python第三方庫Coveralls

本篇內容介紹了“python第三方庫Coveralls ”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

前兩天在 GitHub 瀏覽 Python 的三方庫時，看到了以下

就像 https 那個綠色鎖的標志一樣，看著很可信，讓人用著放心，很多開源項目都有這些圖標。

看到 coverage 是 98%，我產生了疑問，這是手工統計的，還是程序自動測試出來的呢?

如果是手工統計的，肯定都往高了寫，這樣的數據也就沒有價值，如果是程序自動測試出來的，想著都覺得復雜，是怎么實現的呢?帶著這些疑問，我點擊了那個  coverage 98%，跳轉到了 https://coveralls.io/ 的頁面。

探索了一番，發現原來這是叫 coveralls 的三方庫實現的，用于在線實時顯示單元測試的覆蓋率，測試數據是通過 coverage 來跑出來的。

好奇的我 pip install 安裝了下，拿自己之前的程序，寫了幾個單元測試，用了下這兩條命令：

coverage run --source=dbinterface -m pytest tests/ coverage report -m

發現，這個單元測試的覆蓋率果然是程序自動統計出來的，coverage 真的太牛了，有了這個，寫單元測試就無法偷懶了，代碼質量就有了量化標準。

從上面的圖中可以看到文件的哪些代碼行沒有測試到，然后針對性的編寫單元測試。還可以生成 html 文件進行查詢，更為直觀。

猜測 coverage 應該是記錄了 pytest  調用的代碼行數，然后從全部代碼行記錄中去除已經測試過的行記錄，就是未測試的代碼行，從而統計覆蓋率。

當時，我不由自主發出了‘臥槽牛批’，不過仍然有疑問，程序是怎么檢測哪些代碼行被執行了呢?雖然我知道 debug  時可以看到，但是如何寫程序統計，我還一無所知。

好奇心驅使著我去探索。

首先看下這個 coverage 來自哪里，里面有什么內容：

(py38env) ? dbinterface git:(master) ? which coverage  /Users/aaron/py38env/bin/coverage

可以看到 coverage 的內容：

(py38env) ?  dbinterface git:(master) ? cat /Users/aaron/py38env/bin/coverage #!/Users/aaron/py38env/bin/python3 # -*- coding: utf-8 -*- import re import sys from coverage.cmdline import main if __name__ == '__main__':     sys.argv[0] = re.sub(r'(-script\.pyw|\.exe)?$', '', sys.argv[0])     sys.exit(main()) (py38env) ?  dbinterface git:(master) ?

其實，在命令行執行 coverage，就相當于執行：

/Users/aaron/py38env/bin/python3 coverage

將該文件保存到一個目錄中，命名為 main.py，然后使用 PyCharm IDE 開始調試，調試的過程中，發現 coverage run  --source=dbinterface -m pytest tests/ 命令會將測試的結果寫入到文件 .coverage 中，再執行 coverage  report -m 時會從該文件統計出覆蓋率。

也就是說關鍵是要弄清楚命令 coverage run --source=dbinterface -m pytest tests/ 的執行過程。

繼續 Debug，這里說下，由于我們的命令是在路徑 /Users/aaron/github/somenzz/dbinterface 下執行的，在  Debug 前，先使用 os.chdir 改變程序的工作目錄：

main.py

#!/Users/aaron/py38env/bin/python3 # -*- coding: utf-8 -*- import re import sys from coverage.cmdline import main import os if __name__ == '__main__':     os.chdir('/Users/aaron/github/somenzz/dbinterface')     sys.argv[0] = re.sub(r'(-script\.pyw|\.exe)?$', '', sys.argv[0])     print(sys.argv[0])     sys.exit(main())

