测试的痛点
大家好，我是老马。
每一位开发者大部分工作都是写代码、测试代码、修BUG。
我们有很多测试代码，总是花费大量的实践去构建一个对象。
于是就在想，能不能自动填充一个对象呢？
于是去 github 查了一下，找到了一个测试神器 data-factory。
data-factory
作用
data-factory 项目用于根据对象，随机自动生成初始化信息。便于测试。
特性
-
8 大基本类型的支持
-
数组、对象、枚举、Map、链表、Set 等支持
-
String、BigDecimal、BigInteger、Currency 等常见类型的支持
-
Date、LocalDate、LocalDateTime、LocalTime、Year 等常见日期类型支持
-
支持 Regex 正则表达式
-
@DataFactory注解支持灵活配置
快速入门
引入依赖
<dependency>
<groupId>com.github.houbb</groupId>
<artifactId>data-factory-core</artifactId>
<version>0.0.8</version>
</dependency>
我们通过 DataUtil.build(class) 就可以生成对应类的随机值。
比如 DataUtil.build(String.class);，就可以生成随机的字符串：
0s5Z8foS1
老马发现，基本支持所有常见的类型，我们指定对应的 class 即可，这点还是挺方便的。
不过我一般都是使用对象，那可以自动填充一个对象吗？
对象 bean 填充
当然，最常用的还是初始化一个 java 对象。
public class User {
private String name;
private int age;
private Date birthday;
private List<String> stringList;
//S/F 的枚举
private StatusEnum statusEnum;
private Map<String, String> map;
//Getter & Setter
}
构建方法 User user = DataUtil.build(User.class);
构建对象如下：
User{name='wZ8CJZtK', age=-564106861, birthday=Wed Feb 27 22:14:34 CST 2019, stringList=[Du4iJkQj], statusEnum=S, map={yA5yDqM=Kdzi}}
内容每次都随机，便于基本的测试数据填充。
@DataFactory 注解
当然，有时候我们希望生成的数据符合一定的规则，这个时候可以通过 @DataFactory 注解去进行限制。
注解属性
/**
* 数据生成注解
* @author binbin.hou
* @date 2019/3/9
* @since 0.0.2
*/
@Inherited
@Documented
@Target(ElementType.FIELD)
@Retention(RetentionPolicy.RUNTIME)
public @interface DataFactory {
/**
* 是否忽略此字段
*
* @return 默认不忽略
*/
boolean ignore() default false;
/**
* 数字整数部分最大值。
* 只作用于数字类型的字段
*
* @return 返回最大值
*/
int max() default 100;
/**
* 数字整数部分最小值。
* 只作用于数字类型的字段
*
* @return 返回最小值
*/
int min() default 0;
/**
* 精度。
* 作用于Float、Double、BigDecimal 小数部分长度
*
* @return 返回精度
*/
int precision() default 2;
/**
* 最大长度。只作用于String类型的字段
*
* @return 返回最大长度
*/
int maxLen() default 30;
/**
* 最小长度。只作用于String类型的字段
*
* @return 返回最小长度
*/
int minLen() default 1;
/**
* 指定当前字段的类实现策略
* @return 实现类
* @since 0.0.6
*/
Class<? extends IData> data() default IData.class;
/**
* 正则表达式
* 1. 当前版本为了简单方便，如果 regex 存在，则直接忽略长度，精度等其他注解配置。
* 2. 建议直接使用在 String 类型
* 3. 如果使用其他类型，则必须保证提供了对应的 String 构造器。如{@link Long#Long(String)}
* 4. 基本类型会直接使用对应的包装类型。
* @since 0.0.3
* @return 表达式信息
*/
String regex() default "";
}
String 类
- 定义对象
/**
* 字符串类注解测试
* @author binbin.hou
* @date 2019/3/9
* @since 0.0.2
*/
public class UserAnnotationString {
/**
* 指定最小长度，最大长度
*/
@DataFactory(minLen = 2, maxLen = 10)
private String name;
/**
* 忽略生成当前字段
*/
@DataFactory(ignore = true)
private String hobby;
//Getter & Setter
}
- 测试代码
/**
*
* Method: build(clazz)
*/
@Test
public void stringAnnotationTest() throws Exception {
for(int i = 0; i < 100; i++) {
UserAnnotationString userAnnotationString = DataUtil.build(UserAnnotationString.class);
Assertions.assertNull(userAnnotationString.getHobby());
Assertions.assertTrue(userAnnotationString.getName().length() >= 2);
Assertions.assertTrue(userAnnotationString.getName().length() <= 10);
}
}
Number 类
- 对象定义
/**
* 数字类注解测试
* @author binbin.hou
* @date 2019/3/9
* @since 0.0.2
*/
public class UserAnnotationNumber {
@DataFactory(min = 10, max = 20)
private Byte aByte;
@DataFactory(min = 10, max = 20)
private Short aShort;
@DataFactory(min = 10, max = 20)
private Integer integer;
@DataFactory(min = 10, max = 20)
private Long aLong;
@DataFactory(min = 10, max = 20, precision = 3)
private Double aDouble;
@DataFactory(min = 10, max = 20, precision = 3)
private Float aFloat;
@DataFactory(min = 10, max = 20, precision = 3)
private BigDecimal bigDecimal;
@DataFactory(min = 10, max = 20)
private BigInteger bigInteger;
//Getter & Setter
}
- 测试代码
通过 DataUtil.build(UserAnnotationNumber.class) 生成的对象如下：
UserAnnotationNumber{aByte=10, aShort=17, integer=19, aLong=11, aDouble=19.888, aFloat=10.067, bigDecimal=18.035, bigInteger=13}
正则表达式
正则表达式作为一大神器，自然是不能落下。
定义
对象的定义如下：
/**
* 正则表达式测试对象
* @author binbin.hou
* @date 2019/3/12
* @since 0.0.3
*/
public class RegexBean {
@DataFactory(regex = "[0-3]([a-c]|[e-g]{1,2})")
private String name;
@DataFactory(regex = "[0-9]{1,2}")
private int age;
@DataFactory(regex = "[0-9]{1,2}")
private BigDecimal amount;
//Getter & Setter
}
效果
生成效果如下：
RegexBean{name='2c', age=61, amount=39}
自定义 Data 生成策略
当然，所有的内置策略只能满足最常见的需求。
但是无法满足各种特殊的定制化策略，幸运的是我们可以自定义自己的数据填充策略。
自定义生成策略
这里我们实现一个最简单的生成策略，如果是字符串，固定为 123。
public class MyStringData implements IData<String> {
@Override
public String build(IContext context, Class<String> stringClass) {
return "123";
}
}
使用
我们在 @DataFactory 注解中指定自己的策略。
public class UserAnnotationData {
@DataFactory(data = MyStringData.class)
private String name;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
}
这样生成的就是我们自己的数据生成策略。
不足之处
当然，老马觉得这些特性还是不太方便。
希望作者可以实现支持全局配置之类的特性，这样会更加方便的。
各位小伙伴也可以体验一下，让自己早点下班，享受属于自己的时光。
小结
今天我们和大家一起感受了数据填充工具的便利性，大家工作中有需要就可以用起来。
为了便于大家学习，所有源码均已开源：
对象填充：https://github.com/houbb/data-factory
性能压测：https://github.com/houbb/junitperf
希望本文对你有所帮助，如果喜欢，欢迎点赞收藏转发一波。
我是老马，期待与你的下次相遇。
参考资料
https://mp.weixin.qq.com/s/r9F8qYw8PIcyjGR2yS0Jzg
