老生常谈 TDD with RSpec

本文介绍了测试驱动开发(TDD)的概念及其优势,并详细探讨了如何使用RSpec这一基于行为的验收测试框架来实施TDD,包括RSpec的安装配置及具体用法。
TDD with RSPEC

何谓TDD? 测试驱动开发的意思,TDD是一种开发思想,要求开发之前,先写下测试代码,在逐步添加开发实现代码,通过这些测试,再增加些测试代码,再写开发实现通过所有测试,再增加测试代码,再写实现代码通过所有测试,如此循环往复,直至最后开发完成。

TDD有何优点?
1,所有的测试,以代码的形式保留下来,所有测试用例都在监视你的每一步开发,是否造成了错误。
2,测试先行的策略,使你必须先放下具体的代码实现,先去考虑要实现什么,经过多年的经验总结,把需求考虑和实现考虑分开,能够带来巨大的好处,同一时间里,只专心的考虑实现什么,另一段时间里只考虑如何实现,使的工作思路清晰,从道理上看,这叫做一心不可二用,从软件工程来看,瀑布式开发模型也推荐先做完需求分析,再行开发。
3,为了便于测试,你需要把各个功能进行足够的细化,从而催生了低耦合度的代码,因为代码足够的细化和低耦合,你的工作更加可以准确度量。
4,对于每个测试用例,你只需要编写少量的代码,整个开发过程,你能够不断的取得看得见的进展
5,技术人员了解技术,所写的测试,可以补充普通测试人员的盲点
6,TDD是主动测试,发现问题和解决问题都是乐趣。
7,TDD使部分原本难以估价的测试工作变成现实可见的代码
8,对于Ruby on Rails,由于没有编译器,检查TDD会扮演编译器的角色。而且,这还是个不止检查语法的编译器,还是个你可以方便的随意订制其功能的编译器,例如
对于一段代码
def getBooksCount
return Book.count
end
你可以如下操作
assert_nothing_raised { getBooksCount }
来保证语法
也可以
assert_instance_of Integer, getBooksCount
来保证返回值
也可以更进一步,根据你测试数据库的数据情况
assert_equal getBooksCount, 88

在一个贯彻TDD的项目里,任何没有被测试覆盖的功能,可以认为是尚未实现或者无用功能
也许有些人说,我的功底很强大,我根本不需要TDD,我能埋头写上三天程序,最后按下编译按钮,然后去喝一杯青山绿水,回来发现程序没有任何错误,交与客户,客户发现完全符合要求;这真的是高手,令人敬畏的高手。然而,如果把这种高手比喻为万人难敌的古代剑客,那么可以把普通的用TDD的程序员比作拿着机枪的现代化小兵,一对一当然是古代剑客胜率更高,可是多对多,怕是现代化小兵们胜率更高了,近代中国就是这种情况,落后旧要挨打,咱们现代程序人不会用TDD就相当于装备落后。

有人说,没有TDD,我就无法写任何代码,我认为这种说法是偏执的,是露骨的哗众取宠,类似于芙蓉姐姐一般。真正的高手,没有TDD一样可以写代码,不过我推荐使用TDD,因为这可以使你如虎添翼,准确说来,在绝大多数情况,TDD会给你带来好处,尤其是你带领的团队,整体战斗力,可以的到提升,这下动心了吧??

公欲善其事,必先利其器,时光荏苒,世事变迁,当你从第一行看到这里的时候,技术的变革,使得我已经不再推荐你使用assert_xxxx这种方式测试了,现在我推荐TDD开发使用RSpec测试工具。RSpec是基于行为的验收测试框架,使用RSpec,你可以构建你期望的软件系统行为,这些行为可运行测试,行为的描述可以代替文档。

要使用RSpec,首先,你需要安装RSpec,假设你已经安装好了Rails环境,你需要安装RSpec plugin

ruby script/plugin install svn://rubyforge.org/var/svn/rspec/tags/REL_1_1_3/rspec/
ruby script/plugin install svn://rubyforge.org/var/svn/rspec/tags/REL_1_1_3/rspec_on_rails/
ruby script/generate rspec
ruby script/generate rspec_scaffold book name:string
rake db:migrate
rake db:test:prepare
autotest

如果autotest正确,基本就ok了;如果不正确,可能说明你的环境不是很匹配,一般说来,最新的rails与最新的rspec是匹配的.

RSpec提供哪些便利?

举例
it "should correctly get current office name" do
@report.get_office_name.should == "Beijing- Nibirutech"
end

it "should failed because of validate for start date, end date or broker_id" do
@report = Report.new
@report.save.should_not be_true
@report.errors.should_not be_blank
[:date_from, :date_to, :broker_id].each {|k| @reporterrors_on(k).should_not be_blank}
end

it "should correctly get user name" do
@report.get_user_name.should_not be_blank
end

RSpec可以方便的记录行为期望。同时也提供了should风格
普通Test::Unit的
assert AAA 可以被 AAA.should be_true代替
assert_equal AAA, BBB 可以被 AAA.should == BBB 代替
assert_instance_of AAA, BBB 可以被 BBB.should be_an_instance_of AAA 代替
assert_nil AAA 可以被 AAA.should be_nil 代替

RSpec还提供了
lambda{
语句....
}.should_not_raise Exception

lambda{
语句....
}.should change(person, :birthday).from(32).to(33)

lambda{
语句...
}.should change(Book, :count).by(1)

myarray.should have(3).items

对于controllers可以测试
response.should be_success 如果http状态码是200,则通过
response.should be_redirect 如果状态码是300-399,则通过

get :action => :index
response.should render_template("path/to/template/for/index")
response.should have_text("html")

route_for(:controller => "hello", :action => "world").should == "/hello/world"

还有其它方法,可见http://rspec.rubyforge.org/rdoc/index.html

这种风格易于理解,且更贴近人的思维方式,改变了人对于测试的思考方式。
如此,写出的代码,美妙,且代码和文档俱全。最后,我支持TDD支持RSpec,欢迎大家质疑,或者一起讨论。
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值