Fitnesse支持table对象传输

本文介绍Fitnesse如何在table中支持对象作为参数传输,通过存储object对象在slimSymbol并作为方法参数或构造函数参数,简化接口测试过程。利用TestObject实例验证功能,展示其在构建复杂对象时的便利性。
Fitnesse 可以在table 中支持对象作为参数传输,可以将返回的对象存储在一个symbol变量中,然后将这个symbol作为入参传递给其他方法

你可以存储一个object 对象在slim symbol里面,然后利用这个symbol作为方法的参数或者构造函数的参数。

在这里有一个TestObject(String name,int age,String gender)对象,并且有对该对象的一些属性setter/getter,我们来看一下如何通过fitnesse完成下面对象参数的传递和测试。

1.TestFixtures

public class TestObject {

private String name;
private int age;
private String gender;

public TestObject(String name,int age, String gender){
this.name = name;
this.age = age;
this.gender = gender;
}
public String getName() {
return name;
}

public void setName(String name) {
this.name = name;
}

public int getAge() {
return age;
}

public void setAge(int age) {
this.age = age;
}

public String getGender() {
return gender;
}

public void setGender(String gender) {
this.gender = gender;
}

public TestObject getTestObject(){
return new TestObject(this.name,this.age,this.gender);
}

public String printTestObject(TestObject object){
return object.getName()+object.getGender()+object.getAge();
}

}

2. WikiTable



[img]http://dl.iteye.com/upload/attachment/0067/0937/c2e95c6c-458e-3de1-97f0-afd92ccb901a.jpg[/img]


执行结果如下所示


[img]http://dl.iteye.com/upload/attachment/0067/0934/1f1933f4-a26c-30e5-ba4c-501a34bb8857.jpg[/img]


我们在这个例子中构建了一个TestObject对象,然后在printTestObject这个方法中用该对象将它本身的属性打印出来,来完成我们的测试,这在接口测试中是非常有用的,因为我们的ws接口,会有很复杂的request对象或者中间对象,有了这个功能,我们就不许自己去构建每一个对象,可以方便使用这个功能,Fitnesse团队真的是造福人类。
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
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