Vitest 测试覆盖率报告中包含测试文件的问题解析
2025-05-15 18:44:15作者:丁柯新Fawn
问题背景
在使用 Vitest 进行前端项目测试时,开发者可能会遇到一个常见问题:生成的测试覆盖率报告不仅包含了被测试的源代码文件,还包含了测试文件本身。这种情况会导致覆盖率数据失真,因为测试文件本身通常不会被测试覆盖。
问题表现
当运行 Vitest 的覆盖率报告时,开发者会发现测试文件(如 .spec.ts
或 .test.ts
文件)也被计算在覆盖率统计中。这显然不符合预期,因为测试文件本身不需要被"测试覆盖"。
根本原因
Vitest 默认会收集所有被加载文件的覆盖率数据,包括测试文件。虽然 Vitest 内部确实有默认的排除规则,但这些规则需要开发者显式地在配置中引用才能生效。
解决方案
要正确排除测试文件,开发者需要在 Vitest 配置中做以下调整:
- 首先确保测试文件匹配模式正确设置
- 然后在覆盖率配置中显式引用默认排除规则
具体配置示例如下:
import { defineConfig } from 'vitest/config'
import { coverageConfigDefaults } from 'vitest/config'
export default defineConfig({
test: {
include: ['src/**/*.{test,spec}.?(c|m)[jt]s?(x)'],
coverage: {
provider: 'v8',
exclude: [
'vite.config.ts',
...coverageConfigDefaults.exclude // 关键:引用默认排除规则
],
},
},
})
技术细节
Vitest 内部维护了一个默认的排除列表 coverageConfigDefaults.exclude
,其中已经包含了常见的测试文件模式(如 **/*.spec.ts
等)。但为了保持配置的灵活性,Vitest 不会自动应用这些排除规则,需要开发者显式引用。
最佳实践
- 始终在覆盖率配置中引用
coverageConfigDefaults.exclude
- 可以根据项目需要添加额外的排除项
- 定期检查覆盖率报告,确保没有意外包含的文件
- 对于大型项目,可以考虑将覆盖率配置提取到单独的文件中维护
总结
Vitest 提供了灵活的测试覆盖率配置选项,但需要开发者正确理解和使用其默认排除机制。通过合理配置,可以确保覆盖率报告只包含真正需要统计的源代码文件,从而获得准确的项目测试覆盖率数据。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~087CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
884
524

openGauss kernel ~ openGauss is an open source relational database management system
C++
136
187

React Native鸿蒙化仓库
C++
182
264

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
364
381

deepin linux kernel
C
22
5

方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
113
45

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
84
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.09 K
0

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
831
23

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
736
105