Coverage.py 使用教程
2026-01-22 05:04:29作者:房伟宁
1. 项目介绍
Coverage.py 是一个用于测量 Python 程序代码覆盖率的工具。它通过监控程序的执行,记录哪些代码行已被执行,然后分析源代码以识别可能被执行但未被执行的代码。Coverage.py 支持 Python 3.8 到 3.12 以及 PyPy3 版本 3.8 到 3.10。
Coverage.py 的主要功能包括:
- 测量代码覆盖率,通常在测试执行期间进行。
- 支持多行排除模式、函数/类报告、实验性的
sys.monitoring支持等。 - 提供详细的文档和配置选项,方便用户自定义覆盖率测量。
2. 项目快速启动
安装 Coverage.py
首先,确保你已经安装了 Python。然后使用 pip 安装 Coverage.py:
pip install coverage
运行测试并生成覆盖率报告
假设你有一个名为 test_example.py 的测试文件,你可以使用以下命令运行测试并生成覆盖率报告:
coverage run test_example.py
coverage report
生成 HTML 报告
如果你想生成更详细的 HTML 报告,可以使用以下命令:
coverage html
生成的报告将位于 htmlcov 目录下,你可以通过浏览器打开 index.html 文件查看详细报告。
3. 应用案例和最佳实践
应用案例
Coverage.py 广泛应用于以下场景:
- 单元测试覆盖率分析:在开发过程中,通过 Coverage.py 分析单元测试的覆盖率,确保所有关键代码路径都被测试覆盖。
- 持续集成:在 CI/CD 流程中集成 Coverage.py,自动生成代码覆盖率报告,帮助团队监控代码质量。
最佳实践
- 设置排除模式:使用
[run] exclude_also设置排除模式,忽略不需要覆盖的代码(如测试代码、配置文件等)。 - 结合 pytest:使用
pytest-cov插件,方便地在 pytest 测试框架中集成 Coverage.py。 - 定期审查覆盖率报告:定期审查生成的覆盖率报告,识别未覆盖的代码路径,并补充相应的测试用例。
4. 典型生态项目
pytest-cov
pytest-cov 是一个与 pytest 测试框架集成的插件,可以方便地使用 Coverage.py 生成覆盖率报告。安装 pytest-cov 后,你可以使用以下命令运行测试并生成覆盖率报告:
pytest --cov=your_module
Tidelift
Tidelift 提供了一个企业级的订阅服务,涵盖了 Coverage.py 在内的数千个开源项目。如果你需要商业级别的支持和服务,可以考虑使用 Tidelift。
通过以上步骤,你可以快速上手并充分利用 Coverage.py 来提升你的 Python 项目代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284