代码覆盖率vs测试覆盖率，两者之间的区别是什么？

•  📢专注于分享软件测试干货内容，欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
• 📢交流讨论：欢迎加入我们一起学习！
• 📢资源分享：耗时200+小时精选的「软件测试」资料包
• 📢 最困难的时候，也就是我们离成功不远的时候！

---

代码覆盖率VS测试覆盖率
　　测试覆盖率和代码覆盖率是衡量代码有效性的最流行方法。这些术语有时会同时出现，因为它们的基本原理相同。但是它们并不是那么一致。很多时候，测试团队和开发团队对这两个术语的使用感到困惑。下面详细讨论代码覆盖率和测试覆盖率之间的区别的原因。
　　概念
　　代码覆盖率：表示通过用Selenium或任何其他测试自动化框架进行的手动测试和自动化测试，测试用例覆盖的代码百分比。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％。
　　测试范围：包括测试作为功能需求规范，软件需求规范和其他必需文档的一部分而实现的功能。例如，如果要对Web应用程序执行跨浏览器测试，以确保应用程序可以在其他浏览器流畅运行。测试覆盖范围是已验证Web应用程序的浏览器兼容性的浏览器+操作系统组合的数量。
　　代码覆盖率
　　开发人员在单元测试期间执行代码覆盖，以验证代码实现，尽可能多执行代码语句。大多数代码覆盖率工具都使用静态工具，将监视执行的语句插入代码中的必要位置。尽管添加检测代码会导致总体应用程序大小和执行时间增加，但与通过执行检测代码生成的信息相比，开销却很小。输出包含一个详细描述测试套件测试范围的报告。
　　为什么要执行代码覆盖率
　　单元测试主要用于在单个单元级别上测试代码。由于单元测试是由开发人员自己编写的，因此他对应该作为单元测试的一部分包含的测试具有更好的可见性。单元测试有助于提高软件的整体质量，但是关于构成单元测试的测试数量始终存在疑问。测试套件中是否有足够数量的测试方案？我们应该添加更多测试吗？代码覆盖率是所有这些问题的重要衡量标准。
　　随着产品开发的进行，新功能以及BUG修复补丁将添加到发布周期中。这意味着测试代码可能还需要进行更改，以使其与开发过程中所做的软件更改保持一致。在项目开始时设定的测试标准必须与后续的发布周期保持一致，这一点很重要。代码覆盖率可用于确保测试过程符合这些标准，并且质量最好的代码进入生产阶段。
　　代码覆盖率越高，发生未检测到的错误的概率越低。在某些组织中，质量团队设置在将软件推向生产阶段之前需要实现的最小代码覆盖量。这样做的主要原因是为了减少在产品开发的后期阶段检测到错误的可能性。
　　如何执行代码覆盖率
　　代码覆盖范围有不同的级别，代码覆盖率的一些常见子类型为：
　　分支机构的覆盖范围：分支机构的覆盖范围也称为决策覆盖范围，用于确保决策过程中使用的每个可能的分支都得到执行。例如，如果您要使用代码中的If ... An条件语句或DWhile语句合并后备跨浏览器兼容性，作为覆盖范围的一部分；通过提供适当的输入以使跨浏览器兼容的网站来确保对所有分支（即If，Else，While）进行测试。
　　功能覆盖范围：功能覆盖范围可确保测试必要的功能（尤其是导出的功能/ API）。这还应包括使用不同类型的输入参数测试功能，因为这也将测试功能中使用的逻辑。一旦测试了代码中的所有功能，功能覆盖率将为100％。
　　语句覆盖率：这是一种重要的代码覆盖率方法，其中必须以某种方式编写测试代码，即源代码中的每个可执行语句至少执行一次。这也包括极端情况或边界情况。
　　循环覆盖：这种方法是确保源中的每个循环至少执行一次。可能会根据在运行时获得的结果执行某些循环，同样重要的是测试此类循环以使代码万无一失。
　　为了检查代码覆盖率，使用了一种称为检测的方法。工具可用于监视性能，插入跟踪信息以及诊断源代码中的任何类型的错误。
　　仪器分为三种主要类型
　　代码检测：这里的源代码是在添加检测语句之后编译的。编译应使用常规工具链完成，编译成功将导致生成检测装配。例如，为了检查在代码中执行特定功能所花费的时间，可以在功能的“开始”和“结束”中添加检测语句。
　　运行时检测：与代码检测方法相反，此处的信息是从运行时环境（即在执行代码时）收集的。
　　中间代码检测：在这种检测类型中，通过向已编译的类文件中添加字节码来生成检测类。
