代码覆盖率最佳实践

本贴最后更新于 1515 天前,其中的信息可能已经事过景迁

我们花了数十年的时间在各种大型软件公司中推动软件测试计划。其中,使用代码覆盖率数据来评估风险和测试效果,是我们一直提倡的一种方式。但是,代码覆盖率的价值一直备受争议,并且观点呈两极分化。当在一些大型讨论中抛出代码覆盖率的议题,似乎都会导致无休止的争论。而大家站在各自角度,往往会使讨论无法产出富有成效的结论。本文的目的是给出所有关于代码覆盖率的分析,以便读者可以找到有共鸣的地方,去推进覆盖率的落地。关于代码覆盖率给代码质量提升带来的帮助,我们有如下实践。

如果你对google的覆盖率工具感兴趣,欢迎访问“Coverage at Google

原文:https://testing.googleblog.com/2020/08/code-coverage-best-practices.html

一篇关于测试用例管理工具的介绍:https://mp.weixin.qq.com/s/8TlA8k14pdrrU8tv_A4cHQ

回帖
请输入回帖内容 ...