Golang使用ChatGPT生成单元测试实践（golang使用虚拟网卡）这都可以？

随心笔谈2年前发布编辑

162 0

🌐 经济型：买域名、轻量云服务器、用途：游戏网站等《腾讯云》特点：特价机便宜适合初学者用点我优惠购买

🚀 拓展型：买域名、轻量云服务器、用途：游戏网站等《阿里云》特点：中档服务器便宜域名备案事多点我优惠购买

🛡️ 稳定型：买域名、轻量云服务器、用途：游戏网站等《西部数码》特点：比上两家略贵但是稳定性超好事也少点我优惠购买

目录前言Part1 easy：单个函数，无复杂依赖Part2 normal ：里面有一些外部importPart3 hard：对外部repo进行mock（gomock举例）一些痛点其他用法

目前gpt本质上是续写，所以在待测函数函数定义清晰的情况下，单元测试可以适当依赖它进行生成。

收益是什么：

辅助生成测试用例&测试代码，降低单元测试编写的心智成本辅助code review，帮助发现代码显式/潜在问题

本文测试环境：

gpt: gpt-3.5-turbogo：go 1.17

本文实践场景：企业微信美图鉴赏机器人

生成单元测试的工作流如下：

选定你的待测函数分析函数的依赖：结构体定义、repo依赖、repo interface抽象（用fx和wire框架依赖注入的话会方便很多）组织prompt，准备施法吟唱魔法，得到输出单元测试代码copy到ide里面缝缝补补，与预期出入太多的话，调整prompt重来/要求gpt按照某个标准重写（比如：请按照testCases的写法重写组织测试数据）运行测试用例

话不多说，先上基础prompt：

写下列写下列代码中[待测函数名]函数的单测，要求覆盖全部逻辑。

断言使用require包。

测试用例以testCases的形式输出。

下面的部分，我按照工作流的繁杂程度，简单区分了下easy/normal/hard情况。

单个函数，并且外部依赖都是开源库，那么直接把代码贴上去就行。

这里我们用图片压缩的独立函数举例：（prompt前摇咒语 + 代码片段）

写下列代码中CompressPicture函数的单测，要求覆盖全部逻辑。
断言使用require包。
测试用例以testCases的形式输出。
// CompressPicture the picture by resizing it to the specified width.
func CompressPicture(picData []byte, width uint) ([]byte, error) {
// Decode the input image.
oldBuffer :=bytes.NewBuffer(picData)
inputImg, _, err :=image.Decode(oldBuffer)
if err !=nil {
return nil, err
}
// Resize the image to the specified width.
outputImg :=resize.Resize(width, 0, inputImg, resize.Lanczos3)
// Encode the output image as PNG and write it to a buffer.
newBuffer :=new(bytes.Buffer)
err=png.Encode(newBuffer, outputImg)
if err !=nil {
return nil, err
}
// Return the compressed image as a byte slice.
return newBuffer.Bytes(), nil
}

ChatGPT输出的代码块如下：

func TestCompressPicture(t *testing.T) {
// Setup test data
imgData, err :=os.ReadFile(“test-image.png”)
if err !=nil {
t.Fatalf(“failed to read test image file: %v”, err)
}
testCases :=[]struct {
name string
width uint
}{

