测试类和包的命名规范

阅读量：129 次

发布时间：2019-02-26

本文共 241 字，大约阅读时间需要 1 分钟。

测试类命名规范

测试类的命名应始于其要测试的目标类名称，通常以"Test"结尾。例如，若要测试User类，则命名为UserTest类。

测试程序包命名规范

测试程序包的命名遵循以下规则：com.skymobi项目名模块名.test

对于测试公共类包，命名规则为：com.skymobi项目名.common.test

测试方法命名规范

测试方法名称应采用test开头的命名方式，例如testLogin()或testRegister()。这种命名方式能够明确表示该方法用于测试特定功能。

转载地址：http://anxf.baihongyu.com/

你可能感兴趣的文章

OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象

OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标

OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU

OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示（详细步骤 + 代码）

OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)

OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)

OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测保姆级教程)

OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率

OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序（附源码）

OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)

OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别

OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态（含数据集）

OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序

OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割（步骤 + 代码）

OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)

OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割（步骤 + 代码）

OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数（步骤 + 源码）

OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)

OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果（数据集 + 源码）

OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测（步骤 + 代码）