新闻详情

新闻详情

首页 / 资讯中心 / 详情

sinon sandbox.stub() 完全指南:非函数属性 Stubbing 与自动恢复

发布时间:2026/11/15 13:58:01来源:尧图网络
sinon sandbox.stub() 完全指南:非函数属性 Stubbing 与自动恢复
测试开发工具【免费下载链接】sinonTest spies, stubs and mocks for JavaScript.项目地址https://gitcode.com/gh_mirrors/si/sinon点击查看免费下载本文围绕 Sinon 沙箱SandboxAPI 中的sandbox.stub()方法展开讲解它与全局sinon.stub()完全一致的行为语义、在沙箱内的自动收集与恢复机制以及最常被问到的非函数属性non-function propertystubbing实战用法。读完本文你将掌握如何在测试中通过sandbox.stub(obj, prop).value(newVal)临时替换对象的普通数据属性字符串、数字、对象等并在测试结束时通过一次restore()自动还原现场彻底告别手动清理。sandbox.stub()是什么根据 docs/concepts/sandboxes/api/stub.md 的官方定义sandbox.stub()与sinon.stub的用法完全一致。这意味着你可以在沙箱上使用sinon.stub的全部能力包括包装已有函数sandbox.stub(obj, method)替换对象方法且不会调用原始函数预编程行为通过.returns()、.throws()、.callsFake()、.resolves()、.rejects()、.yields()等方法定义返回值、抛错、回调等行为按调用次数差异化响应通过.onCall(n)让 stub 在连续调用时表现不同stub 非函数属性通过.value(newVal)直接替换对象的普通数据属性。两者唯一的差异在于生命周期管理由沙箱创建的 stub 会被自动登记进沙箱的收集列表调用sandbox.restore()时一次性还原而全局sinon.stub()创建的 stub 需要手动调用stub.restore()或依赖默认沙箱的sinon.restore()。默认沙箱sinon 对象本身就是沙箱从sinon5.0.0起sinon对象本身就是一个沙箱即默认沙箱它拥有与沙箱 API 完全相同的全部方法与属性见 docs/concepts/sandboxes/index.md 与 sandbox API 索引。因此最推荐、最简洁的用法是直接调用sinon.stub()与sinon.restore()无需显式创建沙箱。这一设计在 src/sinon/create-sandbox.js 的注释中有明确印证As of Sinon 5 the sinon instance itself is a Sandbox, so you hardly ever need to create additional instances for the sake of testing自定义沙箱当需要隔离的配置如独立的 assert 选项、useFakeTimers、或injectInto注入目标时可以通过sinon.createSandbox(config)创建独立沙箱。createSandbox支持的关键配置项定义于 src/sinon/create-sandbox.jsproperties要暴露在沙箱上的 API 属性名列表例如[spy, fake, restore]injectInto将沙箱方法注入到指定对象中主要用于集成场景如 sinon-testuseFakeTimers是否默认启用假定时器传对象时可携带定时器配置assertOptions断言选项。Stubbing 非函数属性.value(newVal)沙箱 stub 的核心扩展场景是替换非函数属性。普通stub(obj, prop)只能替换函数类型的属性而数据属性字符串、数字、布尔值、对象等需要通过.value()来定义新值。完整可运行示例以下示例直接取自仓库文档测试 docs/tests/docs/sandboxes/api/stub.test.js展示了stub 非函数属性 → 验证 → 沙箱恢复 → 验证还原的完整闭环import t from tap; import sinon from sinon; t.test(sandbox.stub can stub non-function properties, (t) { const sandbox sinon.createSandbox(); const myObject { hello: world }; // Stub the property sandbox.stub(myObject, hello).value(Sinon); // Verify the stub works t.equal(myObject.hello, Sinon, property should be stubbed to Sinon); // Restore via sandbox sandbox.restore(); // Verify restoration t.equal(myObject.hello, world, property should be restored to world); t.end(); });执行流程拆解sandbox.stub(myObject, hello)在沙箱中登记 stub 并替换该属性.value(Sinon)将属性值临时定义为Sinonstub.value 文档 中定义该方法为为 stub 定义一个新值断言确认myObject.hello Sinonsandbox.restore()一次性还原沙箱内所有 stub断言确认属性恢复为原始值world。使用默认沙箱的等价写法如果不显式创建沙箱直接使用默认沙箱即可效果完全一致见 docs/tests/docs/sandboxes/_index-1.test.jsimport tap from tap; import * as sinon from sinon; const myObject { hello: world }; // 使用默认沙箱的 stub 方法 sinon.stub(myObject, hello).value(Sinon); tap.equal(myObject.hello, Sinon, property stubbed to Sinon); sinon.restore(); tap.equal(myObject.hello, world, property restored to world);局部恢复调用stub.restore()除了通过沙箱整体恢复也可以只恢复单个 stub。.value()会返回 stub 本身因此可以保留引用并单独调用其restore()方法参见 docs/tests/docs/stubs/api/value-2.test.jsconst stub sinon.stub(myObj, example).value(newValue); tap.equal(myObj.example, newValue, property has new value); stub.restore(); tap.equal(myObj.example, oldValue, property restored to old value);注意sandbox.restore()与stub.restore()是有区别的——前者不带参数、一次性还原沙箱内全部 fake后者只还原当前 stub。