Rapid is a modern Go property-based testing library
rapid 
Rapid 是一个用于基于属性测试的 Go 库。
Rapid 会检查您定义的属性在大量自动生成的测试用例中是否都成立。如果发现失败情况，Rapid 会在呈现之前自动将失败的测试用例最小化。
特性
- 命令式 Go API，使用泛型实现类型安全的数据生成
- 数据生成偏向于更深入地探索“小”值和边缘情况
- 失败测试用例的全自动最小化
- 最小化失败测试用例的持久化和自动重新运行
- 支持状态机（“有状态”或“基于模型”）测试
- 除 Go 标准库外无其他依赖
如果您喜欢 rapid，但正在寻找 Rust 替代方案，请查看 chaos_theory。
示例
以下是一个使用 rapid 的简单测试示例（playground）：
package rapid_test
import (
"slices"
"testing"
"pgregory.net/rapid"
)
func TestSortStrings(t *testing.T) {
rapid.Check(t, func(t *rapid.T) {
s := rapid.SliceOf(rapid.String()).Draw(t, "s")
slices.Sort(s)
if !slices.IsSorted(s) {
t.Fatalf("unsorted after sort: %v", s)
}
})
}
更完整的示例：
对比
Rapid 旨在为 Go 带来 Hypothesis 为 Python 带来的强大功能与便捷性。
与 testing.F.Fuzz 相比，rapid 在生成复杂结构化数据（包括状态机测试）方面表现出色，但缺乏覆盖率引导的反馈和突变功能。请注意，通过 MakeFuzz，任何 rapid 测试都可以用作标准模糊测试器的模糊目标。
与 gopter 相比，rapid 提供了更为简洁的 API（rapid 中的队列测试 与 gopter 中的队列测试），在数据生成方面更为智能，并且能够完全自动地最小化失败的测试用例，无需任何用户代码。
至于 testing/quick，它既缺乏便捷的数据生成工具，也没有任何形式的测试用例最小化功能，而这两点正是属性测试库的主要价值所在。
常见问题
什么是属性测试？
假设我们编写了算术函数 add、subtract 和 multiply 并想要测试它们。传统的测试方法是基于示例的——我们想出示例输入和输出，并验证系统行为是否与这些示例相符：
func TestArithmetic_Example(t *testing.T) {
t.Run("add", func(t *testing.T) {
examples := [][3]int{
{0, 0, 0},
{0, 1, 1},
{2, 2, 4},
// ...
}
for _, e := range examples {
if add(e[0], e[1]) != e[2] {
t.Fatalf("add(%v, %v) != %v", e[0], e[1], e[2])
}
}
})
t.Run("subtract", func(t *testing.T) { /* ... */ })
t.Run("multiply", func(t *testing.T) { /* ... */ })
}
相比之下，在基于属性的测试中，我们定义了应适用于任意输入的更高级别的属性。每次运行基于属性的测试时，都会使用一组新的伪随机数据来检查这些属性：
func TestArithmetic_Property(t *testing.T) {
rapid.Check(t, func(t *rapid.T) {
var (
a = rapid.Int().Draw(t, "a")
b = rapid.Int().Draw(t, "b")
c = rapid.Int().Draw(t, "c")
)
if add(a, 0) != a {
t.Fatalf("add() does not have 0 as identity")
}
if add(a, b) != add(b, a) {
t.Fatalf("add() is not commutative")
}
if add(a, add(b, c)) != add(add(a, b), c) {
t.Fatalf("add() is not associative")
}
if multiply(a, add(b, c)) != add(multiply(a, b), multiply(a, c)) {
t.Fatalf("multiply() is not distributive over add()")
}
// ...
})
}
属性测试比基于示例的测试更强大、更简洁，而且编写起来也更有趣。此外，提炼系统的通用属性往往能改进系统本身的设计。
我应该测试哪些属性？
从上面的示例中可以看出，这取决于你要测试的系统。通常，一个好的起点是站在用户的角度，思考用户在使用你的系统时会依赖哪些属性（通常是无意识或隐含的）。不过，以下是一些广泛适用且常见的属性，供你参考：
- 函数在输入有效数据时不会 panic
- 两种算法或数据结构的行为完全一致
- 所有
decode(encode(x)) == x形式的往返操作都成立
rapid 的工作原理是什么？
rapid 的核心功能相当简单：根据你提供的规范生成伪随机数据，然后检查你针对生成数据定义的属性。
检查过程很简单：你只需编写 if 语句，并在发现问题时调用 t.Fatalf 之类的方法。
生成过程则稍微复杂一些。当你构建一个 Generator 时，并不会立即生成数据：Generator 只是一个关于如何 Draw 你所需数据的规范。当你调用 Draw 时，rapid 会从其内部的随机位流中获取一些字节，根据 Generator 规范使用这些字节来构造值，并跟踪所用的随机字节如何对应到该值（及其子部分）。这种关于生成值结构的知识，以及它们与位流部分的关系，使 rapid 能够智能且自动地简化发现的任何故障。
模糊测试（fuzzing）呢？
属性测试注重快速反馈循环：在几分之一秒内，针对少量但多样化的伪随机输入集检查属性。
相比之下，模糊测试则侧重于缓慢的、通常持续数天的暴力输入生成，以最大化覆盖率。
这两种方法都很有用。在开发过程中，属性测试与常规的基于示例的测试一起使用，而模糊测试则用于搜索边缘情况和安全漏洞。通过 MakeFuzz，任何 rapid 测试都可以用作模糊测试目标。
用法
像往常一样运行 go test 即可，它也会自动识别所有 rapid 测试。
有一些可选标志可以影响 rapid 的行为，运行 go test -args -h 并查看以 -rapid. 为前缀的标志。然后你可以像往常一样传递这些标志。例如：
go test -rapid.checks=10_000
所有以 -rapid. 为前缀的标志都有一个对应的 RAPID_ 环境变量（将点替换为下划线并将名称大写）。例如，RAPID_CHECKS=10 go test 会将 -rapid.checks=10 设置为默认值，当同时存在显式标志和环境变量时，显式标志仍会覆盖环境变量的默认值。
状态
Rapid 是稳定的：使用 rapid 的测试应该能在所有具有相同主版本号的未来 rapid 版本中继续工作。此规则可能的例外情况是，API 更改将参数的具体类型替换为接口类型，或其他类似的大部分非破坏性更改。
许可证
Rapid 根据 Mozilla 公共许可证 2.0 版 获得许可。