4.1 创建一个简单的单元测试
NOTE : 此示例代码可以在 https://github.com/dev-cafe/cmake-cookbook/tree/v1.0/chapter-04/recipe-01 中找到,包含一个 C++的示例。该示例在 CMake 3.5 版(或更高版本) 中是有效的,并且已经在 GNU/Linux、macOS 和 Windows 上进行过测试。
CTest 是 CMake 的测试工具,本示例中,我们将使用 CTest 进行单元测试。为了保持对 CMake/CTest 的关注,我们的测试代码会尽可能的简单。计划是编写和测试能够对整数求和的代码,示例代码只会对整数进行累加,不处理浮点数。就像年轻的卡尔•弗里德里希•高斯(Carl Friedrich Gauss),被他的老师测试从 1 到 100 求和所有自然数一样,我们将要求代码做同样的事情。为了说明 CMake 没有对实际测试的语言进行任何限制,我们不仅使用 C++可执行文件测试代码,还使用 Python 脚本和 shell 脚本作为测试代码。为了简单起见,我们将不使用任何测试库来实现,但是我们将在 后面的示例中介绍 C++测试框架。
准备工作
代码示例由三个文件组成。实现源文件 sum_integs.cpp
对整数向量进行求和,并返回累加结果:
#include "sum_integers.hpp" #include <vector> int sum_integers(const std::vector<int> integers) { auto sum = 0; for (auto i : integers) { sum += i; } return sum; }
这个示例是否是优雅的实现并不重要,接口以 sum_integers
的形式导出。接口在 sum_integers.hpp
文件中声明,详情如下:
#pragma once #include <vector> int sum_integers(const std::vector<int> integers);
最后,main 函数在 main.cpp
中定义,从 argv[]
中收集命令行参数,将它们转换成整数向量,调用 sum_integers
函数,并将结果打印到输出中:
#include "sum_integers.hpp" #include <iostream> #include <string> #include <vector> // we assume all arguments are integers and we sum them up // for simplicity we do not verify the type of arguments int main(int argc, char *argv[]) { std::vector<int> integers; for (auto i = 1; i < argc; i++) { integers.push_back(std::stoi(argv[i])); } auto sum = sum_integers(integers); std::cout << sum << std::endl; }
测试这段代码使用 C++实现( test.cpp
),Bash shell 脚本实现( test.sh
) 和 Python 脚本实现( test.py
),只要实现可以返回一个零或非零值,从而 CMake 可以解释为成功或失败。
C++例子( test.cpp
) 中,我们通过调用 sum_integers
来验证 1 + 2 + 3 + 4 + 5 = 15:
#include "sum_integers.hpp" #include <vector> int main() { auto integers = {1, 2, 3, 4, 5}; if (sum_integers(integers) == 15) { return 0; } else { return 1; } }
Bash shell 脚本调用可执行文件:
#!/usr/bin/env bash EXECUTABLE=$1 OUTPUT=$($EXECUTABLE 1 2 3 4) if [ "$OUTPUT" = "10" ] then exit 0 else exit 1 fi
此外,Python 脚本调用可执行文件(使用 --executable
命令行参数传递),并使用 --short
命令行参数执行:
import subprocess import argparse # test script expects the executable as argument parser = argparse.ArgumentParser() parser.add_argument('--executable', help='full path to executable') parser.add_argument('--short', default=False, action='store_true', help='run a shorter test') args = parser.parse_args() def execute_cpp_code(integers): result = subprocess.check_output([args.executable] + integers) return int(result) if args.short: # we collect [1, 2, ..., 100] as a list of strings result = execute_cpp_code([str(i) for i in range(1, 101)]) assert result == 5050, 'summing up to 100 failed' else: # we collect [1, 2, ..., 1000] as a list of strings result = execute_cpp_code([str(i) for i in range(1, 1001)]) assert result == 500500, 'summing up to 1000 failed'
