Qt代码单元测试以及报告生成
简介
单元测试是所有测试中最底层的一类测试,是第一个环节,也是最重要的一个环节,是唯一一次有保证能够代码覆盖率达到100%的测试,是整个软件测试过程的基础和前提,单元测试防止了开发的后期因bug过多而失控,单元测试的性价比是最好的。
覆盖率(code coverage rate)是反映测试用例对被测软件覆盖程度的重要指标,也是衡量测试工作进展情况的重要指标。在代码逻辑比较复杂的情况下,测试工作往往只能覆盖到显而易见的逻辑分支,而更多的深层次的逻辑分支则不容易被测试人员发现。为了保证测试的覆盖率,有些开发人员会尝试协助测试人员写出所有的测试用例,这不仅会牺牲大量的宝贵的开发时间,同时也拥有一定的难度,最重要原因就是因为测试难以量化。而代码覆盖工具就是用来量化代码测试的覆盖率,让测试人员可以直观的发现那些没有覆盖到的代码分支。
先介绍Qt代码做单元测试和生成报告的途径有哪些,后面会详细介绍具体怎么操作
一、单元测试以及生成报告途径
1、单元测试的主要途径:
- 使用Visual Studio下的OpenCppCoverage工具
- 在Qt下直接使用gtest和qtest配合一起做
2、生成报告的途径,主要有:OpenCppCoverage、gcovr、lcov。
推荐使用:在 Linux下通过Qt使用gtest和qtest,然后通过lcov导出生成报告。 下面介绍原因。
二、详细介绍
1、VS中使用OpenCppCoverage测试以及生成报告方式(生成报告速度较慢)


对于界面来说,需要点击才能产生覆盖率,这个不是特别友好
2、在Linux环境下通过Qt使用gtest和qtest测试,然后通过lcov导出生成报告
- 环境的准备
> 其中gtest需要下载,下载后修改成子工程模式加到工程中就可以了,gtest下载地址: https://github.com/google/googletest
可以修改Pro文件为子工程文件,具体忘记修改了哪些内容,自己研究一下吧。抱歉╮(╯▽╰)╭
> lcov在Linux下通过apt-get命令下载安装就可以 - pro文件的修改
include(../test/test.pri) # 测试子工程
include(../gtest/googletest/gtest_dependency.pri) # gtest 子工程QMAKE_LFLAGS +=-fprofile-arcs -ftest-coverage
QMAKE_CXXFLAGS += --coverage # 申明为要做单元测试
LIBS += -lgcov # 引入库文件
- main中的修改
// 依赖的头文件
#include <gtest/gtest.h>
#include <gmock/gmock.h>::testing::InitGoogleTest(&argc, argv); // 在mian函数中 初始化测试环境return RUN_ALL_TESTS(); // 运行所有测试单元
- 单元测试的编写,以一个测试用例为例(具体可以网上查询)
TEST(test_case_name, test_name)
{std::unique_ptr<***> p = std::make_unique<***>();
}
- test_case_name第一个参数是测试用例名,通常是取测试函数名或者测试类名
- test_name 第二个参数是测试名这个随便取,但最好取有意义的名称
- 当测试完成后显示的测试结果将以"测试用例名.测试名"的形式给出
- 私有函数测试小技巧:可以通过友元类来完成测试
Qt下查看测试情况:

- 生成测试报告(在有.gcno和.gcda文件的文件夹下通过终端执行以下命令:)
| 命令 | 意义 |
|---|---|
| ENABLE BRANCH="–rc lcov branch coverage=1 | 打开分支覆盖率显示 |
| lcov -d .-c -o r.info $(ENABLE BRANCH} 1>/dev/null | 1>/dev/null也可以去掉,它的作用是不输出信息到终端 |
| genhtml --branch-coverage -o result $ENABLE BRANCHI rinfo | 生成全部覆盖率信息 r.info 总的覆盖率信息,并生成到result 文件夹中 |
| lcov --extract rinfo '* /path/*i -o resultinfo | 抽取想要的覆盖率信息,eg:抽取path下的覆盖率信息 ,具体可以通过result文件夹下indes.html 中查看要抽取部分,可以多个 |
| genhtml result.info -o output/ | 重新生成报告,并导出到 output文件夹中 |
- 最终报告

3、在Windows环境下通过Qt使用gtest和qtest测试,然后通过gcovr导出生成报告
除了导出报告方法和Linux不一样外,其他步骤和Linux一样
生成报告命令**(coverage.html报告名,可修改)**:
gcovr -r . --html --html-details -o coverage.html
但是有个问题,只能生成ui_.h和moc_.cpp的报告,具体怎么生成源码测试报告的方案没研究明白
有研究明白的或者知道怎么生成的,希望留言指教,谢谢**
相关文章:
Qt代码单元测试以及报告生成
简介 单元测试是所有测试中最底层的一类测试,是第一个环节,也是最重要的一个环节,是唯一一次有保证能够代码覆盖率达到100%的测试,是整个软件测试过程的基础和前提,单元测试防止了开发的后期因bug过多而失控࿰…...
