当前位置:首页 > 文章列表 > Golang > Go问答 > 如何使用动态误差,同时保留测试的可比性?

如何使用动态误差,同时保留测试的可比性?

来源:stackoverflow 2024-04-15 14:00:32 0浏览 收藏

有志者,事竟成!如果你在学习Golang,那么本文《如何使用动态误差,同时保留测试的可比性?》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

问题内容

在go中我经常使用

func myfunc(s someinterface) error {
    err := otherfunc(s)
    return fmt.errorf("something wrong: %s", err)
}

所以我丢失了原始的错误值,因为我只是将错误字符串伪造为一个新的错误。这就是我所说的动态错误。

现在考虑对 myfunc() 进行测试:

func TestMyFunc(t *testing.T) {
    s := mockSomeInterface()
    testErr := MyFunc(s)
    if testErr != interfaceSpecificErrorValue {
        t.Errorf("fail")
    }
}

我将用什么来表示 interfacespecificerrorvalue(在本例中特定于 someinterface)?或者我怎样才能使其可测试?

我知道我可以通过预先定义所有可能的错误并给它们一个常量值来解决这个问题。我感兴趣的是是否有另一种方法可以实现此目的,因为我喜欢可以使用 fmt.errorf("...: %s, err) 动态构建的分层错误消息。必须有一个好的方法保持错误层次结构而不丢失原始值的方法。

(比较 error() 方法的输出是一种可能性,但不是一个好的方法。)


解决方案


我对此的初步回答是:在 Go 中,目前没有规范的方法来实现具有可比错误值的嵌套错误。

在再次阅读了有关错误处理的官方文档和博客文章、标准库中的相当多的源代码以及最后这个提案:https://github.com/golang/proposal/blob/master/design/go2draft-error-values-overview.md之后,我决定让我的错误类型保持简单和静态,并等待 Go 2 提供一个更好的方法。

今天带大家了解了的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
Mac系统如何查看资源库扩展-Mac系统查看资源库扩展的方法Mac系统如何查看资源库扩展-Mac系统查看资源库扩展的方法
上一篇
Mac系统如何查看资源库扩展-Mac系统查看资源库扩展的方法
定义一组常数及其描述的最佳实践是什么
下一篇
定义一组常数及其描述的最佳实践是什么
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。
    436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。
    509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。
    526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。
    469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。
    296次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码