代码覆盖率工具的重要性
世界目睹了一些灾难性事件，仅仅是因为软件中的错误。其中一起事件发生在2008年，行李处理系统软件的测试覆盖实践中的故障导致500 +航班取消。
测试覆盖率是软件质量的重要指标，也是软件维护的重要组成部分。它通过提供不同承保项目的数据来帮助评估测试的有效性。这种洞察力允许通过为未经测试的代码定义新的测试用例来改进测试，从而提高代码质量，最终增加代码覆盖率并降低成本。
为什么需要代码覆盖率？– 目的和好处
在项目生命周期的早期阶段预防缺陷
它创建额外的测试用例以增加覆盖范围
通过减少uat缺陷和生产缺陷可以实现更高的投资回报率
它有助于查找一组测试用例未执行的程序区域
通过管理基于风险的测试方法，测试生活将变得顺畅
帮助确定代码覆盖率的定量度量，从而间接度量应用程序或产品的质量。
如何选择代码覆盖率工具？
这是选择用于应用程序测试的代码覆盖率工具的真正挑战。高效的工具可以帮助衡量测试工作的有效性 根据用于编码的语言，有几个选项可以创建代码覆盖率报告。
一些工具，如istanbul（javascript测试覆盖率工具）会将结果直接输出到您的终端中，而其他工具可以生成完整的html报告，让您探索代码的哪一部分缺少覆盖率。
此外，还有其他适用于所有主要语言的覆盖测试工具，其中一些不仅与单元测试相关，还与执行的整体测试（单元、集成、系统、手册等）相关。以下是一些趋势代码覆盖工具的列表，这些工具将帮助您在运行测试过程时选择一个。
1. 默认的视觉工作室代码覆盖率
visual studio enterprise 将代码覆盖率集合作为内置功能。它可以应用于托管 （cli） 和非托管（本机）代码。使用测试资源管理器尝试运行测试方法时，代码覆盖率作为选项提供。可以选择所有测试或测试的子集。它可以帮助您在查看代码时可视化覆盖范围。下表的结果显示了在每个程序集、类和方法中运行的代码的百分比。此外，源代码编辑器还会显示哪些代码已经过测试。
图 1 – 结果表：visual studio
报告可以以块或行的形式获得。管理代码覆盖率结果以及合并不同运行的结果也很容易。
2. 科伯图拉
cobertura是最常用和广为人知的代码覆盖工具之一。它作为一种免费的 java 工具而广受欢迎，该工具可以计算执行的各种测试访问的代码百分比。它可用于识别 java 程序的哪些部分缺少测试覆盖率。它基于jcoverage。
执行可以通过 ant、command line、eclipse 插件、maven 插件来完成。它易于使用，可以在没有源代码的情况下测量覆盖范围。它提供html或xml格式的报告，并具有测试类和方法的行和分支的能力。
3. coverage.py
coverage.py 是python的代码覆盖工具。使用 coverage.py 的主要阶段包括执行、分析和报告。它监视 python 程序，记录代码的哪些部分已执行，然后分析源代码以识别可以执行但未执行的代码。
coverage.py 随 tidelift 一起提供，以提供一项企业订阅。其他方式包括通过命令行执行，api以及django和mako的插件。
4. 格科夫-利科夫
gcov 是与 gcc 一起使用的测试覆盖程序。它分析程序以帮助创建更高效、运行更快的代码，以发现代码中未经测试的部分。
它充当分析工具，有助于分析一些基本的性能统计信息，例如：
每行代码执行的次数
实际执行哪些代码行
每段代码使用多少计算时间
lcov 是一个图形 gcov.it 前端，用于收集多个源文件的 gcov 数据并创建 html 页面，其中包含带有覆盖率信息注释的源代码。它还添加了概述页面，以便在文件结构中轻松导航。lcov 支持语句、函数和分支覆盖率测量。
5. 测试井 ctc ++
testwell ctc++ 是一个强大的基于检测的代码覆盖率和动态分析工具，适用于 c 和c++代码。它可以在c#，java和objective-c代码上使用特定的附加组件。它基本上也可用于分析任何嵌入式目标机器上的代码。
ctc++提供线路覆盖，语句覆盖，功能覆盖，决策覆盖，多条件覆盖，修改条件/决策覆盖（mc / dc），条件覆盖。
