目錄
摘要
許多人將100％的單元測試覆蓋率等同於高代碼質量，但這還不夠。 代碼覆蓋率工具僅衡量測試是否執行代碼； 他們對測試的有效性沒有判斷力。 測試人員應審查單元測試，即使它們具有較高的覆蓋率，也可以幫助改進測試或在必要時補充額外的測試。
譯文內容
當開發人員進行的單元測試中100％覆蓋我們的代碼時，爲什麼需要測試人員？在創建測試時，測試人員爲什麼應審查單元測試？因爲100％的單元測試代碼覆蓋率還不夠。
代碼覆蓋率工具跟蹤代碼的執行情況，並提供有關該執行情況的指標。最常見的措施之一是聲明覆蓋率。語句覆蓋率給出了已執行語句佔程序中語句總數的百分比。許多組織設定了單元測試覆蓋率的目標，共同的目標是80％的語句覆蓋率。
開發人員爲獲得100％的單元測試覆蓋率而感到自豪，項目團隊的成員將其與擁有高質量的代碼聯繫在一起。但是，即使測試執行了每一行代碼，然後我們將代碼稱爲“完全測試”，這也會產生誤導。
100％的單元測試覆蓋率並不意味着我們已經進行了良好的測試，甚至並不意味着測試已經完成。測試可能會丟失重要數據，而只能使用成功的數據進行測試，而無法測試導致失敗的數據。 100％的單元測試覆蓋率沒有說明缺少代碼，缺少錯誤處理或缺少要求。
測試也可能實際上沒有檢查代碼的功能。僅執行代碼而不檢查其功能仍然在覆蓋率指標中。
以下示例說明了僅依靠單元測試覆蓋範圍會導致什麼問題。代碼是Python，測試是使用unittest模塊編寫的。希望這些示例能激發測試人員檢查單元測試，改進這些測試或通過功能測試來補充它們，以填補空白—即使測試覆蓋率爲100％。
缺少測試用例
考慮下面的函數（only_correct_data），該函數具有多個參數，執行一些數學運算並返回結果。只需一次單元測試即可實現100％的代碼覆蓋率，因爲此函數只有一行代碼：
def only_correct_data（a，b，c）：
返回（a /（b-c））
def test_only_correct_data（self）：
＃僅測試可得出正確結果的數據
self.assertEqual（only_correct_data（1,2,3），-1）
self.assertEqual（only_correct_data（2,3,1），1）
self.assertEqual（only_correct_data（0,2,3），0）
測試覆蓋率爲100％，其中三個測試用例分別覆蓋負面結果，正面結果和零結果。缺少的是會導致被零除錯誤的測試用例。使用調用only_correct_data（2，2，2）將導致被零除的異常。爲開發人員找到丟失的測試案例是改善單元測試的好方法。
複查這些單元測試並確保它們徹底的另一個好處是，測試人員可以專注於整體系統質量，用戶體驗和對客戶的接受度。知道數學是正確的並且可以通過單元測試驗證的，可以使測試人員專注於與質量相關的其他因素
缺少功能
單元測試通常會驗證開發人員的意圖是否正確實現，但是即使100％的代碼覆蓋率也並不意味着完全滿足要求。
在此示例中，有一個稱爲“狗”的類，該類根據狗的大小返回“吠”。
狗類（對象）：
def __init __（自身，大小）：
如果size ==“ Large”：
self.bark =“糟糕！”
如果size ==“ Small”：
self.bark =“弓哇”
def test_missing（）：
＃缺少對中型犬的測試
l =狗（“大”）
self.assertEqual（l.bark，“糟糕！”）
s =狗（“小”）
self.assertEqual（s.bark，“ Bow Wow”）
狗類中缺少吠叫“ Ruff”的中型狗。該代碼缺少要求，並且由於在此階段進行了額外的測試，該錯誤早在驗收測試之前就已被發現，因此無需花費太多精力進行修復。
此示例說明了100％的代碼覆蓋率並不能告訴您有關丟失的代碼的任何信息。單元測試將檢查代碼是否在工作，因爲開發人員打算使代碼工作，但不一定是代碼滿足客戶要求。
測試錯誤或不正確
在測試過程中100％執行代碼並不意味着測試實際上是好的測試，甚至根本測試不到任何東西。
def rev_string（in_string）：
返回in_string
def test_bad_test（）：
＃實際上不檢查代碼是否正確
self.assertIsNotNone（rev_string（“ Test String”））
在此示例中，該函數應反轉字符串，但不是。即使單元測試具有100％的覆蓋率，它也不會實際檢查字符串是否反向。僅檢查返回值是否不是“ None”。測試用例可以執行代碼，而無需實際測試任何內容，仍然可以實現100％的代碼覆蓋率。測試人員應仔細檢查這些測試的質量或創建實際驗證功能的測試。
do_nothing = rev_string（“測試字符串”）
該行將執行rev_string，但不會實際對其進行測試，仍然達到100％的覆蓋率。在這些情況下，測試人員可以幫助開發人員考慮適當的方法來測試功能，以填補測試空白。
異常處理
此示例顯示了一種非常常見的情況，其中代碼進行了一些錯誤檢查，但尚未經過全面測試。 本文創建的所有代碼的代碼覆蓋率是98％，但是這裏缺少的一項測試是一項重要的測試。
def missing_important（a，b）：
如果a爲None：
#handle例外
a = 1/0＃意圖錯誤
回報（a + b）
def test_incomplete（self）：
＃未測試異常處理
self.assertEqual（missing_important（1,2），3）
單元測試是測試異常處理的一種絕妙方法，因爲開發人員可以完全控制上下文並可以注入測試錯誤所需的條件。 在系統級別或通過API工作的測試人員可能無法創建條件，在此示例中，變量“ a”的值爲“ None”。
後續測試步驟
這些示例很簡單，可以證明這些觀點，當然，在實踐中，單元測試也很有價值。 但是，高比例的單元測試覆蓋範圍並不能自動等於高質量的代碼。 測試也必須有效。
仍然需要測試人員檢查單元測試，以確保它們是最佳測試，使用自己的測試來改進或補充單元測試，在審查單元測試時牢記客戶需求的觀點，並確定哪些領域 單元測試涵蓋了這些內容，可以幫助優化集成和系統測試。