vscode构建Vue3.0项目(vite,vue-cli)
构建Vue3.0项目构建Vue3.0项目1.使用Vite构建vue项目的方法以及步骤1. 安装vite2. 运行vite vue 项目3.说明2.使用vue-cli构建vue项目的方法以及步骤1.安装全局vue cli —— 脚手架2、VSCode3.报错4.运行构建Vue3.0项目 1.使用Vite构建vue项目的方法以及步骤 1. 安装vite n…...
【2023】华为OD机试真题Java-题目0215-优雅数组
优雅数组 题目描述 如果一个数组中出现次数最多的元素出现大于等于 k k k 次,被称为k-优雅数组, k k k 也可以被称为优雅阈值。 例如,数组[1, 2, 3, 1, 2, 3, 1],它是一个3-优雅数组,因为元素1出现次数大于等于3次...
通过Prowork每日自动提醒待处理工作任务
对于中小团队来说,由于不需要繁琐的流程和高频的异地沟通,需要一款更适合中小团队的日程和项目管理工具。而Prowork就是这样一款敏捷高效的协同平台。Prowork与以往各种项目管理⼯具最⼤的不同在于,其弱化流程和弱化权限的特性,不…...
Linux自定义系统服务
文章目录一. Linux系统服务二. 自定义系统服务一. Linux系统服务 Linux 系统服务有时也称为守护程序,是在Linux启动时自动加载并在Linux退出时自动停止的系统任务,CentOS 7.x开始,CentOS开始使用 systemd服务来代替 daemon ,原来…...
mongodb lambda 查询插件
需求背景需要一个像mybatis plus 一样的基于lambda, 且面向对象的查询mongo数据的插件。在网上找了很久,没有发现有类似功能的插件。于是自己手写了一个,借助mongoTemplate屏蔽了底层查询语句的实现细节。在此基础上,实现了查询的统一封装。技…...
C++设计模式(16)——责任链模式
亦称: 职责链模式、命令链、CoR、Chain of Command、Chain of Responsibility 意图 责任链模式是一种行为设计模式, 允许你将请求沿着处理者链进行发送。 收到请求后, 每个处理者均可对请求进行处理, 或将其传递给链上的下个处理…...
springmvc+jsp电影院购票售票选座推荐网站java ssm
本电影购票推荐网站以SSM作为框架,B/S模式以及MySql作为后台运行的数据库。本系统主要包括以下功能模块:个人中心、用户管理、电影信息管理、电影类型管理、影院信息管理、系统管理、订单管理等模块,通过这些模块的实现能够基本满足日常电影购…...
ASEMI高压MOS管4N65SE,4N65SE参数,4N65SE特征
编辑-Z ASEMI高压MOS管4N65SE参数: 型号:4N65SE 漏极-源极电压(VDS):650V 栅源电压(VGS):30V 漏极电流(ID):4A 功耗(PD…...
