Codeception代码覆盖率配置在PHPUnit 11中的变化与解决方案
随着PHPUnit 11的发布,Codeception的代码覆盖率配置方式发生了一些重要变化,特别是关于文件排除(exclude)功能的调整。本文将详细介绍这些变化及其解决方案。
背景与问题
在PHPUnit 11之前,开发者可以通过配置中的exclude
选项来排除特定目录或文件不参与代码覆盖率统计。例如,常见的配置是排除vendor目录:
coverage:
enabled: true
exclude:
- vendor/*
然而,在PHPUnit 11中,这种方式会触发警告信息:"coverage: whitelist: exclude
option has no effect since PHPUnit 11.0",并且排除功能实际上不再生效。
技术原因
这一变化源于PHPUnit底层库php-code-coverage的重大更新。从PHPUnit 9.3.0开始,官方就弃用了--whitelist
参数,推荐使用--coverage-filter
替代。到了PHPUnit 11,完全移除了对传统排除机制的支持。
解决方案
Codeception团队已经针对这一问题提供了修复方案。开发者可以通过以下方式解决:
- 明确指定包含和排除的路径,确保路径完全匹配项目结构
- 使用Codeception提供的特殊分支来恢复排除功能
正确的配置示例如下:
coverage:
enabled: true
include:
- www/app/*
exclude:
- www/vendor/*
关键点在于:
- 路径必须完整准确
- 包含和排除路径应该基于项目根目录
- 使用相对路径时要确保与实际目录结构一致
实际应用建议
-
路径准确性:确保排除路径与项目中的实际路径完全匹配。例如,如果vendor目录位于www下,就应该使用
www/vendor/*
而非简单的vendor/*
。 -
性能考量:虽然现在需要更精确地指定路径,但这种改变实际上有助于提高覆盖率统计的效率,避免不必要的文件扫描。
-
升级过渡:对于从旧版本升级的项目,建议仔细检查所有覆盖率配置,确保它们在新版本中仍然有效。
-
测试验证:修改配置后,应该运行测试并检查生成的覆盖率报告,确认排除功能确实生效。
总结
PHPUnit 11对代码覆盖率机制的调整虽然带来了一些配置上的变化,但这些改变总体上是为了提供更精确和高效的覆盖率统计。通过正确理解和使用新的配置方式,开发者仍然可以灵活控制哪些代码参与覆盖率计算,从而获得准确的测试覆盖率数据。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









