encryptor);
            }
        }

        public static async Task DecryptFileAsync(string inputFile, string outputFile)
        {
            // 创建解密流
            using (FileStream input = new FileStream(inputFile, FileMode.Open))
            using (FileStream output = new FileStream(outputFile, FileMode.Create))
            using (BufferedStream bufferedInput = new BufferedStream(input))
            using (BufferedStream bufferedOutput = new BufferedStream(output))
            {
                // 读取加密算法信息
                AesCryptoServiceProvider aes = new AesCryptoServiceProvider();
                await ReadHeaderAsync(bufferedInput);

                // 创建解密器
                using (ICryptoTransform decryptor = aes.CreateDecryptor())
                {
                    // 开始解密
                    await DecryptStreamAsync(bufferedInput, bufferedOutput, decryptor);
                }
            }
        }

        private static byte[] GenerateSalt()
        {
            byte[] salt = new byte[16];
            using (RandomNumberGenerator rng = RandomNumberGenerator.Create())
            {
                rng.GetBytes(salt);
            }
            return salt;
        }

        private static byte[] GenerateKey()
        {
            // 将密码转换为字节数组
            //byte[] passwordBytes = System.Text.Encoding.UTF8.GetBytes(Password);

            // HMACSHA256 算法可以用于从密码中派生出安全的密钥
            var pbkdf2 = new Rfc2898DeriveBytes(Password, 16, Iterations);
            return pbkdf2.GetBytes(32); // 返回一个 32 字节的 AES 密钥
        }

        private static async Task WriteHeaderAsync(Stream output, byte[] salt, int keySize, int blockSize, int iterations)
        {
            // 写入盐值
            await output.WriteAsync(salt, 0, salt.Length);

            // 写入加密算法信息
            await output.WriteAsync(BitConverter.GetBytes(keySize), 0, sizeof(int));
            await output.WriteAsync(BitConverter.GetBytes(blockSize), 0, sizeof(int));
            await output.WriteAsync(BitConverter.GetBytes(iterations), 0, sizeof(int));
        }

        private static async Task ReadHeaderAsync(Stream input)
        {
            // 读取盐值
            byte[] salt = new byte[16];
            await input.ReadAsync(salt, 0, salt.Length);

            // 读取加密算法信息
            byte[] keySizeBytes = new byte[sizeof(int)];
            await input.ReadAsync(keySizeBytes, 0, keySizeBytes.Length);
            int keySize = BitConverter.ToInt32(keySizeBytes, 0);

            byte[] blockSizeBytes = new byte[sizeof(int)];
            await input.ReadAsync(blockSizeBytes, 0, blockSizeBytes.Length);
            int blockSize = BitConverter.ToInt32(blockSizeBytes, 0);

            byte[] iterationsBytes = new byte[sizeof(int)];
            await input.ReadAsync(iterationsBytes, 0, iterationsBytes.Length);
            int iterations = BitConverter.ToInt32(iterationsBytes, 0);

            // 创建 AES 解密器
            AesCryptoServiceProvider aes = new AesCryptoServiceProvider();
            aes.KeySize = keySize;
            aes.BlockSize = blockSize;
            aes.IV = salt;
            aes.Mode = CipherMode.CBC;
            aes.Padding = PaddingMode.PKCS7;

            // 生成密钥
            aes.Key = GenerateKey();

            return;
        }

        private static async Task EncryptStreamAsync(Stream input, Stream output, ICryptoTransform encryptor)
        {
            byte[] buffer = new byte[8192];
            int bytesRead;
            while ((bytesRead = await input.ReadAsync(buffer, 0, buffer.Length)) > 0)
            {
                // 加密数据并写入输出流
                byte[] encrypted = encryptor.TransformFinalBlock(buffer, 0, bytesRead);
                await output.WriteAsync(encrypted, 0, encrypted.Length);
            }
        }

        private static async Task DecryptStreamAsync(Stream input, Stream output, ICryptoTransform decryptor)
        {
            byte[] buffer = new byte[8192];
            int bytesRead;
            while ((bytesRead = await input.ReadAsync(buffer, 0, buffer.Length)) > 0)
            {
                // 解密数据并写入输出流
                byte[] decrypted = decryptor.TransformFinalBlock(buffer, 0, bytesRead);
                await output.WriteAsync(decrypted, 0, decrypted.Length);
            }
        }
    }
}