具体实施
现在,我们将逐步描述如何为项目设置测试:
- 对于这个例子,我们需要 C++11 支持,可用的 Python 解释器,以及 Bash shell:
cmake_minimum_required(VERSION 3.5 FATAL_ERROR) project(recipe-01 LANGUAGES CXX) set(CMAKE_CXX_STANDARD 11) set(CMAKE_CXX_EXTENSIONS OFF) set(CMAKE_CXX_STANDARD_REQUIRED ON) find_package(PythonInterp REQUIRED) find_program(BASH_EXECUTABLE NAMES bash REQUIRED)
- 然后,定义库及主要可执行文件的依赖关系,以及测试可执行文件:
# example library add_library(sum_integers sum_integers.cpp) # main code add_executable(sum_up main.cpp) target_link_libraries(sum_up sum_integers) # testing binary add_executable(cpp_test test.cpp) target_link_libraries(cpp_test sum_integers)
- 最后,打开测试功能并定义四个测试。最后两个测试, 调用相同的 Python 脚本,先没有任何命令行参数,再使用
--short
:enable_testing() add_test( NAME bash_test COMMAND ${BASH_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/test.sh $<TARGET_FILE:sum_up> ) add_test( NAME cpp_test COMMAND $<TARGET_FILE:cpp_test> ) add_test( NAME python_test_long COMMAND ${PYTHON_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/test.py --executable $<TARGET_FILE:sum_up> ) add_test( NAME python_test_short COMMAND ${PYTHON_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/test.py --short --executable $<TARGET_FILE:sum_up> )
- 现在,我们已经准备好配置和构建代码。先手动进行测试:
$ mkdir -p build $ cd build $ cmake .. $ cmake --build . $ ./sum_up 1 2 3 4 5 15
- 然后,我们可以用
ctest
运行测试集:$ ctest Test project /home/user/cmake-recipes/chapter-04/recipe-01/cxx-example/build Start 1: bash_test 1/4 Test #1: bash_test ........................ Passed 0.01 sec Start 2: cpp_test 2/4 Test #2: cpp_test ......................... Passed 0.00 sec Start 3: python_test_long 3/4 Test #3: python_test_long ................. Passed 0.06 sec Start 4: python_test_short 4/4 Test #4: python_test_short ................ Passed 0.05 sec 100% tests passed, 0 tests failed out of 4 Total Test time (real) = 0.12 sec
- 还应该尝试中断实现,以验证测试集是否能捕捉到更改。
工作原理
这里的两个关键命令:
enable_testing()
,测试这个目录和所有子文件夹(因为我们把它放在主CMakeLists.txt
)。add_test()
,定义了一个新的测试,并设置测试名称和运行命令。
add_test( NAME cpp_test COMMAND $<TARGET_FILE:cpp_test> )
上面的例子中,使用了生成器表达式: $<TARGET_FILE:cpp_test>
。生成器表达式,是在生成 构建系统生成时 的表达式。我们将在第 5 章第 9 节中详细地描述生成器表达式。此时,我们可以声明 $<TARGET_FILE:cpp_test>
变量,将使用 cpp_test
可执行目标的完整路径进行替换。
生成器表达式在测试时非常方便,因为不必显式地将可执行程序的位置和名称,可以硬编码到测试中。以一种可移植的方式实现这一点非常麻烦,因为可执行文件和可执行后缀(例如,Windows 上是 .exe
后缀) 的位置在不同的操作系统、构建类型和生成器之间可能有所不同。使用生成器表达式,我们不必显式地了解位置和名称。
也可以将参数传递给要运行的 test
命令,例如:
add_test( NAME python_test_short COMMAND ${PYTHON_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/test.py --short --executable $<TARGET_FILE:sum_up> )
这个例子中,我们按顺序运行测试,并展示如何缩短总测试时间并行执行测试(第 8 节),执行测试用例的子集(第 9 节)。这里,可以自定义测试命令,可以以任何编程语言运行测试集。CTest 关心的是,通过命令的返回码测试用例是否通过。CTest 遵循的标准约定是,返回零意味着成功,非零返回意味着失败。可以返回零或非零的脚本,都可以做测试用例。
