当前位置:首页 > 文章列表 > Golang > Go问答 > Go testing/iotest.DataErrReader 怎样模拟数据和错误在同次读取返回

Go testing/iotest.DataErrReader 怎样模拟数据和错误在同次读取返回

来源:17golang原创 2026-11-18 19:28:11 0浏览 收藏

使用 iotest.DataErrReader(r) 包装已有 io.Reader,可以让最终错误与最后一批数据在同一次 Read 调用返回。它适合暴露“看到 err 就立刻退出、还没处理 n 个字节”的读取循环问题。它不是自行生成任意错误的接口,最终错误来自被包装的 Reader,常见情况是 io.EOF。

官方地址:https://pkg.go.dev/testing/iotest#DataErrReader

先确定要覆盖的读取边界

一个上传内容读取器或本地解析函数,即使平时面对的 Reader 常在下一次调用才返回 EOF,也不能据此假设“有错误就没有数据”。io.Reader 的契约允许一次调用同时返回有效字节和错误;调用方应先处理 n 个字节,再解释 err。

这篇只聚焦读取边界的本地模拟。无论读取函数将来位于云服务还是命令行工具中,选择模拟器时都先看要覆盖的返回组合,不需要为这个问题搭建网络、存储或云环境。

关系包括 底层Reader、DataErrReader、Read、缓冲区、字节数n 和 错误err。包装器围绕 Reader 改变返回时机,Read 同时提供 n 与 err,缓冲区中仅前 n 字节属于本次有效数据。

DataErrReader包装底层Reader及Read返回值的关系
结构说明图:n 与 err 是同一次读取的两个结果,不是互斥字段。

用 DataErrReader 包装内存输入

下面的原创示例使用短字符串和非空缓冲区。输入较短,便于对照末批数据是否保留;示例只在内存中演示,不涉及需要关闭的文件或连接。

package main

import (
    "fmt"
    "io"
    "strings"
    "testing/iotest"
)

func main() {
    // 内存输入不需要关闭;包装器改变末批数据与错误的返回时机。
    r := iotest.DataErrReader(strings.NewReader("batch-end"))
    buf := make([]byte, 32)
    var received strings.Builder
    for {
        n, err := r.Read(buf)
        // 即使同时出现错误,本次返回的前 n 个字节仍须先处理。
        if n > 0 {
            received.Write(buf[:n])
        }
        if err != nil {
            if err != io.EOF {
                fmt.Println("读取错误:", err)
            }
            break
        }
    }
    fmt.Printf("完整内容: %q\n", received.String())
}

按这个输入与包装器语义推导,接收内容应完整保留 batch-end。短输入能让数据与 EOF 同返的边界容易观察;本文没有运行示例,也没有伪造 Read 调用日志。不要把示例的输入长度或缓冲区大小当作所有 Reader 的固定分块规则。

在读取循环中保留末批数据

关键位置是 Read 之后的两个判断:先把 buf[:n] 交给业务处理,再检查错误并决定是否结束。若把 err 判断移到前面,遇到 n 大于零且 err 非空时,就可能丢掉最后一批数据。

示例将数据复制进 strings.Builder,因此后续复用 buf 不会影响已经累计的文本。实际代码若保存切片引用,也应考虑读取缓冲区会再次使用;处理数据与保留数据不是同一件事。

读取结果 包含 有效字节 与 结束状态,有效字节交给 数据处理,结束状态交给 错误处理,最终的 累计内容 应包含结束那次返回的数据。结构图不表达程序运行时间线。

有效字节和结束状态分别处理并保留累计内容的关系
结构说明图:结束状态不抵消已返回字节,累计内容仍需包含末批数据。

按测试目标选择模拟方式

目标选择应关注什么
最终数据与错误同返DataErrReader末批字节不丢失
直接返回指定错误且无数据iotest.ErrReader无数据的错误分支
只想读取正常内存内容strings.NewReader基础内容处理

DataErrReader 会为观察最终错误而预读底层输入,不能用包装后的调用次数代表真实网络调用次数。它也没有提供延迟、取消、并发或重试策略;模拟目标只是读取返回语义,不能把一个本地用例当作生产可靠性的完整结论。

会在每次 Read 都返回错误吗?

不会。它的目标是调整最终错误与最终数据的相对返回时机,错误仍来自底层输入。

n 大于零且 err 为 EOF,数据还有效吗?

有效。先处理前 n 字节,再按 EOF 结束读取。

能传一个错误值给 DataErrReader 吗?

参数需要 Reader,而不是 error。若只要“零字节加指定错误”,可使用 ErrReader;若要更具体的数据与错误组合,需要按目标设计输入。

技术依据:iotest 官方文档、DataErrReader 官方实现、io.Reader 接口契约。

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
Java FileStore.supportsFileAttributeView 怎样判断存储卷支持哪些文件属性视图Java FileStore.supportsFileAttributeView 怎样判断存储卷支持哪些文件属性视图
上一篇
Java FileStore.supportsFileAttributeView 怎样判断存储卷支持哪些文件属性视图
Python memoryview.hex 怎样为十六进制输出设置分组分隔符
下一篇
Python memoryview.hex 怎样为十六进制输出设置分组分隔符
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。
    1097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。
    1093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。
    1260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。
    1203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。
    1049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