注：AI生成代码还是有些问题的，部分时候需要你多次对话才可完成，并且得到期望的代码后，还是得适当修改才可以。

3.3 AI助力生成代码注释

良好的代码注释对于代码的可读性和可维护性至关重要。然而，编写详尽的注释同样是一项繁琐的工作。AI可以根据代码的结构和逻辑，自动生成准确且清晰的注释，极大地提高了代码的可读性，同时减轻了程序员的负担。

比如下面的代码被AI添加了注释：

/// <summary>  
/// 根据给定的灰度图像和y坐标范围，找到人脸的ABS X坐标。  
/// </summary>  
/// <param name="imgSrc">源灰度图像</param>  
/// <param name="y1">Y坐标范围的起始值</param>  
/// <param name="y2">Y坐标范围的结束值</param>  
/// <param name="faceX">输出的人脸ABS X坐标</param>  
/// <param name="isLeft">如果为真，则从左侧开始查找；否则从右侧开始</param>  
private void GetFaceABSFaceX(Image<Gray, Byte> imgSrc, int y1, int y2, out int faceX, bool isLeft)  
{  
    // 将源图像二值化，并保存为新的灰度图像  
    Image<Gray, byte> imgThreshold = imgSrc.ThresholdBinary(new Gray(0.1d), new Gray(255d));  
  
    double iTotal = 0.0, iLoc = 0;  // 用于统计像素数量和记录位置  
  
    // 定义遍历方向，如果isLeft为真则从左到右，否则从右到左  
    int step = isLeft ? 1 : -1;  
  
    // 定义起始位置，如果isLeft为真则从0开始，否则从imgThreshold.Width - 1开始  
    int startIndex = isLeft ? 0 : imgThreshold.Width - 1;  
  
    // 遍历图像，查找人脸边界  
    for (int i = startIndex; isLeft ? i < imgThreshold.Width / 2 : i > imgThreshold.Width / 2; i += step)  
    {  
        iTotal = 0;  // 重置当前列的像素统计数量  
  
        // 遍历给定的y坐标范围，统计当前列的白色像素数量  
        for (int j = y1; j < y2; j++)  
        {  
            if (imgThreshold[j, i].Intensity != 0) // 使用Emgu CV的索引器访问像素值，更加简洁  
            {  
                iTotal++;  // 如果像素值不为0（白色），则增加计数  
            }  
        }  
  
        // 计算当前列白色像素的占比  
        double r = iTotal * 1.0d / ((y2 - y1) * 1.0d);  
  
        // 如果白色像素占比超过50%，则认为找到了人脸边界，记录位置并退出循环  
        if (r > 0.5)  
        {  
            iLoc = i;  
            break;  
        }  
    }  
  
    // 将找到的人脸边界位置转换为整数，并输出  
    faceX = Convert.ToInt32(iLoc);  
  
    // 释放二值化图像占用的资源  
    imgThreshold.Dispose();  
}

这个能力，对于那些懒得写注释，代码“一片荒漠”的兄弟来说，绝对是福音啊！你要做的只需把代码发给AI即可。后续每周的代码Review时，团队成员看着“足够绿化”的代码，那时的你绝对是会场上那个“最靓的仔”。不夸张地说：用来“泡”新来的实习小姐姐足够了哈哦~

3.4 AI助力重构代码去掉“坏味道”

AI在代码重构中的应用，无疑是程序员们提升工作效率的神器。通过智能分析和优化，AI工具能够迅速识别代码中的潜在问题，提出精准的重构建议，从而显著提升代码质量、统一代码风格，并自动化完成测试工作。随着AI技术的不断进步，这些工具在支持更复杂重构任务、集成更多开发工具方面的能力也将不断增强，为程序员们带来更加高效、智能的开发体验。

比如一段有“坏味道”的代码如下：

            if (isLeft)
            {
                for (int i = 0; i < imgThreshold.Width / 2; i++)
                {
                    iTotal = 0;
                    for (int j = y1; j < y2; j++)
                    {
                        if (CvInvoke.cvGet2D(imgThreshold.Ptr, j, i).v0 != 0)
                            iTotal++;

                    }
                    double r = iTotal *1.0d / ((y2 - y1) *1.0d);
                    if (r > 0.5)
                    {
                        iLoc = i;
                        break;
                    }
                }
            }
            else
            {
                for (int i = imgThreshold.Width - 1; i > imgThreshold.Width / 2; i--)
                {
                    iTotal = 0;
                    for (int j = y1; j < y2; j++)
                    {
                        if (CvInvoke.cvGet2D(imgThreshold.Ptr, j, i).v0 != 0)
                            iTotal++;
                    }
                    double r = iTotal * 1.0d / ((y2 - y1) * 1.0d);
                    if (r > 0.5)
                    {
                        iLoc = i;
                        break;
                    }
                }
            }

