【测试】什么是代码覆盖率

前言
大家好，我是洋子。不知道写过接口自动化case的朋友们，有没有思考过一个问题。假如我写了很多接口自动化case，已经把被测系统的所有接口都覆盖到了，那这是不是就说明我的自动化case已经全部写完了，不用再添加新的自动化case了呢，是不是就说明我的自动化测试已经做得非常完备了

答案是否定的

因为我们缺少数据来衡量自动化case的完备程度，那该怎么解决呢

业界一般是通过代码覆盖率来输出自动化case的覆盖数据，衡量接口自动化测试的完备程度，来指导后续要增加、完善case的方向。另一方面，它还可以反映服务端功能测试的全面性，用来评估服务端手工测试是否全面

除此以外，代码覆盖率还可以应用于单元测试，可以拿到经过执行单元测试用例后的覆盖率数据

覆盖率定义
作为一个测试人员，保证产品的软件质量是其工作首要目标，为了这个目标，测试人员常常会通过很多手段或工具来加以保证，覆盖率就是其中一环比较重要的环节
我们通常会将测试覆盖率分为两个部分，即需求覆盖率和代码覆盖率

需求覆盖：指的是测试人员对需求的了解程度，根据需求的可测试性来拆分成各个子需求点，来编写相应的测试用例，最终建立一个需求和用例的映射关系，以用例的测试结果来验证需求的实现，可以理解为黑盒覆盖

代码覆盖：为了更加全面的覆盖，我们可能还需要理解被测程序的逻辑，需要考虑到每个函数的输入与输出，逻辑分支代码的执行情况，这个时候我们的测试执行情况就以代码覆盖率来衡量，可以理解为白盒覆盖。例如，如果源代码具有一个简单的if…else循环，则如果测试代码可以覆盖这两种情况（即if＆else），则代码覆盖率将为100％

代码覆盖率，是一种通过计算测试过程中 被执行的源代码 占 全部源代码 的比例，进而间接度量软件质量的方法。它在保证测试质量的时候潜在保证实际产品的质量，可以基于此在程序中寻找没有被测试用例测试过的地方，进一步创建新的测试用例来增加覆盖率。常见的编程语言，如Java，C++，Python，JavaScript，PHP和Go等，都有相应的代码覆盖率统计工具

语言种类    覆盖率统计工具
Java    cobertura、jacoco
C++    ccover、Lcov
Python    Coverage.py
JavaScript    istanbul
PHP    xdebug、phpunit、PATest、xcache、php-code-coverage
Go    gocov、go test
为什么要测量代码覆盖率
我们在做单元测试或者接口自动化测试时，你是否知道你的单元测试甚至是你的功能测试实际测试代码的效果？是否还需要更多的测试？这些是代码覆盖率可以试图回答的问题。总之，出于以下原因我们需要测量代码覆盖率：

了解我们的测试用例对源代码的测试效果
了解我们是否进行了足够的测试
在软件的整个生命周期内保持测试质量
注：代码覆盖率不是灵丹妙药，覆盖率测量不能替代良好的代码审查和优秀的编程实践
————————————————
版权声明：本文为CSDN博主「Bug 挖掘机」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011035397/article/details/123873099