- 综合排序
- 最热优先
- 最新优先
- 来自专栏漫谈测试
聊一聊使用Coverage.py + pytest接口测试代码覆盖率示例
不过，Coverage.py本身也可以单独使用，但用pytest-cov会更方便。具体的操作步骤可以参考以下方案。
63720编辑于 2025-05-20 - 来自专栏雪萌天文台
笔记·在 Python 异步上下文应用中拿到 100% 的代码覆盖率
一般来说我们会使用 coverage.py + pytest 或者是 pytest-cov + pytest 的组合。这篇文章将以最近我写的一个考核项目为例并贯穿全文。 出于 100% 的测试成功率，我们有理由相信这些代码执行了不止一次原因分析如果你经常和异步应用打交道，看到上面的截图或许就能猜到是怎么回事： coverage.py 可能对于异步代码的跟踪并不是那么地好 这就让 coverage.py 误认为代码执行到这里就结束了，还没来得及等待协程对象执行完毕就把之后的代码标记为了 missing 但问题是 coverage.py 人人都在用，很多基于 FastAPI uses multiprocessing, gevent, greenlet, or eventlet, you must name that library in this option, or coverage.py 否则，coverage.py 将无法准确收集代码执行路径。这里说的是如果你使用了多线程之类的技术或者用到了这些库，你必须在配置文件中声明这一点，不然会产生非常多错误的结果。
27300编辑于 2025-06-11 - 来自专栏测试开发技术
利用DeepSeek与Python自动生成测试用例！
如果要进行覆盖率分析，还需安装 coverage.py ，命令如下： pip install pytest deepseek pytest-cov 2.2 使用 DeepSeek 生成基础测试用例 expected']['response']}, but got {response.json()}" 2.4 用例覆盖率分析：精准评估测试效果 为了精准评估测试用例对代码的覆盖程度，我们可以借助 coverage.py # 安装 coverage.py 及其 pytest 插件 # pip install pytest-cov # 运行测试并生成覆盖率报告 # pytest --cov=your_module_name
1.5K11编辑于 2025-05-26 - 来自专栏漫谈测试
接口测试如何评估代码覆盖率
二、选择代码覆盖率工具根据开发语言选择工具：Java：JaCoCo、CoberturaPython：Coverage.py、pytest-covJavaScript：Istanbul (nyc)Go：go test -coverC#：Coverlet、dotCover三、集成覆盖率工具到接口测试步骤示例（Python + Coverage.py + pytest）安装工具：pip install coverage
17620编辑于 2026-01-24 - 来自专栏测试开发基础
2021年软件测试工具总结（1）：抓包工具、单元测试工具
https://www.wireshark.org/ 单元测试工具 Junit TestNG GoogleTest Pytest Unittest Spock Jmockit Gcov、lcov、gcovr Coverage.py lcov下载地址：https://github.com/linux-test-project/lcov gcovr下载地址：https://github.com/gcovr/gcovr Coverage.py Coverage.py是一个度量Python语言代码覆盖率的工具。 Coverage.py可以指定要通过配置文件分析哪些源文件，通过分析源代码，发现没有被测试覆盖的代码 官网地址：https://coverage.readthedocs.io 单元测试用例自动生成工具
3.2K20编辑于 2022-09-28 - 来自专栏漫谈测试
聊一聊接口测试如何评估代码覆盖率
二、选择代码覆盖率工具根据开发语言选择工具：Java：JaCoCo、CoberturaPython：Coverage.py、pytest-covJavaScript：Istanbul (nyc)Go：go test -coverC#：Coverlet、dotCover三、集成覆盖率工具到接口测试步骤示例（Python + Coverage.py + pytest）安装工具：pip install coverage
83210编辑于 2025-05-19 - 来自专栏技术汇总专栏
Python构建自动化测试框架
在Python中，我们可以使用coverage.py库来检查测试覆盖率。我们可以将其集成到我们的自动化测试框架中，以便在每次测试运行时自动检查代码覆盖率。 首先，我们需要安装coverage.py： pip install coverage 然后，我们可以修改我们的.travis.yml文件，以在每次测试运行时检查代码覆盖率： # .travis.yml 集成测试覆盖率检查：介绍了如何使用coverage.py库来检查代码的测试覆盖率，并将其集成到自动化测试框架中，以提高测试的完整性和质量。
74340编辑于 2024-08-20 - 来自专栏机器学习AI算法工程
基于Web的股票预测系统
集成测试 如果想完成集成测试，则需要借助第三方库：coverage.py，可以通过pip install coverage安装，详情使用参考coverage.py。
2.2K32发布于 2019-10-29 - 来自专栏测试工程师成长之道
统计代码测试覆盖率-Python
来自官方的解释: Coverage.py runs on many versions of Python: CPython 2.6, 2.7 and 3.3 through alpha 3.8.
