当前位置: 首页 > 工具软件 > coverage.py > 使用案例 >

coverage.py的覆盖率统计原理

龙承德
2023-12-01

原文出处:http://blog.theerrorlog.com/how-coverage-py-produce-coverage-statistics.html


在Erlang下,用rebar可以在运行单元测试的同时调用cover模块,从而得 到单元测试的覆盖率,这是很方便的一个功能。最近发现Python下的nose也可 以通过--with-coverage选项达到类似的效果,而这个选项实际上是调用了 coverage.py. 出于好奇,我研究了一下coverage.py的工作原理。

coverage.py的使用方法

抄一下coverage.py主页的例子:

  1. coverage命令运行你的程序

    $ coverage run my_program.py arg1 arg2 
    blah blah ..your program's output.. blah blah
  2. 生成报告

    1
    2
    3
    4
    5
    6
    7
    $ coverage report -m
    Name                      Stmts   Miss  Cover   Missing
    -------------------------------------------------------
    my_program                   20      4    80%   33-35, 39
    my_other_module              56      6    89%   17-23
    -------------------------------------------------------
    TOTAL                        76     10    87%
  3. 或者,生成更漂亮的HTML报告

    $ coverage html

好吧对于一个开发工具来说,coverage算是挺成功的,因为够傻瓜。和 nosetests搭配使用的时候甚至更简单,加一个参数就可以了,“猴子都能学 会”……

既然这里有个脚本入口coverage,我们就从这里开始吧~

工作原理

首先从源码库把代码clone下来,观察一下setup.py

1
2
3
4
5
scripts = [                                                                      
    'coverage = coverage:main',                                                  
    'coverage%d = coverage:main' % sys.version_info[:1],                         
    'coverage-%d.%d = coverage:main' % sys.version_info[:2],                     
    ]

这里说明,coverage命令其实是调用了coverage模块下的main函数,根据这个 函数的内容——为了简洁起见这里省略掉一堆处理命令行参数的代码——我们可以跟踪到 coverage/control.py文件中的Coverage类。

这个类包含了所有从数据采集到生成报告的代码,我们只关心它如何采集到程序执行 数据就好了。而“采集数据”这个操作,通过这里的源码可以推断出,是由 coverage/collector.py中的Collector类和PyTracer类,又或者是CTracer 类合作完成的。

PyTracerCTracer其实在逻辑上是等价的,只不过一个是纯Python实现,而另 一个是C语言实现。为什么会这样呢?我们先继续看下去……

既然这两个类是一样的,我们还是来看稍微漂亮一点的Python版本吧。PyTracer 的start函数有句docstring说,这个函数是用来“Return a Python function suitable for use with sys.settrace()”的。

好吧,真相大白了,coverage.py利用了Python虚拟机的trace机制。我怎么就没想 到呢?

sys.settrace(...)

这个函数的文档在这里,所以参数和用法说明什么的我就省略了。实际上 这是Python程序调试机制的核心——几乎每种虚拟机或者操作系统,都有类似的 机制,用于干预其上执行的程序,可以认为这是给对应的调试器开的“后门”。 例如Erlang下有erlang:trace(...),POSIX系统下也有ptrace; Erlang的dbg模块正是基于erlang:trace(...)的,而gdb也是在ptrace基 础上工作的。

大家都知道调试器都是牛逼到可以把运行中的程序拆开再装回去的,它们依赖 的trace机制自然也是大杀器。但是这货通常要启动各种钩子(Hook),会严 重拖慢被trace的程序的运行速度,所以一般不会用在生产环境中。

这也就解释了为什么coverage.py里会有两个tracer:tracer代码基本上在 Python虚拟机的每步执行中都要被调用一遍,所以有一个C语言实现是能有效 提高效率的。那为什么还需要Python实现?这是为了支持CPython以外的虚拟 机,像PyPy、Jython之类。

其他利用trace机制的有趣玩意

pycallgraph能生成Python程序中的函数调用关系图(Call Graph)。

另外我在很~久之前用ptrace做了一个更改cd命令行为的小玩具 :)(转载注:作者写的)


 类似资料: