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
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
热门内容推荐
最新内容推荐
智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南解决Jellyfin中文元数据难题:MetaShark插件3大场景配置指南5大技术突破:轻量级AI引擎的跨平台部署指南B站m4s格式无法播放?m4s-converter轻松搞定视频永久保存全攻略BTCPay Server 开源项目配置指南:跨平台部署与高效部署最佳实践RSSHub-Radar 使用问题全解析:从入门到进阶的解决方案
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 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
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108