第46章 自定义静态与数据库动态授权依赖注入的定义实现
1 数据库动态授权表授权原理 2 准备工作 2.1 重构Program.cs using Framework.Infrastructure.Extensions; var builder WebApplication.CreateBuilder(args); //如果启动项中不存在“appsettings.json”文件,则通过.Net(Core)的内置方法自动新建“appsettings.…...
Go语言面试题
请解释 Go 语言中的 goroutine 是什么。请解释 Go 语言中的 channel 是什么,并举例说明它的用途。请解释 Go 语言中的 interface 是什么,并举例说明它的用途。请解释 Go 语言中的 map 和 slice 是什么,并举例说明它们的用途。请解释 Go 语言中…...
Kubernetes入门级教程
Kubernetes入门级教程1. Introduction1.1 概述1.2 关键字介绍2. Cluster Install2.1 Big Data -- Postgres3. 基础知识3.1 Pod3.2 控制器3.3 通讯模式3.4 服务发现4. Command4.0 编辑文件4.1 在宿主机执行命令4.2 创建资源对象4.3 查询资源对象4.4 查询资源描述4.5 修改资源4.6…...
15个顶级思维模型
今天给大家分享几个思维模型,无论是数分、数开还是其他岗位,都会有所启发。 查理芒格认为,每个学科都是从一个独特的角度去切入了解这个世界,都是一个摸象的瞎子。 要超越普通人的认知决策,就必须掌握多个核心思维模…...
外贸谷歌优化,外贸google SEO优化费用是多少?
本文主要分享关于做外贸网站的谷歌seo成本到底需要投入多少这一件事。 本文由光算创作,有可能会被剽窃和修改,我们佛系对待这种行为吧。 那么外贸google SEO优化费用是多少? 答案是:2w~25w。 好,看到这个答案先别激…...
华为OD机试 - 统计匹配的二元组个数(Python) | 机试题算法思路
最近更新的博客 华为OD机试 - 招聘(Python) | 备考思路,刷题要点,答疑 【新解法】华为OD机试 - 五键键盘 | 备考思路,刷题要点,答疑 【新解法】华为OD机试 - 热点网络统计 | 备考思路,刷题要点,答疑 【新解法】华为OD机试 - 路灯照明 | 备考思路,刷题要点,答疑 【新解…...
Java 日志简介
目录1、Slf4j2、Log4j3、LogBack4、Logback 优点5、ELK1、Slf4j slf4j 的全称是 Simple Loging Facade For Java,即它仅仅是一个为 Java 程序提供日志输出的统一接口,并不是一个具体的日志实现方案,就比如 JDBC 一样,只是一种规则…...
HTTPS协议原理---详解六个加密方案
目录 一、HTTPS 1.加密与解密 2.我们为什么要加密? 3.常见加密方式 ①对称加密 ②非对称加密 4.数据摘要 5.数字签名 二、HTTPS的加密方案 1.只是用对称加密 2.只使用非对称加密 3.双方都使用非对称加密 4.非对称加密+对称加密 中间人攻…...
纯css实现坤坤经典动作-“铁山靠”
背景 2023年2月16日,晴,今天没有工作,一直在掘金摸鱼,摸的我好累。 不行!我得找点有意义的事情做! 此时间,我发的一条沸点竟然有小黑子给我评论,\ 我看到之后气不打一处来ÿ…...
Linux 操作系统原理 — NUMA 体系结构
目录 文章目录 目录NUMA 体系结构NUMA 的基本概念查看 Host 的 NUMA TopologyBash 脚本DPDK 脚步NUMA 体系结构 NUMA(Non-Uniform Memory Access,非一致性存储器访问)的设计理念是将 CPU 和 Main Memory 进行分区自治(Local NUMA node),又可以跨区合作(Remote NUMA nod…...
cesium学习记录01
1,将右弦GISer的cesium实战系列的大部分功能(25-110) 都又跟着走了一遍(大部分是CTRL CCTRL V) 2,代码SVN地址(用户名:liu 密码:123) (如果我没有遗漏上传…...
