我在使用单元测试时迟到了...试图找出最佳实践等等。我的问题是，给定一个负责生成PDF（或Doc / Html / Xml /等）的类，我将如何测试最终输出文件是否正确？我想一个基于文本的文件（xml），我可以看看字符串是否匹配，但二进制文件（pdf）怎么样？我应该检查MD5哈希吗？我应该测试一下吗？
提前致谢。
答案 0 :(得分：8)
我使用pdfbox从生成的PDF中提取文本，并检查它是否包含应该包含的数据。这不会检查数据是否在正确的位置，但我没有深入了解pdf测试。你需要思考你想要去多深，越深入你在更改后花费更多的时间来修复测试（我从来没有错误的文本在错误的地方，也许这就是为什么我不测试它）。
另一种方法是使用相同的PDF库（您用来编写它）来阅读它，或者如果您使用某个框架从模板生成PDF，则使用像iText这样的文件。
答案 1 :(得分：1)
如果它不起作用会是一个问题吗？如果是，那么是的，你应该测试它。
现在到下一个问题，如何将二进制文件比较实用程序用于比较预期和实际的pdf？如果是的话，我会用它。
答案 2 :(得分：0)
对于任务关键型PDF（例如发送给客户的PDF），我认为检查文本是不够的。您需要检查布局，字体大小，文本换行等。出于与我们使用Selenium检查网页相同的原因。
我采用了将PDF转换为图像的方法，并将该图像与已知的“正确”图像进行比较。我们的PDF没有经常更改，也没有包含随时间变化的任何内容（例如“今天”的日期）。所以这种方法效果很好 - 使用相同的输入数据，我们总能生成相同的输出PDF。
我认为PDFUnit现在已经内置了对此的支持，还有更多： http://www.pdfunit.com/en/documentation/java/testscope/rendered-pages.html