经AI重构后：

// 定义遍历方向，如果isLeft为真则从左到右，否则从右到左  
    int step = isLeft ? 1 : -1;  
    // 定义起始位置，如果isLeft为真则从0开始，否则从imgThreshold.Width - 1开始  
    int startIndex = isLeft ? 0 : imgThreshold.Width - 1;  
  
    // 遍历图像  
    for (int i = startIndex; isLeft ? i < imgThreshold.Width / 2 : i > imgThreshold.Width / 2; i += step)  
    {  
        iTotal = 0;  
        for (int j = y1; j < y2; j++)  
        {  
            if (imgThreshold[j, i].Intensity != 0) // 使用Emgu CV的索引器访问像素值，更加简洁  
                iTotal++;  
        }  
        double r = iTotal * 1.0d / ((y2 - y1) * 1.0d);  
        if (r > 0.5)  
        {  
            iLoc = i;  
            break;  
        }  
    }

注意：由于AI目前对于多态、继承等面向对象的理解能力问题，还没办法较好的从更好的维度对代码进行重构，但是可以用来消除重复代码，这对于那些习惯于“C/V大法”的程序员来说，是一个较好的助力。

3.5 AI助力完成伪代码流程

在编写复杂算法或系统之前，创建伪代码流程是一个很好的习惯。AI能够快速生成逻辑清晰、结构合理的伪代码，帮助程序员更快地规划和设计代码结构，减少开发过程中的错误和返工。

比如，我给了AI一段关于伪代码任务书的编写要求：

你是一个项目经理，需要为程序员安排一个任务，任务主题是编写一段基于人正面上半身免冠照片裁剪出证件照片的功能。你期望按如下步骤进行实现：
1.进行图像尺寸的归一化；2.二值化图像；3.人脸检测及边缘检测；4.根据证件照片的脸宽、头高、边距、眼距等要求进行裁剪坐标计算；5.裁剪照片；6.图片美化；7.dpi统一300dpi，8统一格式输出图片。注意你要将上面的逻辑编写成带有伪代码的任务书

AI生成了任务书如下：

证件照片裁剪功能任务书

一、任务目标

本任务旨在开发一个能够根据给定的人正面上半身免冠照片，自动裁剪出符合证件照片要求的照片，并进行必要的图片处理和格式统一。

二、功能流程

1. 图像尺寸归一化

读取原始图像。
将图像缩放到一个统一的尺寸（如 800x600 像素），以便于后续处理。

function normalizeImage(imagePath):
read image from imagePath
resize image to standard size (e.g., 800x600)
return resizedImage

2. 二值化图像

将归一化后的图像进行二值化处理，便于边缘检测和人脸特征识别。

function binarizeImage(normalizedImage):
apply binary threshold to normalizedImage
return binarizedImage

3. 人脸检测及边缘检测

使用人脸检测算法（如Haar Cascade、Dlib等）在二值化图像中检测人脸。
进行边缘检测，以辅助确定人脸轮廓。

function detectFace(binarizedImage):
use face detection algorithm to find face region
perform edge detection on face region
return faceRegion, edgeData

4. 裁剪坐标计算

根据证件照片的要求（脸宽、头高、边距、眼距等），结合检测到的人脸区域和边缘信息，计算裁剪坐标。

function calculateCropCoordinates(faceRegion, edgeData, requirements):
calculate crop coordinates based on faceRegion, edgeData, and requirements
return cropX, cropY, cropWidth, cropHeight

5. 裁剪照片

使用计算出的裁剪坐标对原始图像进行裁剪。

function cropImage(originalImage, cropX, cropY, cropWidth, cropHeight):
crop originalImage based on the given coordinates
return croppedImage

6. 图片美化

对裁剪后的照片进行必要的美化处理，如亮度调整、对比度增强、锐化等。

function beautifyImage(croppedImage):
apply image enhancement techniques (e.g., brightness adjustment, contrast enhancement, sharpening)
return beautifiedImage

7. DPI统一为300dpi

将美化后的图像DPI（每英寸点数）统一调整为300dpi，以满足证件照片的要求。

function adjustDPI(beautifiedImage, targetDPI=300):
change DPI of beautifiedImage to targetDPI
return imageWithTargetDPI

8. 统一格式输出图片

将处理后的图像保存为统一的格式（如JPEG），并指定文件名和保存路径。

function saveImage(imageWithTargetDPI, outputPath, outputFormat="JPEG"):
save imageWithTargetDPI to outputPath with the specified outputFormat
return savedImagePath

