问如何测量代码覆盖率？

EN

代码覆盖工具有两种工作方式：

• 或者将代码检测为记录覆盖率统计信息，或者
• 该程序在调试器或分析器或跟踪机制下运行。

覆盖度量是一种动态的质量保证工具，因为它度量执行了哪些代码。静态分析是不够的。

如果调试器可用，则可以很容易地在每条语句之后中断正常执行，并将该语句记录为涵盖的语句。然而，所有这些中断都需要显著的运行时成本，这会降低测试的速度。基于调试器的覆盖率工具常常受到调试接口的限制，因为可以收集何种类型的覆盖率。例如，您可能无法在像bar() && baz()这样的表达式中收集分支覆盖率。

检测由编译器或编译后步骤执行，以将代码注入记录覆盖率的可执行文件中。源代码未被修改。这比基于调试器的解决方案具有更少的运行时开销，但需要以特殊的覆盖率收集模式编译程序。

例如，Python coverage.py工具使用Python的内置跟踪钩子。相反，GCC和Clang在使用-fprofile-arcs -ftest-coverage标志编译时支持基于工具的覆盖率集合(您还应该禁用优化并使用调试构建：-g -O0)。收集分支覆盖率的优点:编译器知道机器代码中存在的所有分支，而不仅仅是源代码中容易看到的分支。当程序执行时，它将在一个文件中记录覆盖率，该文件可以使用gcov、lcov、gcovr等工具将其转换为报表。(披露:我维护gcovr.)

一般来说，覆盖度量需要与分析器相同类型的数据。通常，这些工具使用完全相同的基础结构。但是，分析器可以不太精确，因为热点将经常执行。与覆盖工具不同，它们可以使用抽样来衡量执行哪段代码的频率。抽样分析器定期中断进程并收集指向当前位置的堆栈跟踪。这种情况比在每个语句中发生的次数要少，通常每隔几毫秒就发生一次。因此，它们的性能影响较小，但它们的数据不太准确。

那得看情况。

对于已编译语言，通常使用编译器支持，即编译器添加附加指令，以增加每行计数器。(或者更确切地说，每个无分支的块。)

对于刚刚编译好的语言来说，同样的情况也是如此，尽管插入额外指令的主要是JIT编译器。

在解释环境中，解释器可能为分析器提供获取信息的接口。