写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 代码覆盖 频道下的 50 篇内容

100%的代码覆盖率仍然有满是错误和难以维护的代码。

本文介绍用代码覆盖率对工程质量进行精细化管理。

本文出自《有赞技术2018年度合集》系列
代码覆盖(Code Coverage)为何物?相信程序员特别是测试人员不陌生,很多人都喜欢用代码覆盖来驱动测试的开展和完善。确实代码覆盖可以找出测试疏漏和代码问题,但是单纯的代码覆盖率高低并不能直接反映代码质量的好坏。大多我们的努力方向都是找出那些没有覆盖到的代码,然后补充用例,完善测试。而摆在我们面前的问题是:是否我们已经充分认识到哪些不需要、不能、必须被覆盖?只有对代码覆盖的各种情景了然于胸,才能不盲目乐观于代码覆盖率之高,悲观于代码覆盖率之低。在实践中(本文面向主要Java语言,基于emma工具),梳理可知,对于代码覆盖我们可能都会遇到以下15种典型情景:
在用户价值多变的情况下进行软件开发,为了能更快速地向用户交付有价值的软件,开发团队应该专注于用户价值覆盖率,而不是代码覆盖率。
Adobe近期为Flash Builder提供了一个ActionScript代码覆盖插件,意在帮助开发者在应用运行时准确理解哪些代码被执行了。另外,该插件还提供了新的Eclipse视图,帮助开发者启动代码覆盖工具。
Joe Berkovitz最近宣布了Flexcover初始试验版的发布,Flexcover是针对Flex、AIR和AS3的开源代码覆盖率工具套件。为了对Flexcover有更多的了解,InfoQ对Berkovtz进行了采访。

Super-Jacoco是基于Jacoco、git二次开发打造的一站式JAVA代码全量/diff覆盖率收集平台,能够低成本、无侵入的收集代码覆盖率数据;Super-Jacoco除了支持JVM运行时间段的覆盖率收集外;还能够和环境无缝对接,收集服务端自定义时间段代码全量/增量覆盖率;并提供可视化的html覆盖率报表,协助覆盖率分析,支撑精准测试落地。
PartCover从一开始就填补了NCover留下的空白。SharpDevelop和TreeSurgeon都集成了PartCover以提供代码覆盖。

本文介绍Flutter的线上代码覆盖率解决方案——FlutterCodeX。

本文来自美团点评技术文章系列。

谷歌研究人员的一项分析,揭示了该公司的工程师如何管理10亿行代码的代码测试覆盖率。
测试覆盖率和代码覆盖率是衡量代码有效性的最流行方法。这些术语有时会同时出现,因为它们的基本原理相同。但是它们并不是那么一致。很多时候,测试团队和开发团队对这两个术语的使用感到困惑。下面详细讨论代码覆盖率和测试覆盖率之间的区别的原因。

本文整理自冯张弛在QCon全球软件开发大会(北京站)2022上的演讲《代码快照x覆盖率:洞察研发体系的最后100米》。
Quest Software最近发布了JProbe 8.0,这是一个Java代码、内存和覆盖率分析工具。自从90年代开始,JProbe就成为主要的Java分析工具之一了,JProbe 8.0希望通过新的Eclipse集成和更具竞争力的价格优势来帮助Quest重新获得分析市场的领导地位。
测试覆盖率是衡量软件测试完整性的一个重要指标。掌握测试覆盖率数据,有利于客观认识软件质量,正确了解测试状态,有效改进测试工作。
代码测试覆盖率是一种度量,它描述了对程序源代码的测试程度,是白盒测试的一种手段,能够直观暴露测试用例无法覆盖到的代码块。作为提升代码质量的利器,爱奇艺开发团队和QA团队在如何接入、使用等方面做了一些探索性的尝试与实践。

这是一个统计基于 Swift & Objective-C 工程的代码覆盖率的自动化脚本。之所以做成 Pod ,是便于更好的复用,该 Pod 只包含了收集生成代码覆盖率的脚本。整体比较简单方便。
随着软件开发的快速迭代,代码变更与新增代码无处不在。作为测试团队的一员,我们如何确保这些变更和新添加的代码不会带来新的缺陷呢?答案在于代码覆盖率分析。通过对代码覆盖率的深入分析,我们能够评估哪些部分的代码经过了测试,哪些又被遗漏了。本文将探

马可平台是前端集成代码覆盖率平台,支持实时报告,增量报告,支持一键无侵入接入,并和Git 、消息集成打通,实时渲染报告大屏。为业务提供一站式代码覆盖率管理服务,打造独有的沉浸式代码覆盖率体验平台。