三、注意事项

确保所选的人脸检测算法对多种光照条件和人脸角度具有鲁棒性。
在进行图片美化时，应保持图像的自然度和真实性，避免过度处理。
在调整DPI时，要注意保持图像的清晰度和比例。
统一输出格式时，应考虑图像质量和文件大小的平衡。

四、开发要求

请按照上述功能流程进行开发，确保每个步骤的正确性和高效性。
在开发过程中，应注重代码的可读性和可维护性。
完成后，请提供详细的测试报告和示例输出图像。

3.6 AI助力编写测试用例

测试是软件开发中不可或缺的一环，但编写全面的测试用例同样是一项艰巨的任务。AI可以根据代码的结构和功能，自动生成相应的测试用例，确保代码的健壮性和稳定性，同时节省了程序员大量的时间和精力。

比如有如下代码：

        private int GetFitArea(Control control, string str, out SizeF size)
        {
            int fontInitSize = 80;  //根据测试目前界面上的PictureBox适合的字体大小为76，此处由大到小循环计算
            using (System.Drawing.Graphics g = control.CreateGraphics())
            {// 获得一个Graphics实例
                int margin = 10;         //边距，对于多字组成的词语输出时有用
                using (FontFamily fontFamily = new System.Drawing.FontFamily(theme.FontName))
                {
                    using (System.Drawing.Font font = new System.Drawing.Font(fontFamily, fontInitSize))
                    {
                        size = g.MeasureString(str, font);
                    }
                    while (((control.Size.Width - size.Width) < margin) || ((control.Size.Height - size.Height) < margin))    //循环计算合适的大小
                    {
                        fontInitSize--;
                        using (System.Drawing.Font font = new System.Drawing.Font(fontFamily, fontInitSize))
                        {
                            size = g.MeasureString(str, font);  // 计算字符串所需要的大小
                        }
                    }
                }
            }
            return fontInitSize - 1;
        }

你可以让AI生成测试用例的代码如下：

using Microsoft.VisualStudio.TestTools.UnitTesting;  
using System;  
using System.Drawing;  
using System.Windows.Forms;  
  
// 假设你的GetFitArea方法在某个类中，比如名为GraphicsHelper  
[TestClass]  
public class GraphicsHelperTest  
{  
    [TestMethod]  
    public void TestGetFitAreaWithLongString()  
    {  
        // 创建一个模拟的Control对象，并设置其大小  
        Control control = new Control();  
        control.Size = new Size(200, 100); // 假设控制的大小是200x100像素  
  
        // 调用被测试的方法，并传入一个较长的字符串  
        string testStr = "This is a relatively long string to test the fitting area.";  
        SizeF measuredSize;  
        int fontSize = new GraphicsHelper().GetFitArea(control, testStr, out measuredSize);  
  
        // 断言字体大小是否在预期范围内（这个范围需要根据实际情况调整）  
        Assert.IsTrue(fontSize > 0 && fontSize < 80, "Font size should be between 1 and 79.");  
        // 可以添加更多的断言来验证measuredSize是否符合预期，比如是否小于control的大小等。  
    }  
  
    [TestMethod]  
    public void TestGetFitAreaWithShortString()  
    {  
        // 创建一个模拟的Control对象，并设置其大小  
        Control control = new Control();  
        control.Size = new Size(200, 100); // 假设控制的大小是200x100像素  
  
        // 调用被测试的方法，并传入一个较短的字符串  
        string testStr = "Hi!";  
        SizeF measuredSize;  
        int fontSize = new GraphicsHelper().GetFitArea(control, testStr, out measuredSize);  
  
        // 对于短字符串，字体大小应该接近初始设定的最大值（比如70左右，具体数值需要根据实际情况调整）  
        Assert.IsTrue(fontSize > 70, "Font size should be greater than 70 for a short string.");  
        // 可以添加更多的断言来验证measuredSize是否符合预期。  
    }  
}

