Python自动化之代码覆盖

不论是单元测试还是自动化测试，代码覆盖率都是由特定的测试套件覆盖被测源代码的程度来度量的。当然在现实的情况中，测试代码应该更加高质量的保证把包含到的类以及方法和函数测试，以及包含的业务场景测试到位，因为这样可以测试更多的源代码和涵盖源代码所实现的业务功能。当然不能为了一味的追求搞覆盖率而做没有意义的事，测试更深层次的意义更多的是产品质量的保证和工程效率的提升。这里面包含太多的价值选项，就看要做的初心是什么？

在前面中详细的介绍了unittest单元框架的简单应用，使用到源代码和测试代码具体为：

#!/usr/bin/env python
#coding:utf-8
def division(a,b):
   return a/b
import  unittest

class AddTest(unittest.TestCase):
   def test_add_001(self):
      self.assertEqual(division(4,2),2)

   def test_add_002(self):
      self.assertEqual(division(3,2),1.5)

   def test_add_003(self):
      self.assertRaises(ZeroDivisionError,division,1,0)

if __name__ == '__main__':
    unittest.main(verbosity=2)

在Python语言中，代码覆盖率的测试使用到的第三方库是coverage.py，安装它的命令为：

pip install coverage

安装过程如下图所示。

coverage包含两个阶段，第一阶段是运行源代码，收集被测试的源代码覆盖率的信息，第二阶段是报告代码覆盖率的信息。

以上面的源代码为案例，收集该模块的代码覆盖率，执行的命令为：

coverage run division.py，如下图所示。

执行后，执行命令报告代码的覆盖率，命令为：

coverage report -m，如下图所示。

在上图中，可以看到被测试的模块division.py100%，当然也可以查看HTML的覆盖率报告，生成HTML的报告的命令为：

coerage html

执行后，会在当前目录下生成一个htmlcov的文件夹，如下图所示。

打开index.html，显示覆盖率的报告，如下图所示。

点击division.py的文件，点击“run”，可以看到覆盖率的情况，如下图所示。

后期逐步的介绍其他的知识体系。