作为动态分析工具，ctc++ 在代码中显示执行计数器（执行的次数）。它还可用于测量函数执行成本（通常是时间），并在测试时启用函数进入/退出跟踪。
该工具用户友好且快速。报告生成可以是纯文本，html，xml，json（javascript对象表示法）和excel输入形式。在某些环境中，例如microsoft visual studio，可以直接从编译器ide使用ctc++。
6. ncover
ncover 是 .net 程序和应用程序的代码覆盖率工具。ncover 旨在与构建过程集成，并具有广泛的命令行支持。代码覆盖过程很简单，可以自动化。ncover 应用程序套件由三个工具 ncover.explorer.exe、ncover.console.exe 和 ncover.reporting.exe 组成。
ncover.explorer.exe是一个gui程序，允许生成和查看详细的代码覆盖率信息。
它支持语句覆盖率、分支覆盖率和圈复杂度。它提供了单独选择低、中、高和完整级别的代码覆盖率。它非常易于使用且快速，也可以在开源和商业许可证上使用。
结论：
为了获得更好的产品质量，根据项目的特定需求和所需的代码覆盖率级别，可以轻松选择代码覆盖率工具。所有可用的代码覆盖工具都足以满足基于代码语言和结构的独立需求的代码覆盖所需的功能。
微软win10开始菜单大变样
求推荐一款打游戏的无线耳机？2020游戏无线耳机推荐
一文详解CAN数据帧格式
双极步进电机和单极步进电机之间差异
QD0325-C导尿管强度测试仪
代码覆盖率工具的重要性
高耐久低成本的NRAM是如何铸就的？
深圳先进院等提出基于卷积神经网络的低剂量光声成像方法
嵌入式实时虚拟机ZVM介绍
验证FPGA设计的策略
SRS有源防磁音箱的制作
海康威视智能闸机助力泰山打造智慧景区
努比亚游戏手机将内置四风扇散热
S7-1200 CPU时钟与CP时钟的同步
学习proteus的仿真原理图解析和经典案例分享
TouchGFX Designer 4.17帮助构建更好的用户界面
面向IGBT与MOSFET的栅极驱动器
苹果13什么时候上市，iphone13中国预计上市时间
蓝牙耳机系统电路的设计方案详细说明
一款名为CytoPAN的紧凑型自动化细胞计数测试装置
测试覆盖率是软件质量的重要指标，也是软件维护的重要组成部分。它通过提供不同承保项目的数据来帮助评估测试的有效性。这种洞察力允许通过为未经测试的代码定义新的测试用例来改进测试，从而提高代码质量，最终增加代码覆盖率并降低成本。
为什么需要代码覆盖率？– 目的和好处
在项目生命周期的早期阶段预防缺陷
它创建额外的测试用例以增加覆盖范围
通过减少uat缺陷和生产缺陷可以实现更高的投资回报率
它有助于查找一组测试用例未执行的程序区域
通过管理基于风险的测试方法，测试生活将变得顺畅
帮助确定代码覆盖率的定量度量，从而间接度量应用程序或产品的质量。
如何选择代码覆盖率工具？
这是选择用于应用程序测试的代码覆盖率工具的真正挑战。高效的工具可以帮助衡量测试工作的有效性 根据用于编码的语言，有几个选项可以创建代码覆盖率报告。
一些工具，如istanbul（javascript测试覆盖率工具）会将结果直接输出到您的终端中，而其他工具可以生成完整的html报告，让您探索代码的哪一部分缺少覆盖率。
此外，还有其他适用于所有主要语言的覆盖测试工具，其中一些不仅与单元测试相关，还与执行的整体测试（单元、集成、系统、手册等）相关。以下是一些趋势代码覆盖工具的列表，这些工具将帮助您在运行测试过程时选择一个。
1. 默认的视觉工作室代码覆盖率
visual studio enterprise 将代码覆盖率集合作为内置功能。它可以应用于托管 （cli） 和非托管（本机）代码。使用测试资源管理器尝试运行测试方法时，代码覆盖率作为选项提供。可以选择所有测试或测试的子集。它可以帮助您在查看代码时可视化覆盖范围。下表的结果显示了在每个程序集、类和方法中运行的代码的百分比。此外，源代码编辑器还会显示哪些代码已经过测试。
图 1 – 结果表：visual studio
报告可以以块或行的形式获得。管理代码覆盖率结果以及合并不同运行的结果也很容易。
2. 科伯图拉