1.2K50发布于 2019-07-24 - 来自专栏Python自动化测试
Python自动化之代码覆盖
division,1,0) if __name__ == '__main__': unittest.main(verbosity=2) 在Python语言中，代码覆盖率的测试使用到的第三方库是coverage.py
95341发布于 2019-04-25 精准测试方法
工具示例：JaCoCo（Java）、Coverage.py（Python）、gcov（C/C++）、Pinpoint（APM工具）等。2. 渐进式落地，先从关键模块试点七、推荐工具链（部分）类别 工具举例 代码覆盖率 JaCoCo, Coverage.py
60210编辑于 2025-09-17- 来自专栏HelloGitHub
第 15 篇：接口的单元测试
单元测试回顾 在上一部教程 Django博客教程（第二版）[1] 的 单元测试：测试 blog 应用[2]、单元测试：测试评论应用[3]、Coverage.py 统计测试覆盖率[4] 中，我们详细讲解了 单凭肉眼自然很难发现，Coverage.py 统计测试覆盖率[4] 中我们配置了 Coverage.py 并介绍了它的用法，直接运行下面的命令就可以查看代码的测试覆盖程度： "Linux/macOS" materials/87/ [3] 单元测试：测试评论应用: https://www.zmrenwu.com/courses/hellodjango-blog-tutorial/materials/88/ [4] Coverage.py
1.6K20发布于 2021-05-14 - 来自专栏程序员的知识天地
总结Django一些开发经验
目前我们用的是 coverage.py 这个工具，说实话没有 node.js 的 istanbul 好用，输出的报告没有 Istanbul 详细和易读。不过用来检查 “死代码” 还是够用的。
59110发布于 2018-12-14 - 来自专栏CSDN社区搬运
代码大师的工具箱：现代软件开发利器
另外，可以使用代码覆盖率工具（如JaCoCo、Coverage.py等）来评估测试覆盖率，并衡量测试的完整性和质量。
30600编辑于 2024-05-26 - 来自专栏HelloGitHub
统计 Django 项目的测试覆盖率
单凭肉眼观察难以回答上面的问题，接下来我们就借助 Coverage.py，从代码覆盖率的角度来检测一下我们的测试效果究竟如何。 Coverage.py （以下简称 Coverage）是 Python 测试界最为流行的一个库之一，用来统计测试覆盖率。
1.2K40发布于 2021-05-14 - 来自专栏持续集成
关于代码覆盖率(Code Coverage)
编程语言 代码覆盖率工具 C/C++ Gcov Java JaCoCo JavaScript Istanbul Python Coverage.py Golang cover 参考 https://www.lambdatest.com
2K30发布于 2021-08-26 - 来自专栏后端
敏捷开发中自动化测试的最佳实践
可以采用测试覆盖率工具（如 pytest-cov 或 Coverage.py）进行覆盖率检查。定期审查测试覆盖率报告，确保核心代码得到充分测试。如何处理测试执行时间过长的问题？
57332编辑于 2024-10-31 - 来自专栏老张的求知思考世界
我对软件工程的理解
比如： 要验证代码覆盖率，我们常用的工具有jacoco、coverage.py； 提高用例执行和回归效率，我们用到的自动化测试工具如selenium； 需求/用例/缺陷管理工具如禅道、jira、TAPD
55840编辑于 2023-03-01 - 来自专栏数字化之路
软件测试认知小结
譬如Java语言有Jacoco，Go语言有GoCov，Python语言有Coverage.py。 上面这些度量工具一般只适用于白盒测试，尤其是单元测试。 以Python覆盖率工具Coverage.py为例，它包括执行、分析和生成报告三大模块。最核心的执行模块依赖Python内置的trace函数。
78520编辑于 2023-03-07 如何优雅地在会议中指出别人写的代码很烂？
可以配合Jacoco或Coverage.py等工具生成详细报告。 六、总结与最佳实践 在会议中指出代码问题是一门艺术，需要平衡技术标准和人际关系。以下是几条实用建议： 沟通技巧方面 1.
18710编辑于 2025-11-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号