放到ide里，完美运行，说明简单函数的单元测试生成还是很强的~

有外部定义引入的时候，最好把外部定义直接贴上（不涉及mock）。

这里举例的函数出现了外部依赖 entity.ArchiveWithData等定义，所以最好要加上外部定义在输入中：

写下列代码中ConvertArchiveWithDataToBotTextMsg函数的单测，要求覆盖全部逻辑。
断言使用require包。
测试用例以testCases的形式输出。
// ConvertArchiveWithDataToBotTextMsg 将画作稿件信息转换为企微机器人文本消息
func ConvertArchiveWithDataToBotTextMsg(data *entity.ArchiveWithData) *entity.BotMsgReq {
var MentionedList []string
proxyUrl :=data.Info.Urls.Original
rawPixivUrl :=fmt.Sprintf(“https://www.pixiv.net/artworks/%d”, data.Info.Pid)
txt :=&entity.BotText{
Content: fmt.Sprintf(“proxy图源：%s\npixiv图源：%s”, proxyUrl, rawPixivUrl),
MentionedList: MentionedList,
}
postText :=&entity.BotMsgReq{
MsgType: entity.BotMsgText,
Text: txt,
}
return postText
}
一些导入的定义如下：
type BotText struct {
Content string `json:”content”`
MentionedList []string `json:”mentioned_list”`
}
type BotMsgReq struct {
MsgType BotMsgType `json:”msgtype”`
Text *BotText `json:”text,omitempty”`
}
const (
BotMsgText BotMsgType=”text”
)
type ArchiveWithData struct {
Info Archive
Data []byte
}

下面是生成的代码，经过少量修改后可以直接运行：（因为少输入了一个结构体的定义，导致它猜测了一些字段）

func Test_ConvertArchiveWithDataToBotTextMsg(t *testing.T) {
testCases :=[]struct {
name string
data *entity.ArchiveWithData
expected *entity.BotMsgReq
}{
{
name: “regular data”,
data: &entity.ArchiveWithData{
Info: entity.Archive{
Pid: 123456,
Urls: entity.PicUrl{
Original: “https://example.com/image.jpg”,
},
},
Data: []byte{},
},
expected: &entity.BotMsgReq{
MsgType: entity.BotMsgText,
Text: &entity.BotText{
Content: “proxy图源：https://example.com/image.jpg\npixiv图源：https://www.pixiv.net/artworks/123456”,
},
},
},
{
name: “data with special characters”,
data: &entity.ArchiveWithData{
Info: entity.Archive{
Pid: 789012,
Urls: entity.PicUrl{
Original: “https://example.com/image(with)special&characters.jpg”,
},
},
Data: []byte{},
},
expected: &entity.BotMsgReq{
MsgType: entity.BotMsgText,
Text: &entity.BotText{
Content: “proxy图源：https://example.com/image(with)special&characters.jpg\npixiv图源：https://www.pixiv.net/artworks/789012”,
},
},
},
}
for _, tc :=range testCases {
t.Run(tc.name, func(t *testing.T) {
result :=ConvertArchiveWithDataToBotTextMsg(tc.data)
require.Equal(t, tc.expected, result)
})
}
}

外部依赖越多，prompt template的构建可能就越复杂

ps.实际上gomonkey它也可以写

外部依赖repo的部分，要求gpt使用gomock进行对应repo的mock即可。

外部定义最好进行剪枝。

输入：

写下列代码中getSeTuDescSlice函数的单测，要求覆盖全部逻辑。
断言使用require包。
测试用例以testCases的形式输出。
对于m.repoSeTu.GetArchiveInfoSlice的调用，使用gomock进行mock处理，假设已经有mock文件。
func (m *CronTab) getSeTuDescSlice(ctx context.Context, seTuConfig config.SeTuConfig) (entity.QueryResult, error) {
queryResSlice, err :=m.repoSeTu.GetArchiveInfoSlice(ctx, &entity.Query{
R18: seTuConfig.R18,
Num: 1,
Tag: seTuConfig.Tags,
Size: seTuConfig.PicSize,
Proxy: seTuConfig.Proxy,
})
if err !=nil {
return entity.QueryResult{}, err
}
return queryResSlice, nil
}
下面是外部依赖的定义：
type SeTuConfig struct {
SetuApiUrl string `yaml:”setu_api_url”`
QWAuth []string `yaml:”qw_auth”`
CronStr string `yaml:”cron_str”`
R18 int64 `yaml:”r_18″`
Tags []string `yaml:”tags”`
PicSize []string `yaml:”pic_size”`
Proxy string `yaml:”proxy”`
}
// QueryResult 请求结果
type QueryResult struct {
Error string `json:”error”`
ArchiveSlice []Archive `json:”data”`
//picPaths []string
}

