前言：測試用的頁面 HTML，要整份存下來嗎？

測試爬蟲解析邏輯時，最直覺的做法是把某個真實頁面的完整 HTML 存成一份 fixture 檔案，測試時讀取它、跑解析邏輯、斷言結果。但一份真實頁面的 HTML 常常有幾十 KB，裡面絕大部分內容（廣告區塊、頁尾、無關的側欄）跟這段解析邏輯完全無關。

今日目標

• 認識兩種 fixture 設計方式的取捨：整份真實內容 vs 精簡到只留必要片段
• 理解各自的優缺點跟適用情境
• 知道怎麼判斷該用哪一種

兩種取捨

整份真實內容：優點是最貼近真實情況，如果來源站的頁面結構有某個你沒注意到的細節（例如某個屬性只在特定條件下才出現），整份存下來比較不容易漏掉；缺點是檔案龐大、可讀性差——測試失敗時要在幾十 KB 的 HTML 裡找出跟這次測試相關的那一小段，並不輕鬆。

精簡到只留必要片段：優點是 fixture 檔案小、可讀性高，測試失敗時能直接看懂 fixture 裡有什麼、預期解析出什麼；缺點是精簡的過程可能不小心刪掉了某個「當下覺得無關，實際上會影響解析結果」的細節，變成一份跟真實情況有落差的假資料。

一個折衷做法：保留結構，替換內容

實務上常見的折衷是：保留頁面的真實 DOM 結構（class 名稱、巢狀層級），但把不影響測試的內容（大量文字、圖片位址、不相關的區塊）替換成精簡的佔位內容。這樣 fixture 檔案體積下降，可讀性提升，同時保留了「解析邏輯依賴的真實結構」，不會因為精簡過頭而遺漏會影響解析結果的細節。

判斷依據：這份 fixture 的目的是驗證什麼

選哪一種取捨，取決於這份 fixture 存在的目的：如果目的是「驗證解析邏輯能正確處理某個真實來源的完整結構」（例如第一次針對某個新來源寫解析邏輯時），保留完整內容比較保險；如果目的是「驗證某個已知邊界情況的處理邏輯」（例如 Day 05 講過的項目編號解析例外），精簡到只留下觸發那個邊界情況所需要的最小片段，測試意圖會更清楚，也更容易維護。

今日思考題

你的測試 fixture 是整份真實資料，還是精簡過的片段？如果是精簡過的，你怎麼確認精簡過程沒有不小心刪掉會影響測試結果的細節？

今日重點回顧

• 整份真實 fixture 貼近真實情況但體積大、可讀性差；精簡 fixture 可讀性高但有遺漏細節的風險
• 折衷做法：保留真實 DOM 結構，替換不影響測試的內容
• 該用哪種取捨，取決於這份 fixture 是要驗證「完整結構的處理能力」還是「特定邊界情況的處理邏輯」

明日預告

明天是一個案例：一個看似綠燈的測試，其實沒斷言到真正關鍵的行為。