另外，作为QC的小伙伴别着急，你可以将上面的原始代码发给AI，要求他给你出一个专业、美观的测试用例表，这也是没问题的：

测试用例表格

测试用例编号 测试用例名称 测试目标 测试准备 测试步骤 预期结果 测试结果 测试结论
TC001 测试长字符串在控件中的适配情况确保GetFitArea方法能够准确计算出长字符串在指定控件中的最佳字体大小 1. 创建一个尺寸为200x100像素的Control对象 1. 向GetFitArea方法传入一个长字符串 1. 返回的字体大小应在1至79之间 ☐ 通过 ☐ 失败
2. 设定长字符串内容 2. 验证返回的measuredSize与Control对象尺寸的关系 2. measuredSize的宽度和高度均应小于或等于Control对象的对应尺寸
TC002 测试短字符串在控件中的适配情况确保GetFitArea方法能够准确计算出短字符串在指定控件中的最佳字体大小 1. 创建一个尺寸为200x100像素的Control对象 1. 向GetFitArea方法传入一个短字符串 1. 返回的字体大小应大于70 ☐ 通过 ☐ 失败
2. 设定短字符串内容 2. 验证返回的measuredSize与Control对象尺寸的关系 2. measuredSize的宽度和高度均应在Control对象尺寸范围内

测试执行记录

测试执行人：__________________

测试执行日期：__________________

测试环境描述：______________________________________

备注：

测试准备中提到的“长字符串”和“短字符串”应事先定义好，并在测试步骤中明确指出其内容。

在“测试结果”一栏中，填写实际返回的字体大小和measuredSize值。

根据实际测试结果，在“测试结论”一栏中勾选相应的选项（通过或失败）。

如测试失败，请详细描述失败原因，并考虑是否需要重新设计测试用例或修改被测试的代码。

测试用例编号	测试用例名称	测试目标	测试准备	测试步骤	预期结果	测试结论
TC001	测试长字符串在控件中的适配情况	确保`GetFitArea`方法能够准确计算出长字符串在指定控件中的最佳字体大小	1. 创建一个尺寸为200x100像素的`Control`对象	1. 向`GetFitArea`方法传入一个长字符串	1. 返回的字体大小应在1至79之间	☐ 通过 ☐ 失败
			2. 设定长字符串内容	2. 验证返回的`measuredSize`与Control对象尺寸的关系	2. `measuredSize`的宽度和高度均应小于或等于Control对象的对应尺寸
TC002	测试短字符串在控件中的适配情况	确保`GetFitArea`方法能够准确计算出短字符串在指定控件中的最佳字体大小	1. 创建一个尺寸为200x100像素的`Control`对象	1. 向`GetFitArea`方法传入一个短字符串	1. 返回的字体大小应大于70	☐ 通过 ☐ 失败
			2. 设定短字符串内容	2. 验证返回的`measuredSize`与Control对象尺寸的关系	2. `measuredSize`的宽度和高度均应在Control对象尺寸范围内

怎么样，上面的表格完全是AI根据待测试的代码生成的，专业性还不错哦~

总结一下：AI在软件开发过程中的应用，越来越能显著提高程序员的工作效率，减少错误和返工，让程序员能够更专注于创新和解决复杂问题。

Winrich

关注

32
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
程序员不会告诉老板的那些神器

作为一名程序员，大家总有一些“小秘密”是不想让老板知道的，尤其是那些能够让我们在工作中“摸鱼”或是提高效率的神器。当然，这些并不是为了偷懒，而是为了更好地管理我们的工作流程，提升代码质量，甚至是在繁忙的工作中找到一丝乐趣。下面，就让我来揭秘这些程序员们私藏的神器吧！
复制链接

扫一扫

专栏目录

	`function normalizeImage(imagePath):`
	`read image from imagePath`
	`resize image to standard size (e.g., 800x600)`
	`return resizedImage`

	`function binarizeImage(normalizedImage):`
	`apply binary threshold to normalizedImage`
	`return binarizedImage`

	`function detectFace(binarizedImage):`
	`use face detection algorithm to find face region`
	`perform edge detection on face region`
	`return faceRegion, edgeData`

	`function calculateCropCoordinates(faceRegion, edgeData, requirements):`
	`calculate crop coordinates based on faceRegion, edgeData, and requirements`
	`return cropX, cropY, cropWidth, cropHeight`

	`function cropImage(originalImage, cropX, cropY, cropWidth, cropHeight):`
	`crop originalImage based on the given coordinates`
	`return croppedImage`

	`function beautifyImage(croppedImage):`
	`apply image enhancement techniques (e.g., brightness adjustment, contrast enhancement, sharpening)`
	`return beautifiedImage`

	`function adjustDPI(beautifiedImage, targetDPI=300):`
	`change DPI of beautifiedImage to targetDPI`
	`return imageWithTargetDPI`

	`function saveImage(imageWithTargetDPI, outputPath, outputFormat="JPEG"):`
	`save imageWithTargetDPI to outputPath with the specified outputFormat`
	`return savedImagePath`