输出：

假设已经有mock文件：
// mock_repoSetu 是通过mockgen自动生成的，用于模拟repoSetu接口的mock文件
func TestCronTab_getSeTuDescSlice(t *testing.T) {
testCases :=[]struct{
name string
seTuConfig config.SeTuConfig
getArchiveInfoSliceRes entity.QueryResult
getArchiveInfoSliceErr error
wantErr bool
}{
{
name: “success”,
seTuConfig: config.SeTuConfig{
R18: 0,
Tags: []string
测试用例解释：
测试用例”success”模拟了getSeTuDescSlice调用成功的情况，
设置查询条件R18=0，Tags=”tag1″, “tag2″，PicSize=”large”，期望返回多条图片信息；
测试用例”error”模拟了getSeTuDescSlice调用失败的情况，
设置查询条件R18=1，Tags=”tag3″，PicSize=”small”, “medium”，期望返回错误信息。

生成的代码太长，几点总结：

gomock代码可以正常生成，但是外部repo定义最好清晰明了，可以直接把interface定义贴上去，会被认知到。粘贴到ide中，发现主要问题是包名导入问题，简单修改即可

生成的代码有一些报错：

修改引入的类型名后即可：

修改后运行成功：

如果需要生成后人工修改量更低的话，需要更精确的上下文信息（包名、函数定义、描述等）

ChatGPT单次对话有长度限制，所以一次尽量只进行一个函数的单元测试生成。需要外部 repo mock的待测函数，需要的上下文很多，并且引入的无关字段需要剪枝避免污染输入一些复杂的私有包，看起来是比较不好支持的（尝试过在prompt中教会他，但是效果不好）一些复杂逻辑和边界情况，ai可能口是心非（写的用例和表述不一致，比如经典的20%*20%=400%，但是他知道这是错的）对于分层不是很清晰的项目，对函数/repo打桩可能很困难，这个时候要描述清楚就比较困难了，gomonkey可能比较适用

写好测试方法，让gpt帮助扩充用例集code review，下面的代码就是gpt给出的代码建议

帮我优化下面的代码
// picCompress Modify size to compress pictures.
func picCompress(picData []byte) (newPicData []byte, err error) {
oldBuf :=bytes.NewBuffer(picData)
pic, _, err :=image.Decode(oldBuf)
if err !=nil {
return
}
newPic :=resize.Resize(uint(pic.Bounds().Dx()/2), 0, pic, resize.Lanczos3)
var newBuf bytes.Buffer
err=png.Encode(&newBuf, newPic)
if err !=nil {
return
}
newPicData, err=ioutil.ReadAll(&newBuf)
if err !=nil {
return
}
return
}

您好！下面是一个优化版的代码，主要改进在于：
减少对象的创建，避免额外的内存分配和垃圾回收。
增加错误检查，避免可能的错误被忽略。
以下是优化版代码：
// picCompress Modify size to compress pictures.
func picCompress(picData []byte) ([]byte, error) {
reader :=bytes.NewReader(picData)
pic, _, err :=image.Decode(reader)
if err !=nil {
return nil, err
}
newPic :=resize.Resize(uint(pic.Bounds().Dx()/2), 0, pic, resize.Lanczos3)
var writer bytes.Buffer
err=png.Encode(&writer, newPic)
if err !=nil {
return nil, err
}
return writer.Bytes(), nil
}
尝试减少了对象的创建，使用了 bytes.Reader 代替了 bytes.NewBuffer 和 ioutil.ReadAll。
在处理图片过程中，使用 bytes.Buffer 代替了 newBuf 这个额外的对象。
同时也将函数的返回值简化，只返回处理后的 []byte 和可能的错误，避免了空值的返回。最后，增加错误检查，保证代码健壮性。

以上就是Golang使用ChatGPT生成单元测试实践的详细内容，更多关于Golang ChatGPT单元测试的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:ChatGPT对比文心一言优劣分析Python一行代码实现ChatGPT接入微信机器人详解使用ChatGPT解决Nginx反向代理的问题使用ChatGPT进行Abaqus二次开发详解语言模型新的ChatGPT-4.0是什么详细介绍中文版ChatGPT文心一言使用场景介绍