CSV解析器的单元测试

我应该使用哪些测试对csv解析器进行单元测试？

我在C＃中有一个简单的csv解析器，并且我想确保我对所有常见（和不常见）边缘情况都具有良好的单元测试覆盖率。我应该使用哪些测试来识别潜在问题和边界案例？

我刚刚找到https://github.com/maxogden/csv-spectrum：

一堆不同的CSV文件，可以用作CSV解析库的酸性测试。还有CSV的JSON版本用于验证。

该存储库的目标是捕获测试用例以代表整个CSV频谱。

这是一些您应该深思熟虑并具有测试用例的边界情况。

1. 基本领域。 ,foo,
2. 基本引用字段。 ,"foo",
3. 带嵌入式换行符的引用字段。 ,"foo\nbar"
4. 带嵌入式逗号的引用字段。 ,"foo,bar"
5. 带嵌入式报价的报价字段。 ,"foo""bar"
6. 您是否区分空字符串和空值？如果这样做，,,则应为null并,"",提供一个空字符串。
7. 您是否尝试检测数据类型并做正确的事？CSV通常用于数字数据。添加您认为适合的任何测试。
8. 如果写入数据，则应涵盖上述所有情况。
9. 您如何处理具有不同字段数的行？（测试一下。）
10. 您如何处理空白行？（测试一下。）
11. 大文件的性能如何？（对其进行测试。我已经看到太多本土化的CSV解析器，这些解析器无法高效地使用字符串，因此需要花费二次时间，从而导致简单的东西变得非常缓慢。）

CSV文件没有正式的规范。但是，请看一下RFC 4180-CSV文件的通用格式和MIME类型（尤其是第2部分），该文档记录了大多数实现似乎遵循的格式。

从第2节中的列表开始生成一些测试用例似乎相当简单，特别是：

1. 每个记录位于单独的行上，并由换行符（CRLF）分隔。例如：

   aaa，bbb，ccc CRLF zzz，yyy，xxx CRLF

2. 文件中的最后一条记录可能有也可能没有换行符。例如：

   aaa，bbb，ccc CRLF zzz，yyy，xxx

3. 可能有一个可选的标题行出现在文件的第一行，其格式与普通记录行相同。该标头将包含与文件中的字段相对应的名称，并且应包含与文件其余部分中的记录相同的字段数（应通过此标头的可选“ header”参数指示标头行的存在或不存在） MIME类型）。例如：

   field_name，field_name，field_name CRLF aaa，bbb，ccc CRLF zzz，yyy，xxx CRLF

4. 在标题和每条记录中，可能会有一个或多个字段，以逗号分隔。每行应在整个文件中包含相同数量的字段。空格被视为字段的一部分，不应忽略。记录中的最后一个字段不得在逗号后跟。例如：

   aaa，bbb，ccc

5. 每个字段可能会或可能不会用双引号引起来（但是，某些程序（例如Microsoft Excel）根本不使用双引号）。如果字段没有用双引号引起来，则双引号可能不会出现在字段内。例如：

   “ aaa”，“ bbb”，“ ccc” CRLF zzz，yyy，xxx

6. 包含换行符（CRLF），双引号和逗号的字段应用双引号引起来。例如：

   “ aaa”，“ b CRLF bb”，“ ccc” CRLF zzz，yyy，xxx

7. 如果使用双引号将字段括起来，则必须在字段内部出现双引号，方法是在其前面加上另一个双引号来对其进行转义。例如：

   “ aaa”，“ b”，“ bb”，“ ccc”

美国人口普查数据以CSV格式提供

我已经做了一段时间了。当然，要进行良好的测试已经很奇怪了，其中有无数的测试。

检出此目录，并查看* .t文件中的代码。：

http://cpansearch.perl.org/src/MAKAMAKA/Text-CSV-1.32/t/

（版本号-1.32最终可能会更改，因此链接可能会变为“死”。您可以通过反复试验自行增加版本号，或者转到父目录或单击此处。

https://metacpan.org/pod/Text::CSV

并通过“浏览”单击以找到最新版本的源代码）

Text :: CSV_XS是成熟的perl模块，用于解析csv文件。* .t文件是用Perl 5编写的，它们包含许多用于模块自检的测试用例，它们将在模块安装时执行。