cobertura是最常用和广为人知的代码覆盖工具之一。它作为一种免费的 java 工具而广受欢迎，该工具可以计算执行的各种测试访问的代码百分比。它可用于识别 java 程序的哪些部分缺少测试覆盖率。它基于jcoverage。
执行可以通过 ant、command line、eclipse 插件、maven 插件来完成。它易于使用，可以在没有源代码的情况下测量覆盖范围。它提供html或xml格式的报告，并具有测试类和方法的行和分支的能力。
3. coverage.py
coverage.py 是python的代码覆盖工具。使用 coverage.py 的主要阶段包括执行、分析和报告。它监视 python 程序，记录代码的哪些部分已执行，然后分析源代码以识别可以执行但未执行的代码。
coverage.py 随 tidelift 一起提供，以提供一项企业订阅。其他方式包括通过命令行执行，api以及django和mako的插件。
4. 格科夫-利科夫
gcov 是与 gcc 一起使用的测试覆盖程序。它分析程序以帮助创建更高效、运行更快的代码，以发现代码中未经测试的部分。
它充当分析工具，有助于分析一些基本的性能统计信息，例如：
每行代码执行的次数
实际执行哪些代码行
每段代码使用多少计算时间
lcov 是一个图形 gcov.it 前端，用于收集多个源文件的 gcov 数据并创建 html 页面，其中包含带有覆盖率信息注释的源代码。它还添加了概述页面，以便在文件结构中轻松导航。lcov 支持语句、函数和分支覆盖率测量。
5. 测试井 ctc ++
testwell ctc++ 是一个强大的基于检测的代码覆盖率和动态分析工具，适用于 c 和c++代码。它可以在c#，java和objective-c代码上使用特定的附加组件。它基本上也可用于分析任何嵌入式目标机器上的代码。
ctc++提供线路覆盖，语句覆盖，功能覆盖，决策覆盖，多条件覆盖，修改条件/决策覆盖（mc / dc），条件覆盖。
作为动态分析工具，ctc++ 在代码中显示执行计数器（执行的次数）。它还可用于测量函数执行成本（通常是时间），并在测试时启用函数进入/退出跟踪。
该工具用户友好且快速。报告生成可以是纯文本，html，xml，json（javascript对象表示法）和excel输入形式。在某些环境中，例如microsoft visual studio，可以直接从编译器ide使用ctc++。
6. ncover
ncover 是 .net 程序和应用程序的代码覆盖率工具。ncover 旨在与构建过程集成，并具有广泛的命令行支持。代码覆盖过程很简单，可以自动化。ncover 应用程序套件由三个工具 ncover.explorer.exe、ncover.console.exe 和 ncover.reporting.exe 组成。
ncover.explorer.exe是一个gui程序，允许生成和查看详细的代码覆盖率信息。
它支持语句覆盖率、分支覆盖率和圈复杂度。它提供了单独选择低、中、高和完整级别的代码覆盖率。它非常易于使用且快速，也可以在开源和商业许可证上使用。
结论：
为了获得更好的产品质量，根据项目的特定需求和所需的代码覆盖率级别，可以轻松选择代码覆盖率工具。所有可用的代码覆盖工具都足以满足基于代码语言和结构的独立需求的代码覆盖所需的功能。
微软win10开始菜单大变样
求推荐一款打游戏的无线耳机？2020游戏无线耳机推荐
一文详解CAN数据帧格式
双极步进电机和单极步进电机之间差异
QD0325-C导尿管强度测试仪
代码覆盖率工具的重要性
高耐久低成本的NRAM是如何铸就的？
深圳先进院等提出基于卷积神经网络的低剂量光声成像方法
嵌入式实时虚拟机ZVM介绍
验证FPGA设计的策略
SRS有源防磁音箱的制作
海康威视智能闸机助力泰山打造智慧景区
努比亚游戏手机将内置四风扇散热
S7-1200 CPU时钟与CP时钟的同步
学习proteus的仿真原理图解析和经典案例分享
TouchGFX Designer 4.17帮助构建更好的用户界面
面向IGBT与MOSFET的栅极驱动器
苹果13什么时候上市，iphone13中国预计上市时间
蓝牙耳机系统电路的设计方案详细说明
一款名为CytoPAN的紧凑型自动化细胞计数测试装置