Nano Hash - криптовалюты, майнинг, программирование

Как обрабатывать UnhandledPromiseRejectionWarning в простых модульных тестах Mocha

простой мокко, проблема модульного тестирования nodejs. У меня есть простой класс утилит, читающий файлы из локальной файловой системы с помощью fs-extra. Класс называется FileUtils, принимает путь и пытается вернуть контекст по умолчанию в формате utf-8. Простой:

async readFileContent(fqFileName, encoding='utf-8'){
        return fse.readFile(fqFileName,encoding)
            .then(content => content)
            .catch(any=>{
                throw any
            })
    }

Мой модульный тест просто требует класса FileUtils и вызывает метод, вызывая

it.only('accepts an html template to compile', () => {
    let fixture = path.resolve(__dirname, '../_fixtures/100_tplWithDynamicBlocks.html')
    fileUtils.readFileContent(fixture)
        .then(content => {
            console.log(content) /* forget */
            content.should.not.be.null
        })
})

Работает нормально, все ок. Но когда я меняю путь на недопустимый/несуществующий, mocha не узнает об ошибке, а только предупреждает меня, что необработанные отказы от обещаний будут выходить из процессов узла в будущем.

Итак, мой вопрос: как я могу сказать мокко, что этот тест должен быть помечен как неудачный, без реализации какой-либо сигнатуры перехвата, или, лучше, как мне реализовать метод службы, который мокко распознает отсутствующий файл (или что-то еще) доступ.

Реализация службы должна выдавать ошибку несуществующего пути (или любую другую ошибку), но как лучше всего передать эти ошибки в mocha без написания строк ненужного кода, который уже делает mocha-framework?


  • ``` (узел: 13723) UnhandledPromiseRejectionWarning: отклонение необработанного обещания (идентификатор отклонения: 1): ошибка: ENOENT: нет такого файла или каталога, откройте '/Users/Shared/devel/ais/ais-kernel-all/ais-kernel -cce-mailer/srv/test/unit/ais/ccm/_fixtures/100_tplWithDynamicBlocks.html' (узел: 13723) Предупреждение об устаревании: отклонение необработанных обещаний устарело. В будущем отказы от обещаний, которые не будут обработаны, завершат процесс Node.js с ненулевым кодом выхода. Wed, 04 Apr 2018 21:20:38 GMT mocha:runner завершил работу ``` 05.04.2018
  • Попробуйте добавить .catch(err => console.log(error)); к функции then fileUtils. 05.04.2018

Ответы:


1

Вы можете обработать ошибку с помощью метода catch после then. Внутри метода вы можете написать assert.

05.04.2018
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..