Nano Hash - криптовалюты, майнинг, программирование

Как использовать hamcrest nullValue с выводом типа в assertThat

Мне нужно написать тестовый пример, используя junit 5 и assertThat, чтобы проверить нулевое значение.

Я написал, как показано ниже. Однако это дает ошибку в отношении несоответствия типа данных.

введите здесь описание изображения

    @Test
    void shouldReturnNull() {
        assertThat(OffsetDateTimeConverter.toOffsetDateTime(null), nullValue(OffsetDateTime.class));
    }

Пробовал и это. Однако снова та же ошибка.

    @Test
    void shouldReturnNull() {
        assertThat(OffsetDateTimeConverter.toOffsetDateTime(null), is(nullValue(OffsetDateTime.class)));
    }

Есть ли пример/предложение по использованию nullValue(T type) для решения этой проблемы?

Мне нужно написать тестовый пример, где я могу проверить, правильно ли преобразован java.sql.Date в java.time.OffsetDateTime с помощью моего класса Converter. Поэтому я написал, как показано ниже.

@Test
    void toOffsetDateTime() {
        Date date = new Date(System.currentTimeMillis());
        assertThat(date.toLocalDate()).isEqualTo(OffsetDateTimeConverter.toOffsetDateTime(date).toLocalDate());
    }

Вышеприведенный тестовый пример работает нормально.

Я хочу знать, правильный ли это подход, поскольку я конвертирую и фактическое, и ожидаемое значение в локальную дату, чтобы сравнить их?


  • Можешь попробовать как assertThat(cheese, is(nullValue(Cheese.class))? Ссылка: hamcrest.org /JavaHamcrest/javadoc/1.3/org/hamcrest/core/ 14.07.2020
  • @Liquidpie Пробовал предложенный подход, та же ошибка. Также обновлен вопрос. 14.07.2020
  • как выглядит ваш метод OffsetDateTimeConverter.toOffsetDateTime()? 14.07.2020
  • @Liquidpie return Optional.ofNullable(date).map(d-›OffsetDateTime.of(d.toLocalDate(), LocalTime.NOON, ZoneOffset.UTC)).orElse(null); 14.07.2020

Ответы:


1

Мне кажется, вы используете неправильный assertThat метод.

Вы используете метод assertThat из assertj, где вы должны использовать метод подколенного гребня. Например: org.hamcrest.MatcherAssert.assertThat

14.07.2020
  • Да, ты прав. проблема заключалась в неправильном импорте. Не могли бы вы также сообщить мне свои мысли по моему второму вопросу. Я хочу знать, является ли это правильной практикой для изменения фактического и ожидаемого результата в соответствии со значением? 14.07.2020
  • Было бы лучше, если бы ваш ожидаемый тип был таким же, как тип возвращаемого значения тестируемого метода (как OffsetDateTime). Но иногда случается, что нет простого способа найти тот же тип, можно использовать общий тип для сравнения. Ожидается, что он даст тот же результат 14.07.2020
  • 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..