当前位置:首页 > 文章列表 > Golang > Go问答 > Go test -json 的 OutputType 怎么读:区分失败续报与堆栈帧

Go test -json 的 OutputType 怎么读:区分失败续报与堆栈帧

来源:17golang原创 2026-09-04 00:49:52 0浏览 收藏

CI 报告把 go test -json 的每行都当成普通日志时,最容易出现两个误判:同一条 Fatal 的续行被算成多个失败,测试框架的 --- FAIL 又被当成业务错误。Go 1.27 在 Action="output" 事件上增加了可选的 OutputType,正好可以把这几类内容拆开。

解析时先看 Action,再用 Package、Test 定位归属,最后只在 output 分支读取 OutputType;error-continue 应追加到当前失败片段,而不是新建失败项。

要点速览
  • frame 是测试框架标记,不能直接当成断言错误。
  • error 开始一条失败片段,error-continue 继续补充同一片段。
  • Action="fail" 且 FailedBuild 非空时,应单独标记为构建失败。

先明确日志解析器要回答什么问题

报告层通常只需要回答三件事:哪个包或测试失败、失败文本从哪里开始、这次失败是断言问题还是构建问题。不要一上来按 Output 的文字匹配 FAIL,因为不同测试框架和日志内容都可能出现相同单词。

test2json 输出的是换行分隔的 TestEvent。在事件归属层,Package 用于区分并行测试的事件,Test 用于标识具体测试、示例或基准函数;包级事件通常没有 Test。这两个字段先组成归属键,解析器才有地方挂接后续的失败片段。

Go test -json 中 Package、Test、Action、OutputType 与报告事件的静态边界关系
图1:查看包级与测试级边界,先用 Package 和 Test 定位事件,再按 Action 与 OutputType 解释输出含义。

用 Action、Test 和 OutputType 定义事件边界

可以把解析顺序固定成一个小接口:先处理 start、run、pass、fail、skip 等 Action;这就是外层动作。只有 Action 等于 output 时,才进入 OutputType 分支,把它当作输出细分。这样不会把终态事件的缺省字段误判成普通日志。

字段组合报告含义处理动作
output + frame测试框架帧保留上下文,不新增业务错误
output + errorError/Fatal 产生的失败首行开始失败片段
output + error-continue多行错误的后续内容追加到当前片段
fail + FailedBuild包构建失败标记 package_failure

最小的分类函数可以保持纯粹,只返回报告层需要的 kind:

func kind(e TestEvent) string {
    if e.Action == "fail" && e.FailedBuild != "" {
        return "package_failure"
    }
    if e.Action != "output" {
        return e.Action
    }
    switch e.OutputType {
    case "frame":
        return "test_frame"
    case "error":
        return "error_start"
    case "error-continue":
        return "error_continuation"
    default:
        return "output"
    }
}
Go test -json 字段关系中 Action 分支、OutputType 分类与 FailedBuild 包级失败的静态结构
图2:查看 Action 的外层边界与 OutputType、FailedBuild 的内层关系,确认每类事件只进入一个报告分支。

把 error 与 error-continue 归并成一条失败信息

error 表示由 Error(f) 或 Fatal(f) 产生的错误输出起点;紧随其后的 error-continue 是同一条多行错误的延续。报告器可以用 Package + Test 作为当前片段的键:看到 error 就创建片段,看到同键的 error-continue 就追加文本。

片段何时结束,要看归属是否变化以及后续终态。新的测试、不同 Package、一个新的 error,或对应的 pass/fail 事件,都应关闭旧片段。若只按每条 JSON 记录加一,长错误会在 CI 页面里重复显示。

用 FailedBuild 区分代码失败与构建失败

FailedBuild 只在 Action="fail" 且失败原因是构建错误时设置,内容是未能构建的包 ID。它属于构建结果这一层,和测试函数的断言失败不是一类结果:前者没有可运行的测试上下文,后者通常能通过 Test 定位到具体函数。

因此报告最好保留两种状态:package_failure 和 test_failure。不要因为包级 fail 没有 Test 就丢弃它,也不要把所有没有 Test 的输出都归为构建失败。

用旧 Go 版本保留兼容分支

OutputType 是可选字段,旧版本产生的 JSON 可能没有它。空值应解释为普通输出,而不是输入损坏。升级后的解析器可以在能力探测后启用细分分类;对旧流仍保留 output 这个兜底 kind,报告内容不会因此中断。

相关问题:Go test -json 的三个边界问题

为什么不能只看 Output 文本里的 FAIL?

因为 FAIL 既可能是测试框架帧,也可能出现在用户自己的日志里;字段语义比字符串猜测稳定。

error-continue 没有找到前一条 error 怎么办?

保留原始输出并标记为孤立续报,同时记录 Package 和 Test,不能静默丢弃,也不要凭文本重新猜测归属。

go tool test2json 和 go test -json 该选哪个?

多包测试优先使用 go test -json;单独运行测试二进制并转换输出时,才使用 go tool test2json。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
pkg.go.dev API 怎么服务 Go 依赖目录:模块元数据读取与文档页面边界pkg.go.dev API 怎么服务 Go 依赖目录:模块元数据读取与文档页面边界
上一篇
pkg.go.dev API 怎么服务 Go 依赖目录:模块元数据读取与文档页面边界
Redis Streams 的 XREADGROUP 如何限制多流消费总量:MAXCOUNT 与 COUNT 的边界
下一篇
Redis Streams 的 XREADGROUP 如何限制多流消费总量:MAXCOUNT 与 COUNT 的边界
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。
    538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。
    596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。
    621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。
    573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。
    399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