目前，我正在开发一段代码，首先从一组文档中收集句子，然后对这些代码进行标记，然后使用结果分析令牌序列的重复频率，包括大小写/大写case / leading cap / other），然后打印出结果。
现在我想在打印出结果之前再引入两个阶段：
1.首先，删除＆＃34;停用词＆＃34; （即，频率永远不会引起兴趣的单词或短序列，例如英语，＆＃34;＆＃34;，＆＃34;＆＃34;，＆＃34;其中＆＃34;等等） - 这些停用词/＆＃34;停止序列＆＃34;从数据库表中取出
2.其次，打开一个对话框，使用户能够识别新的停用词序列，然后删除所涉及的令牌序列，并将有问题的序列添加到数据库表中。
问题是，这是一个多阶段的过程，我只是想知道TDD专家在这样的情况下遇到了什么：我是否为每个阶段创建了一种新的测试方法......？问题在于每个阶段都需要使用＆＃34;实时内存数据＆＃34;从前一阶段开始：另一种可能性是以某种方式序列化这些数据，然后在测试下一阶段时对其进行反序列化...但是这将涉及应用程序代码执行仅对测试代码有益的事情，即它会是为了测试代码的好处而调整应用代码（＆＃34;扭曲＆＃34;？），原则上这似乎是错误的......
此外，如果有人能指出我的书籍或网站的方向，这有助于像我这样的TDD新手进入下一个级别＆＃34;我将非常感激。
后
对于那个标记为“最喜欢的人”的人：我现在已经掌握了一本名为“＃34;成长的面向对象软件，以测试为导向”的书，这是经过深思熟虑，似乎适合想要从初学者到中级的人。第一印象很好。
专家对本书的任何看法当然也欢迎......
答案 0 :(得分：1)
从表面上看，你似乎在建造一条管道。据我所知，您目前正在一个类中实现所有这些，它存储正在处理的数据并实现执行处理的方法。您可以采取的一种方法是将问题分解为更小的块。您没有一个类，而是为管道的每个阶段创建了一个类，而另一个用于编排流程的类负责以正确的顺序将阶段插入到一起。
因此，通过扫描您所描述的内容，您似乎拥有以下处理器：
还需要其他支持类，以支持将新的停用词写入数据库，并取决于stopwordprovider的实现方式，并在用户选择新的时保持同步。
基本上，我所说的是你似乎在一个地方做得太多了。如果你真的非常高兴你所描述的代码只是一个单元，那么你在一个地方测试它是没有错的，但是你的输入将是是你的起始文件/句子，你的输出将是过程的结束。如果您真的同意我的意见，那么流程中涉及的几个不同的组件可能会独立发生变化，那么我建议将流程分解为更小的类，并测试那些按预期执行的输入/输出集合...