　　根据测试要求，团队应该选择正确的代码覆盖率工具以及该工具支持的最佳检测方法。
　　代码覆盖率工具
　　有许多支持不同编程语言的代码覆盖工具，其中许多还可以兼用作QA工具。许多工具可以与构建工具和项目管理工具集成在一起，从而使它们更加强大的作用。选择开源代码覆盖率工具时，应检查该工具支持的功能以及该工具是否正在积极开发迭代中。下面是一些流行的开源代码覆盖工具：
　　Coverage.py：这是Python的代码覆盖工具。顾名思义，它可以分析您的源代码并确定已执行代码的百分比。它是用Python开发的。
　　Serenity BDD：支持Java和Groovy编程语言，Serenity BDD是一个流行的开源库，主要用于更快地编写出色的质量验收测试。它可以与JUnit，Cucumber和JBehave一起使用。Serenity BDD可以轻松地与Maven，Cradle，JIRA和Ant集成。
　　JaCoCo：JaCoco是Java的代码覆盖工具。尽管还有其他选项，例如Cobertura和EMMA，但由于长时间没有更新，因此不推荐使用这些工具。除了积极开发JaCoCo之外，使用JaCoCo的另一个优势是可以与CI/CD和项目管理工具（例如Maven，Jenkins，Gradle等）无缝集成。
　　JCov：JCov是一个测试框架不可知代码覆盖工具。它可以轻松地与Oracle的测试基础架构JavaTest和JTReg集成。尽管尚未积极开发，但对即时检测和脱机检测的支持是使用JCov的主要优势。
　　PITest：这是一个突变测试框架。它有快、可扩展，并与当前测试和构建工具集成好的优点。传统的测试覆盖率（即行，语句，分支等）仅衡量测试执行的代码。 它不会检查测试是否真正能够检测到所执行代码中的错误。 因此，它只能识别绝对未经测试的代码。PITest是一种非常流行的代码覆盖工具，用于Java和JVM的变异测试。它通过修改测试代码来完成突变测试的工作，并且现在已经在修改后的代码上执行了单元测试。PITest易于使用，快速且正在积极开发中。它还与流行的CI/CD工具集成在一起使用。
　　测试覆盖率
　　与代码覆盖率是白盒测试方法不同，测试覆盖率是黑盒测试方法。以最大范围覆盖FRS（功能需求规范），SRS（软件需求规范），URS（用户需求规范）等中提到的需求的方式编写测试用例。
　　如何执行测试覆盖率
　　像代码覆盖率一样，也可以通过不同类型的测试来评估测试覆盖率。但是，应遵循哪种测试完全取决于具体的业务。例如在以用户为中心的Web应用程序中，可能存在UI/UX测试比功能测试具有更高优先级的情况，而在其他类型的应用程序中（例如银行，金融）；可用性测试，安全性测试等可能更为重要。
　　以下是一些测试覆盖率机制：
　　单元测试：这种测试在单元级别/模块级别执行。在单元级别遇到的错误可能与集成阶段遇到的问题不同。
　　功能测试：在功能测试中，将根据功能需求规范（FRS）中提到的要求对功能/功能进行测试。
　　集成测试：由于软件是在系统级别进行测试的，因此也称为系统测试。一旦集成了所有必需的模块，便会执行此类测试。
　　验收测试：全部取决于验收测试的结果，是否将产品发布给最终客户。
　　要注意的另一个重要点是，测试覆盖范围的目的和含义可能会有所不同，具体取决于执行测试的级别。它还取决于执行黑盒测试的产品类型。用于测试手机的测试覆盖率指标将不同于用于网站测试的指标。一些分类如下：
　　·功能覆盖范围：在此情况下，以最大程度覆盖产品功能覆盖范围的方式开发测试用例。
　　· 风险覆盖范围：每个产品/项目需求文档都有一节提到与项目相关的风险与缓解措施。尽管某些风险（例如，业务动态变化）不在计划/开发/测试团队的范围内，但是在测试阶段仍需要解决一些风险。
　　· 需求范围：这里定义测试的方式是最大程度地覆盖各种需求规范文档中提到的产品需求。

---

行动吧，在路上总比一直观望的要好，未来的你肯定会感谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入群，里面有各种测试开发资料和技术可以一起交流哦。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取 【保证100%免费】

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。