通过示例测试分类器

Question

我正在编写一个分类器，用于对特价优惠是否适用于餐厅/酒店/等进行分类...这是用于分析外部网站的网络爬虫的一部分。 首先，我创建了一个 Meal?() 方法，该方法接受一段文本，如果它认为该文本是关于用餐交易的，则返回 true。它不可能 100% 准确，因为仅使用简单的关键字匹配。

def meal?(text)
  !text.match(/restaurant|meal|wine|.../i).nil?
end

现在我正在为其编写一个测试，我有两个问题。第一个是我认为在单元测试中重新列出所有这些关键字有点多余。你怎么认为？

第二个问题： 我在源代码管理中有一个 .html 文件。用于测试爬虫的解析功能。理论上它的所有项目都应该通过，所以我想在这个分类测试中使用该 html，解析该 html 并将每笔交易的描述输入到该方法中。

一个缺点是 .html 取自外部站点。当该网站更改布局时，我将更新此 .html 文件，然后我也必须更改此分类测试。但我认为这没关系。

这是推荐的吗？我之所以想到这种方式，是因为我觉得从 .html 中提取信息并将其放入测试脚本本身（不是 DRY，并且使测试脚本变得相当大）感到不安。提供解析的描述是否会违反任何基本测试法则，例如“这向开发人员隐藏了必要的详细信息”或“这不利于生成报告”？

Answer 1

好吧，我显然误解了这个问题，所以我将彻底修改这个答案。

我个人认为，与间接加载 html 文件相比，从 html 文件中获取实际文本并将其复制/粘贴到测试中更简单、更可取。我可以找到两个原因......

• 当我编写/读取单元测试时，我更喜欢所有信息就在我面前，而不是像我必须挖掘的资源文件那样的“外部源”。个人喜好不过。
• 这有点令人困惑，因为您还可以将此方法用于其他用途，而不仅仅是从 html 文件中读取文本并对其进行分类。因此，为了使其更通用，我将在实际测试中使用原始文本。

然而，我找不到你想做的事情真的很糟糕的原因，我认为这可以归结为个人喜好。