代码覆盖率分析
2016-08-22 09:49
267 查看
通过分析来提高代码覆盖率
利用VectorCAST/CBA,用户可以标记出经过分析覆盖的代码。这样,高安全行业的开发工程师就能够通过覆盖率分析来提高测试所达到的覆盖率了,使覆盖率按照规定达到100%。
利用VectorCAST/CBA进行高安全的软件开发
高安全行业的开发工程师必须对测试过程中未执行到的代码进行分析,并将分析记录为需求的一部分,从而使结构覆盖率达到100%。
这种分析通常只用于一小部分难以甚至无法测试的代码库。利用VectorCAST/CBA,可以将这种分析与测试集成起来,用户只要通过一个视图就能看到所有的代码覆盖率。
[align=left]通过VectorCAST/CBA编辑器,用户可以选择被覆盖的代码,并配上注释或要求。[/align]
VectorCAST/CBA何运作
VectorCAST/CBA会对那些未被测试覆盖的代码进行高亮处理,以方便用户对这些代码进行论证分析。VectorCAST/CBA的编辑器非常直观,用户可以根据覆盖率层级来为语句,分支结果或MC/DC配对添加分析。
VectorCAST/CBA可以将覆盖率分析数据与经测试得到的代码覆盖率结合起来,所以用户只要通过一个视图就能看到所有的代码覆盖率,这大大节约了记录代码覆盖率的时间和成本。用户可以为每个分析数据添加分析结果和链接,可将其连接到正式的需求。
将VectorCAST/CBA与静态分析工具结合起来使用
VectorCAST/CBA也可以与静态分析工具结合起来使用,这有助于集中精力测试最容易出现问题的代码部分。
静态工具会将代码部分按照“绿色”,“黄色”和“红色”进行分类。“绿色”表示没有静态错误的代码;“黄色”表示可能存在错误的代码,需要重新测试;“红色”表示肯定有错误的代码。这样,开发工程师可以集中精力修复“红色”代码,重点测试“黄色”代码。
将静态分析工具与VectorCAST/CBA集成起来,测试人员就可以集中精力测试黄色的代码部分
VectorCAST/CBA也支持这一工作流程,它可以导入静态分析数据并将“绿色”代码部分标记为经过分析覆盖的代码。
报告
团队可以根据集成的报告发布一个统一的视图,显示所有的覆盖率和经过分析的子集。
既可以在整合的覆盖率报告中看到VectorCAST/CBA数据,也可以在度量报告中看到该数据。
用户为多个VectorCAST/C++, VectorCAST/Ada, VectorCAST/Cover环境生成一个总结报告。
利用VectorCAST/CBA,用户可以在一个单独的报告中轻松查看通过测试和分析获取的覆盖率度量指标。
利用VectorCAST/CBA,用户可以标记出经过分析覆盖的代码。这样,高安全行业的开发工程师就能够通过覆盖率分析来提高测试所达到的覆盖率了,使覆盖率按照规定达到100%。
利用VectorCAST/CBA进行高安全的软件开发
高安全行业的开发工程师必须对测试过程中未执行到的代码进行分析,并将分析记录为需求的一部分,从而使结构覆盖率达到100%。
这种分析通常只用于一小部分难以甚至无法测试的代码库。利用VectorCAST/CBA,可以将这种分析与测试集成起来,用户只要通过一个视图就能看到所有的代码覆盖率。
[align=left]通过VectorCAST/CBA编辑器,用户可以选择被覆盖的代码,并配上注释或要求。[/align]
VectorCAST/CBA何运作
VectorCAST/CBA会对那些未被测试覆盖的代码进行高亮处理,以方便用户对这些代码进行论证分析。VectorCAST/CBA的编辑器非常直观,用户可以根据覆盖率层级来为语句,分支结果或MC/DC配对添加分析。
VectorCAST/CBA可以将覆盖率分析数据与经测试得到的代码覆盖率结合起来,所以用户只要通过一个视图就能看到所有的代码覆盖率,这大大节约了记录代码覆盖率的时间和成本。用户可以为每个分析数据添加分析结果和链接,可将其连接到正式的需求。
将VectorCAST/CBA与静态分析工具结合起来使用
VectorCAST/CBA也可以与静态分析工具结合起来使用,这有助于集中精力测试最容易出现问题的代码部分。
静态工具会将代码部分按照“绿色”,“黄色”和“红色”进行分类。“绿色”表示没有静态错误的代码;“黄色”表示可能存在错误的代码,需要重新测试;“红色”表示肯定有错误的代码。这样,开发工程师可以集中精力修复“红色”代码,重点测试“黄色”代码。
将静态分析工具与VectorCAST/CBA集成起来,测试人员就可以集中精力测试黄色的代码部分
VectorCAST/CBA也支持这一工作流程,它可以导入静态分析数据并将“绿色”代码部分标记为经过分析覆盖的代码。
报告
团队可以根据集成的报告发布一个统一的视图,显示所有的覆盖率和经过分析的子集。
既可以在整合的覆盖率报告中看到VectorCAST/CBA数据,也可以在度量报告中看到该数据。
用户为多个VectorCAST/C++, VectorCAST/Ada, VectorCAST/Cover环境生成一个总结报告。
利用VectorCAST/CBA,用户可以在一个单独的报告中轻松查看通过测试和分析获取的覆盖率度量指标。
相关文章推荐
- PHP 代码覆盖率分析
- 代码覆盖率分析(gcov)
- 使用 Ratinal Purecoverage 进行 C++ 代码覆盖率分析
- 使用代码覆盖率分析度量测试的完整性
- ant中使用cobertura分析测试用例的代码覆盖率
- 代码覆盖率分析工具--NCover
- (1)写一个程序,用于分析一个字符串中各个单词出现的频率,并将单词和它出现的频率输出显示。(单词之间用空格隔开,如“Hello World My First Unit Test”); (2)编写单元测试进行测试; (3)用ElcEmma查看代码覆盖率,要求覆盖率达到100%。
- gcov和lcov对linux c++分析代码覆盖率
- Linux下gcov和lcov代码覆盖率分析(C/C++覆盖率在NGINX测试中的应用)
- VS2013单元测试及代码覆盖率分析--Xunit
- 使用VS2005进行代码覆盖率分析
- EMMA组件分析代码执行覆盖率 推荐
- gcov测试代码覆盖率及分析代码性能
- PHPUnit袖珍指南 第十章 代码覆盖率分析
- AQtime代码覆盖率深度分析之二
- 代码覆盖率分析
- Linux平台代码覆盖率测试工具GCOV相关文件分析
- 代码覆盖率分析
- 使用 Ratinal Purecoverage 进行 C++ 代码覆盖率分析
- 使用Coverage分析Python web项目的代码覆盖率