既然知道了如何定义和执行测试,那么了解如何诊断测试失败也很重要。为此,我们可以在代码中引入一个 bug,让所有测试都失败:
Start 1: bash_test 1/4 Test #1: bash_test ........................***Failed 0.01 sec Start 2: cpp_test 2/4 Test #2: cpp_test .........................***Failed 0.00 sec Start 3: python_test_long 3/4 Test #3: python_test_long .................***Failed 0.06 sec Start 4: python_test_short 4/4 Test #4: python_test_short ................***Failed 0.06 sec 0% tests passed, 4 tests failed out of 4 Total Test time (real) = 0.13 sec The following tests FAILED: 1 - bash_test (Failed) 2 - cpp_test (Failed) 3 - python_test_long (Failed) 4 - python_test_short (Failed) Errors while running CTest
如果我们想了解更多,可以查看文件 test/Temporary/lasttestsfailure.log
。这个文件包含测试命令的完整输出,并且在分析阶段,要查看的第一个地方。使用以下 CLI 开关,可以从 CTest 获得更详细的测试输出:
--output-on-failure
:将测试程序生成的任何内容打印到屏幕上,以免测试失败。-v
:将启用测试的详细输出。-vv
:启用更详细的输出。
CTest 提供了一个非常方快捷的方式,可以重新运行以前失败的测试;要使用的 CLI 开关是 --rerun-failed
,在调试期间非常有用。
更多信息
考虑以下定义:
add_test( NAME python_test_long COMMAND ${PYTHON_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/test.py --executable $<TARGET_FILE:sum_up> )
前面的定义可以通过显式指定脚本运行的 WORKING_DIRECTORY
重新表达,如下:
add_test( NAME python_test_long COMMAND ${PYTHON_EXECUTABLE} test.py --executable $<TARGET_FILE:sum_up> WORKING_DIRECTORY ${CMAKE_CURRENT_SOURCE_DIR} )
测试名称可以包含 /
字符,按名称组织相关测试也很有用,例如:
add_test( NAME python/long COMMAND ${PYTHON_EXECUTABLE} test.py --executable $<TARGET_FILE:sum_up> WORKING_DIRECTORY ${CMAKE_CURRENT_SOURCE_DIR} )
有时候,我们需要为测试脚本设置环境变量。这可以通过 set_tests_properties
实现:
set_tests_properties(python_test PROPERTIES ENVIRONMENT ACCOUNT_MODULE_PATH=${CMAKE_CURRENT_SOURCE_DIR} ACCOUNT_HEADER_FILE=${CMAKE_CURRENT_SOURCE_DIR}/account/account.h ACCOUNT_LIBRARY_FILE=$<TARGET_FILE:account> )
这种方法在不同的平台上并不总可行,CMake 提供了解决这个问题的方法。下面的代码片段与上面给出的代码片段相同,在执行实际的 Python 测试脚本之前,通过 CMAKE_COMMAND
调用 CMake 来预先设置环境变量:
add_test( NAME python_test COMMAND ${CMAKE_COMMAND} -E env ACCOUNT_MODULE_PATH=${CMAKE_CURRENT_SOURCE_DIR} ACCOUNT_HEADER_FILE=${CMAKE_CURRENT_SOURCE_DIR}/account/account.h ACCOUNT_LIBRARY_FILE=$<TARGET_FILE:account> ${PYTHON_EXECUTABLE} ${CMAKE_CURRENT_SOURCE_DIR}/account/test.py )
同样,要注意使用生成器表达式 $<TARGET_FILE:account>
来传递库文件的位置。
我们已经使用 ctest
命令执行测试,CMake 还将为生成器创建目标(Unix Makefile 生成器为 make test
,Ninja 工具为 ninja test
,或者 Visual Studio 为 RUN_TESTS
)。这意味着,还有另一种(几乎) 可移植的方法来运行测试:
$ cmake --build . --target test
不幸的是,当使用 Visual Studio 生成器时,我们需要使用 RUN_TESTS
来代替:
$ cmake --build . --target RUN_TESTS
NOTE : ctest
提供了丰富的命令行参数。其中一些内容将在以后的示例中探讨。要获得完整的列表,需要使用 ctest --help
来查看。命令 cmake --help-manual ctest
会将向屏幕输出完整的 ctest 手册。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论