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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
CH34X驱动安装教程:轻松实现Windows系统下的USB转串口连接 全国AOI数据产品说明资源文件简介:深入理解AOI数据,助力地理信息智能化 管家婆数据字典:助力高效二次开发的不二选择 西门子GSD文件资源下载站:多种CPU模块GSD文件一键获取 解决Vs2008过期问题补丁:让开发更流畅,无过期困扰 RTCADo-220A-2016资源文件介绍:机载气象雷达MOPS权威参考 风资源分析工具包WindAnalysis使用教程:强大的风资源分析工具 ATEQ F520中文手册资源下载:轻松获取气密性检测专业指导 OV7251 30万黑白摄像头125页PDF说明文档:助力智能视觉项目核心功能 小米刷机工具包资源介绍:小米手机刷机利器,官方镜像轻松刷写
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134