pytest如何提升异常处理覆盖率？推荐插件有哪些

pytest默认不统计try...except中except分支的覆盖率，需额外配置。1. 安装pytest和pytest-cov；2. 使用--cov-branch启用分支覆盖检测；3. 编写测试用例触发异常并验证处理逻辑；4. 确保测试覆盖else块；5. 可借助突变测试工具如mutpy提升测试质量；6. 通过报告定位未覆盖代码并补充测试。这些方法可有效增强异常处理代码的覆盖率统计。

pytest默认情况下，可能不会直接统计try...except块中except分支的覆盖率。需要一些额外的配置和插件来更精确地度量这部分代码的覆盖情况。

首先，确保你安装了pytest和pytest-cov：

pip install pytest pytest-cov

然后，可以尝试以下方法来增强异常处理分支的覆盖率统计：

使用--cov-branch 选项

pytest-cov 提供了 --cov-branch 选项，可以启用分支覆盖率的检测。这会更细致地分析代码执行路径，包括 if 语句和 try...except 块中的不同分支。

运行测试时，加上这个选项：

pytest --cov=. --cov-report term-missing --cov-branch

这会显示哪些分支没有被覆盖到，帮助你找出需要补充测试用例的异常处理代码。

显式地测试异常情况

编写专门的测试用例来触发 except 块中的代码。使用 pytest.raises 上下文管理器来断言特定的异常被抛出。

例如：

import pytest

def divide(x, y):
    try:
        return x / y
    except ZeroDivisionError:
        return float('inf')

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        divide(1, 0) # 确保抛出异常

def test_divide_by_zero_handled():
    assert divide(1, 0) == float('inf') # 验证异常处理后的返回值

这里，test_divide_by_zero 验证了函数在除数为零时是否抛出 ZeroDivisionError 异常（实际上，按照divide函数的写法，test_divide_by_zero 这个测试是会失败的，因为异常被捕获了）。test_divide_by_zero_handled 验证了 except 块中的代码是否正确执行。

使用 try...except...else 结构

如果你的代码使用了 try...except...else 结构，确保 else 块中的代码也被覆盖到。else 块只有在 try 块中没有抛出异常时才会执行，因此需要编写相应的测试用例。

考虑使用 mutation testing

Mutation testing (突变测试) 是一种更高级的测试技术，它可以修改你的代码（例如，改变一个运算符或删除一行代码），然后运行你的测试用例，看是否能检测到这些修改。如果测试用例没有检测到修改，说明测试覆盖率可能存在问题。

虽然 mutation testing 不直接统计覆盖率，但它可以帮助你发现那些看似被覆盖但实际上没有被充分测试的代码。

一个常用的 Python mutation testing 工具是 mutpy。

检查报告

仔细检查 pytest-cov 生成的报告。报告会显示哪些行代码没有被覆盖到。如果发现 except 块中的代码没有被覆盖到，就需要编写更多的测试用例来触发这些异常情况。

例如，如果报告显示以下代码没有被覆盖到：

try:
    # ...
except ValueError:
    # ...
    print("ValueError occurred")  # 报告显示这行没有被覆盖

那么就需要编写一个测试用例，确保 ValueError 异常会被抛出，并且 print("ValueError occurred") 这行代码会被执行。

为什么默认情况下异常处理分支的覆盖率不高？

通常，编写测试用例的重点会放在正常流程上，而忽略了异常情况。另外，有些异常情况可能比较难模拟，例如网络连接失败、文件不存在等。因此，需要有意识地去编写测试用例来覆盖这些异常情况。

总结

统计异常处理分支的覆盖率需要一些额外的努力，但这是值得的。通过使用 --cov-branch 选项、编写专门的测试用例、使用 mutation testing 等方法，可以更全面地了解代码的测试覆盖情况，提高代码的质量和可靠性。