VS Code扩展示例:测试覆盖率提供器示例的更新与修复
在VS Code扩展开发中,测试覆盖率功能是一个重要的开发辅助工具。本文将以vscode-extension-samples项目中的test-provider-sample为例,介绍如何更新和修复一个基于过时API的测试覆盖率提供器实现。
问题背景
测试覆盖率提供器示例原本依赖于VS Code的测试覆盖率功能API,但随着VS Code 1.88版本的发布,相关API发生了重大变更。主要变化包括:
- 移除了TestRun.coverageProvider属性
- 将StatementCoverage.executionCount更名为executed
- 引入了新的addCoverage方法
- 内置了FileCoverage等类型定义
这些变更导致示例代码无法正常工作,主要表现在安装依赖时无法获取已移除的类型定义文件,以及运行时访问不存在的API属性。
修复步骤
第一步:更新package.json
首先需要从package.json中移除对过时功能API的引用:
// 移除以下内容
"enabledApiProposals": [
"testCoverage"
],
第二步:删除过时的类型定义文件
删除项目中的vscode.proposed.testCoverage.d.ts文件,因为相关类型定义已内置到VS Code中。
第三步:更新扩展代码
核心修改点包括:
- 替换executionCount为executed属性
- 使用新的addCoverage方法替代coverageProvider
- 调整覆盖率数据更新逻辑
// 修改前的代码
lineInfo.executionCount++;
// 修改后的代码
if (typeof lineInfo.executed === 'boolean') {
lineInfo.executed = true;
} else if (typeof lineInfo.executed === 'number') {
lineInfo.executed++;
}
第四步:实现新的覆盖率提供方式
不再使用TestRun.coverageProvider,而是直接通过addCoverage方法添加覆盖率数据:
for (const [uri, statements] of coveredLines) {
run.addCoverage(
vscode.FileCoverage.fromDetails(
vscode.Uri.parse(uri),
statements.filter((s): s is vscode.StatementCoverage => !!s)
)
);
}
技术要点解析
-
覆盖率数据类型:VS Code现在支持更灵活的覆盖率表示方式,executed属性可以是数字或布尔值,表示精确的执行次数或简单的覆盖状态。
-
文件覆盖率:FileCoverage类现在内置在VS Code API中,可以直接使用fromDetails静态方法从详细覆盖率数据创建实例。
-
实时更新:通过addCoverage方法可以在测试运行过程中动态添加覆盖率数据,相比之前的provider方式更加灵活。
-
兼容性考虑:修改后的代码需要VS Code 1.88或更高版本才能正常运行,这是使用新API的必要条件。
总结
本文介绍了如何更新VS Code测试覆盖率提供器示例以适应最新的API变更。通过这些修改,开发者可以继续利用VS Code强大的测试覆盖率功能,同时遵循最新的API设计。对于正在开发测试相关扩展的开发者来说,理解这些变更对于保持扩展的兼容性和功能性至关重要。
在实际开发中,建议定期检查VS Code的API变更日志,特别是当使用功能API时,因为这些API在稳定前可能会发生较大变化。同时,测试覆盖率功能的增强也为开发者提供了更多可能性,如支持更详细的覆盖率可视化或与持续集成系统的深度集成。
kernelopenEuler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。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0123
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00