若误给sandbox.restore()传参源码 src/sinon/sandbox.js 会抛出sandbox.restore() does not take any parameters. Perhaps you meant stub.restore()的明确提示。源码视角沙箱 stub 的底层机制sandbox.stub的实现在 src/sinon/sandbox.js 中sandbox.stub的实现核心如下sandbox.stub function () { // 将沙箱上下文作为首参传入用于并行测试间隔离 callId const args arrayProto.concat( [sandboxContext], arrayProto.slice(arguments), ); const createdStub sinonStub.withContext.apply(sinonStub, args); const result commonPostInitSetup(arguments, createdStub, true, /* ... */); addReturnedMethodsToCollection(result); return result; };关键点通过sinonStub.withContext传入sandboxContext该上下文对象{ callId: 0 }见 src/sinon/sandbox.js用于隔离并行测试之间的调用 ID 计数commonPostInitSetup会把创建的 stub 加入沙箱收集列表addToCollectionaddReturnedMethodsToCollection还会把 stub 行为链返回的对象中自有方法一并收集确保.onCall()产生的派生 stub 也能被统一还原。非函数属性 stubbing 的底层判定sinon.stub的入口实现在 src/sinon/stub.js 的stubImpl中stub.withContext(context, object, property)最终都会落到它src/sinon/stub.js。当目标属性不是函数时stub 不会去包装执行逻辑而是直接返回一个可供.value()赋值的 stub 对象return isStubbingNonFuncProperty ? s : wrapMethod(object, property, s);此外stubImpl会对不存在的属性抛出明确错误Cannot stub non-existent property ...并对不可配置non-configurable或不可写non-writable的属性描述符进行校验src/sinon/stub.js提醒你检查属性描述符配置。恢复机制的实现sandbox.restore()的实现src/sinon/sandbox.js会按逆序遍历收集列表并逐个调用restore()从而保证依赖顺序正确还原reverse(collection); applyOnEach(collection, restore); collection [];同时沙箱还提供了细粒度的重置能力全部作用于收集列表中的所有 fakesrc/sinon/sandbox.jssandbox.reset()重置行为与历史sandbox.resetBehavior()仅重置行为sandbox.resetHistory()仅清空调用历史sandbox.verify()校验所有 mock 期望sandbox.verifyAndRestore()先verify()再restore()若校验失败则抛出异常src/sinon/sandbox.js。泄漏防护沙箱内置了泄漏阈值保护默认DEFAULT_LEAK_THRESHOLD 10000见 src/sinon/sandbox.js 与 src/sinon/sandbox.js当收集的 fake 数量超过阈值且未恢复时会打印警告提醒你在每个测试后restore。你可以通过修改沙箱的leakThreshold属性来调整或关闭该警告详见 leak-threshold 文档。何时使用sandbox.stub()结合 stubs 概念文档 的指引在以下场景优先使用 stub并通过沙箱管理生命周期控制方法行为以驱动特定代码路径例如让方法抛出错误以测试错误处理逻辑如stub.throws(new Error(I lost my pie :())阻止副作用方法被真实调用例如替换fs.readFile以返回测试所需的假数据如sinon.stub(fs, readFile).callsFake(() Promise.resolve(Apple pie))替换非函数数据属性这是sandbox.stub().value()的专属能力适合临时改写配置项、常量或状态字段按调用次数差异化响应行为定义方法如.returns()、.throws()多次调用会相互覆盖此时用.onCall(n)指定每次调用的行为on-call 文档。需要留意的是Sinon 官方对新建代码推荐优先使用 fakes如sinon.fake.returns()、sinon.fake.throws()因其行为更简单、不可变且同样支持 spy API但 stub 在onCall()差异化行为与属性 stubbing等高级场景中仍然不可或缺——这正是sandbox.stub().value()的价值所在。小结sandbox.stub()与sinon.stub()行为完全一致但多了一层沙箱托管所有由沙箱创建的 stub 会被自动收集sandbox.restore()一次性完成还原。对于非函数属性通过.value(newVal)可以轻松实现临时替换并借助沙箱或单个 stub 的restore()确保测试结束后原始值无损还原。无论是默认沙箱sinon.stub()还是sinon.createSandbox()自定义沙箱这一模式都能让测试 teardown 变得更简洁、更不易出错。赞分享测试开发工具【免费下载链接】sinonTest spies, stubs and mocks for JavaScript.项目地址https://gitcode.com/gh_mirrors/si/sinon点击查看免费下载相关推荐Sinon sandbox.replace() 完全指南安全替换对象属性并自动还原Sinon sandbox.replace 完全指南安全替换对象属性并自动还原 Sinon 的 sandbox.replace 用于在测试中临时替换对象上的任测试开发工具Sinon spy.restore 完全指南将 Spy 与 Stub 恢复为原始方法Sinon spy.restore 完全指南将 Spy 与 Stub 恢复为原始方法 导读 spy.restore 是 Sinon 测试框架中用于清理现场测试开发工具Sinon stub.set 完全指南替换与模拟 JavaScript 对象属性 SetterSinon stub.set 完全指南替换与模拟 JavaScript 对象属性 Setter stub.set setterFn 是 Sinon 测试桩S测试开发工具上一篇BilibiliDown轻松搞定B站视频下载打造个人专属离线资源库下一篇如何彻底移除 ralph-claude-code从零残留到干净系统的完整操作创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