然后加入參數，打好斷點，追蹤。

最后追蹤到這里：

這里的 tracer 類就是 CTracer，其源頭可以從 collector.py 文件的這段代碼看出來：

可以看出 tracer 的原型要么是 CTracer， 要么是 PyTracer。

從作者的注釋中可以看到 CTracer 速度非常快，而 PyTracer 相對較慢。

想看 CTracer 的源代碼，結果發現了這個文件

.so 文件相當于 windows 的 dll  文件，是動態鏈接庫，需要反編譯成匯編語言，然后再分析執行邏輯，這個對我來說太難了，自己又不熟悉匯編，于是放棄。

那就只剩下 PyTracer 了，原理應該是類似的，PyTracer 的源代碼就是 pytracer.py 文件，可以直接打開查看。

文件開始的地方，導入了以下三個庫：

import atexit import dis import sys  from coverage import env

其中前三個都是標準庫，atexit 是退出處理器，可以注冊一個函數，在解釋器終止時執行。dis 是 Python  字節碼反匯編器，這兩個的使用只有一次，沒有派上大用處，可以忽略。

重點就是第三個 sys 模塊，這個模塊和 os  模塊可以說是博大精深，很多程序都會使用到，從包的名稱也可以總結規律，名字越短，就越重要，其使用頻率就越高。

看 PyTracer 源代碼, sys.settrace 是起決定作用的，是 coverage 能夠統計單元測試覆蓋率的關鍵。

下面是對 Python 官方文檔對 sys.settrace 的介紹：

sys.settrace(tracefunc) 用來設置系統的跟蹤函數，使得用戶在 Python 中就可以實現 Python  源代碼調試器。該函數是特定于單個線程的，所以要讓調試器支持多線程，必須為正在調試的每個線程都用 settrace() 注冊一個跟蹤函數，或使用  threading.settrace()。

跟蹤函數應接收三個參數：frame、event 和 arg。frame 是當前的堆棧幀。event  是一個字符串：'call'、'line'、'return'、'exception' 或 'opcode'。arg 取決于事件類型。

官方文檔 bb 這么多，說實話我也沒太懂，到底咋用呢?我網上找了一個例子，比如說文件 trace.py 內容如下：

import sys  def stuff():     print("calling stuff")  def printer(frame, event, arg):     print(frame, event, arg)     return printer # return itself to keep tracing  sys.settrace(printer) stuff()

也就是說執行函數之前，加上 sys.settrace。執行該文件，可以得到以下結果：

(py38env) ?  tmp python trace.py <frame at 0x7fa6bff5a440, file 'trace.py', line 3, code stuff> call None <frame at 0x7fa6bff5a440, file 'trace.py', line 4, code stuff> line None calling stuff <frame at 0x7fa6bff5a440, file 'trace.py', line 4, code stuff> return None (py38env) ?  tmp

程序執行的行數，執行的操作都完整的顯示了出來，將這些數據保存到文件中，就可以進行單元測試覆蓋率的統計了。

雖然無法方便的查詢 CTracer 源碼，但是從 PyTracer 這里還是學習到了 coverage 統計單元測試覆蓋率的統計方法。

一次偶遇 coveralls 讓我見識了 Python 原來還可以統計代碼的執行情況，真的太秀了。

趁熱打鐵，我用 coveralls 的狀態圖標也發布了一個工具庫：dbinterface，單元測試覆蓋率 89%:

這個一個數據庫操作的通用接口，使用起來是相當的簡單，從此讀寫各種數據庫都不是事：

from dbinterface.database_client import DataBaseClientFactory  client1 = DataBaseClientFactory.create(             dbtype="postgres",             host="localhost",             port=5432,             user="postgres",             pwd="121113",             database="postgres",         )  client2 = DataBaseClientFactory.create(             dbtype="mysql",             host="localhost",             port=3306,             user="aaron",             pwd="aaron",             database="information_schema",         )  result1 = client1.read("select current_date") rows_affeted = client1.write(     "insert into tmp_test_table values(%s, %s)", ("1", "aaron") ) rows_export = client.export(             "select * from information_schema.TABLES",             params=(),             file_path="/Users/aaron/tmp/mysql_tables.txt",             delimeter="0x02",             quote="0x03",             all_col_as_str=False,         )  assert rows_export > 0

“python第三方庫Coveralls ”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！