lcov 转 Cobertura XML 转换器技术文档
2024-12-26 17:41:46作者:钟日瑜
1. 安装指南
1.1 通过 pip 安装
你可以使用 pip 来安装 lcov_cobertura 工具:
pip install lcov_cobertura
1.2 直接下载脚本
你也可以直接下载 lcov_cobertura.py 脚本并运行:
wget https://raw.github.com/eriwen/lcov-to-cobertura-xml/master/lcov_cobertura/lcov_cobertura.py
2. 项目的使用说明
2.1 命令行使用
安装完成后,你可以通过命令行使用 lcov_cobertura 工具将 lcov 格式的代码覆盖率报告转换为 Cobertura XML 格式。
基本命令格式如下:
lcov_cobertura lcov-file.dat
可选参数
-b/--base-dir:指定源代码文件所在的目录,默认为当前目录。-e/--excludes:指定要排除的包的正则表达式列表,用逗号分隔。-o/--output:指定生成的 Cobertura XML 文件的路径,默认为./coverage.xml。-d/--demangle:解构 C++ 函数名,需要c++filt工具支持。
示例:
lcov_cobertura lcov-file.dat --base-dir src/dir --excludes test.lib --output build/coverage.xml --demangle
2.2 作为 Python 模块使用
你也可以在 Python 代码中直接使用 lcov_cobertura 模块进行转换:
from lcov_cobertura import LcovCobertura
LCOV_INPUT = 'SF:foo/file.ext\nDA:1,1\nDA:2,0\nend_of_record\n'
converter = LcovCobertura(LCOV_INPUT)
cobertura_xml = converter.convert()
print(cobertura_xml)
3. 项目 API 使用文档
3.1 LcovCobertura 类
LcovCobertura 类是 lcov_cobertura 模块的核心类,用于将 lcov 格式的输入转换为 Cobertura XML 格式。
构造函数
LcovCobertura(lcov_input, base_dir=None, excludes=None, demangle=False)
lcov_input:字符串形式的 lcov 格式输入。base_dir:源代码文件所在的目录,默认为None。excludes:要排除的包的正则表达式列表,默认为None。demangle:是否解构 C++ 函数名,默认为False。
convert 方法
convert()
将 lcov 格式的输入转换为 Cobertura XML 格式,并返回生成的 XML 字符串。
4. 项目安装方式
4.1 通过 pip 安装
推荐使用 pip 安装 lcov_cobertura 工具:
pip install lcov_cobertura
4.2 直接下载脚本
你也可以直接下载 lcov_cobertura.py 脚本并运行:
wget https://raw.github.com/eriwen/lcov-to-cobertura-xml/master/lcov_cobertura/lcov_cobertura.py
4.3 环境要求
lcov_cobertura 工具支持 Python 3.8 及以上版本。如果你需要使用 Python 2.x,请安装 lcov_cobertura 的 1.6 版本。
pip install lcov_cobertura==1.6
总结
本文档详细介绍了 lcov_cobertura 工具的安装、使用方式以及 API 文档。通过本文档,用户可以轻松地将 lcov 格式的代码覆盖率报告转换为 Cobertura XML 格式,以便在 CI 服务器上进行进一步的分析和处理。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108