Flutter单元测试：如何切换至iOS平台适配google_mlkit_text_recognition

核心原因 #

单元测试运行在纯Dart环境，不会加载Android/iOS原生插件代码——哪怕修改defaultTargetPlatform，也无法触发原生端的插件实现，因此必然抛出MissingPluginException。

解决方案：模拟插件通道响应 #

无需试图将测试环境"伪装"成iOS，直接在单元测试中拦截插件的MethodChannel调用，返回模拟结果即可绕开原生依赖。具体步骤如下：

1. 导入必要依赖
   在测试文件顶部添加：

   import 'package:flutter/services.dart';
   import 'package:google_mlkit_text_recognition/google_mlkit_text_recognition.dart';
   

2. 注册通道模拟逻辑
   在测试的setUp方法中，为插件对应的MethodChannel设置模拟处理器，拦截目标方法并返回预设结果：

   setUp(() {
     const MethodChannel channel = MethodChannel('google_mlkit_text_recognition');
     TestDefaultBinaryMessengerBinding.instance.defaultBinaryMessenger.setMockMethodCallHandler(channel, (MethodCall call) async {
       if (call.method == 'vision#startTextRecognizer') {
         // 返回符合插件解析格式的模拟文本识别结果
         return {
           'text': '模拟识别的测试文本',
           'blocks': [] // 可根据测试需求补充完整的结构
         };
       }
       return null;
     });
   });
   
   tearDown(() {
     // 测试结束后清除模拟处理器，避免影响其他测试
     const MethodChannel channel = MethodChannel('google_mlkit_text_recognition');
     TestDefaultBinaryMessengerBinding.instance.defaultBinaryMessenger.setMockMethodCallHandler(channel, null);
   });
   

3. 编写测试用例
   现在可以正常调用TextRecognizer的方法完成测试：

   test('测试文本识别功能', () async {
     final textRecognizer = TextRecognizer();
     // 模拟InputImage，无需依赖真实文件
     final inputImage = InputImage(
       bytes: Uint8List(0),
       metadata: const InputImageMetadata(
         size: Size(100, 100),
         rotation: InputImageRotation.rotation0deg,
         format: InputImageFormat.nv21,
         bytesPerRow: 100,
       ),
     );
     final result = await textRecognizer.processImage(inputImage);
     expect(result.text, '模拟识别的测试文本');
     await textRecognizer.close();
   });
   

为什么修改defaultTargetPlatform无效？ #

defaultTargetPlatform仅用于告知Flutter框架当前的平台类型，但单元测试环境并未加载对应的原生插件代码——插件的MethodChannel没有原生实现来处理调用，因此依然会报错。模拟通道响应才是针对这类问题的标准解决方案。

内容的提问来源于stack exchange，提问作者Julien