当前位置:首页 > 文章列表 > Golang > Go问答 > 对资源文件进行Go测试

对资源文件进行Go测试

来源:stackoverflow 2024-03-18 11:42:29 0浏览 收藏

对于 Go 语言的测试,与测试相关的资源应放置在名为“testdata”的文件夹中。Go 编译器会忽略此文件夹,因此可以方便地存储与测试相关的文件,例如 JSON、SQL 或其他文件,而不会影响生产代码。

问题内容

我是一名 java 开发人员,我的大部分项目都使用 maven。结构非常简单:

- src
    - main
      - java
      - resources
    - test
      - java
      - resources

通常,对于测试,我使用 test/resources 文件夹来存放 json、sql 或与测试相关的任何其他文件。

现在,在 go 中开发时,我看到测试与代码位于同一包(文件夹)中。但是与测试相关的资源放在哪里呢?有人有这方面的建议吗?

只是我真的不知道该把与测试相关的资源放在哪里。我可以将文件放在同一个包中,但对我来说这不是一个很好的隔离。


正确答案


实际上有一个特殊的文件夹名称:testdata。 正如 this GitHub issue 中所述,这似乎没有很好的记录。

Go 编译器会忽略名为 testdata 的文件夹。这不仅是命名文件夹的惯例,而且还在工具链中进行了专门处理。

正如in the docs所说:

以上就是《对资源文件进行Go测试》的详细内容,更多关于的资料请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
深度解析:Golang的协程究竟是什么?深度解析:Golang的协程究竟是什么?
上一篇
深度解析:Golang的协程究竟是什么?
在 Go 1.11 之前,如何在多个 Go 项目中共享一个供应商目录
下一篇
在 Go 1.11 之前,如何在多个 Go 项目中共享一个供应商目录
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    345次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用