Rust / 系统课时
用 proptest 描述输入不变量
用 proptest 描述输入不变量
属性测试的关键不是提前写出几个具体输入,而是声明一条对大量输入都应成立的规则。本文用 proptest 把这条规则直接写进测试,让框架自动生成数据、检查性质并在失败时缩减到更小的反例。
学习目标
- 能用
proptest!描述输入生成策略和输出不变量 - 理解生成、断言与 shrinking 三个环节如何协作
- 能为纯函数选择适合的属性,并验证测试结果
从具体样例转向不变量
例如,一个规范化字符串函数不应该依赖某几个固定样例,而应满足“结果已经规范化,再执行一次不会继续改变”。这类规则适合作为属性:对生成的任意输入 x,都有 normalize(normalize(x)) == normalize(x)。
属性测试的核心关系可以理解为:测试策略负责产生输入,被测函数负责产生结果,属性断言负责判断结果是否满足规则;断言失败后,proptest 还会尝试 shrinking,把复杂失败输入缩成更容易分析的反例。

定义一个可运行的属性
先加入 proptest 的开发依赖。这里使用当前稳定 API 的 proptest! 宏和 prop_assert_eq! 断言。
[dev-dependencies]
proptest = "1"下面把一组连续空白压成单个空格,并用属性验证幂等性。测试策略 ".*" 可以生成任意字符串,属性本身不需要预先列举样例。
// tests/properties.rs
use proptest::prelude::*;
fn normalize(input: &str) -> String {
input.split_whitespace().collect::<Vec<_>>().join(" ")
}
proptest! {
#[test]
fn normalize_is_idempotent(input in ".*") {
let once = normalize(&input);
let twice = normalize(&once);
// 核心不变量:规范化操作重复执行,结果不应继续变化。
prop_assert_eq!(twice, once);
}
}预期结果
running 1 test
test normalize_is_idempotent ... ok
test result: ok. 1 passed; 0 failed实际执行时,proptest 会为该属性生成多组输入;默认成功用例数由测试配置决定,因此终端中除测试名称外的详细输出可能有所不同。
属性应该描述什么
一个好的属性应当比具体输入更稳定。对集合类代码,可以验证长度、成员关系或排序后的不变量;对编码解码,可以验证 decode(encode(x)) == x;对解析器,可以验证接受后的结构满足语法约束。
不要把实现细节直接写成属性。例如函数内部当前使用某个中间变量,并不意味着测试应该检查这个变量。属性应描述调用者真正依赖的业务或数据契约,这样即使实现重构,测试仍然成立。
让生成策略匹配真实边界
默认策略适合探索范围,但业务输入通常有明确约束。比如订单数量必须大于零,就不应生成大量无意义的负数再在测试体里过滤,而应直接设计对应策略。这样既减少无效案例,也让反例更贴近业务边界。
片段示例:下面的策略只生成 1..=100 的数量,并验证翻倍后不会小于原值。
use proptest::prelude::*;
proptest! {
#[test]
fn doubled_quantity_is_not_smaller(quantity in 1u32..=100u32) {
let doubled = quantity.saturating_mul(2);
prop_assert!(doubled >= quantity);
}
}预期结果
属性测试完成后,测试应通过;若实现被改成会让结果小于输入的逻辑,proptest 会报告失败并尝试缩减出更小的 quantity。当你真正想发现边界缺陷时,应优先把“什么输入合法”和“结果必须满足什么”分别编码进策略与属性,而不是堆积大量手工样例。这样测试覆盖的是规则空间,而不只是你当前想到的几个案例。