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 | PaddleOCR 2.9 发布，正式开源文本图像智能分析利器

OpenCV与AI深度学习 | SAM2（Segment Anything Model 2）新一代分割一切大模型介绍与使用（步骤 + 代码）

OpenCV与AI深度学习 | T-Rex Label ！超震撼 AI 自动标注工具，开箱即用、检测一切

OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测，图像分割，图像分类，姿态检测，带方向目标检测)

OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比

OpenCV与AI深度学习 | YOLOv11来了：将重新定义AI的可能性

OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测（代码+数据集！）

OpenCV与AI深度学习 | YOLOv8重磅升级，新增旋转目标检测，又该学习了！

OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏！)

OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)

OpenCV与AI深度学习 | 什么是 COCO 数据集？

OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测

OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测

OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜

OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像

OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光

OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度

OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景

OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)

OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类