CANN/asc-devkit注册默认Tiling
REGISTER_TILING_DEFAULT 【免费下载链接】asc-devkit 本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言,原生支持C和C标准规范,主要由类库和语言扩展层构成,提供多层级API,满足多维场景算子开发诉求。 项目地址: https:…...
无实景不建模 孪生自生成:无改造无感追踪技术路径,重构数字孪生与视频孪生交付逻辑
数字孪生长期深陷建模依赖的行业困局,传统技术路径均以人工建模、激光点云扫描、第三方测绘为前置核心环节,不仅带来高昂的资金投入、漫长的实施周期,更存在模型更新滞后、实景适配性差、运维成本高企等难以破解的行业顽疾。同时,…...
AI助手自我进化框架:异步复盘与技能固化工程实践
1. 项目概述:一个让AI助手学会自我进化的“内功心法”如果你用过Claude、ChatGPT或者国内的一些大模型,肯定有过这样的体验:你跟它聊得挺好,让它帮你写个代码、分析个文档,它都能干。但聊着聊着,你发现它好…...
作业4:独立按键+数码管实操
文章目录 1.测试代码视频2.流水灯视频3.独立按键视频(点亮四个灯)4.独立按键视频(思考题点亮8个灯)5.数码管显示“111111”6.数码管显示“123456”7.数码管显示“11.12.13”8.数码管显示“HH8800.” 1.测试代码视频 测试2.流水灯视频 流水灯#include <reg51.h> // 包含…...
Windows下CLion配置NDK的CMake项目,为什么你的Android.toolchain.cmake总报错?一篇讲清所有参数
Windows下CLion配置NDK的CMake项目:破解android.toolchain.cmake报错全指南 当你第一次在CLion中尝试配置NDK的CMake项目时,那个看似简单的android.toolchain.cmake文件可能成了噩梦的开始。明明按照教程一步步操作,却在编译时遭遇各种莫名其…...
ML管道自动化:构建端到端的机器学习工作流
ML管道自动化:构建端到端的机器学习工作流 一、ML管道自动化概述 1.1 ML管道的定义 ML管道是一系列机器学习任务的组合,包括数据收集、数据预处理、特征工程、模型训练、模型评估和模型部署等步骤。ML管道自动化则是通过工具和框架自动执行这些步骤的过程…...
FFmpeg GUI终极指南:图形化音视频处理神器快速上手
FFmpeg GUI终极指南:图形化音视频处理神器快速上手 【免费下载链接】ffmpegGUI ffmpeg GUI 项目地址: https://gitcode.com/gh_mirrors/ff/ffmpegGUI 还在为复杂的FFmpeg命令行参数而头疼吗?FFmpeg GUI将彻底改变你的音视频处理体验!这…...
告别手动开关!用ESP8266+Arduino IDE实现高精度定时控制(实测误差<1秒)
ESP8266高精度定时控制系统:从网络校时到误差优化实战 清晨6点整,阳台的智能花盆准时启动灌溉系统;下午5点59分59秒,宠物喂食器精准投放今日最后一餐——这些需要分秒不差的物联网场景,往往让开发者们头疼不已。传统定…...
【SITS大会独家内幕】:20年技术出版人亲述图书签售背后的5大行业趋势与3个未公开合作线索
更多请点击: https://intelliparadigm.com 第一章:【SITS大会独家内幕】:20年技术出版人亲述图书签售背后的5大行业趋势与3个未公开合作线索 在2024年SITS(Software Innovation & Tech Symposium)大会主会场外的“…...
为什么你的Copilot写不出合格边界用例?奇点大会逆向复盘:训练数据偏差→提示失焦→断言坍塌的致命链
更多请点击: https://intelliparadigm.com 第一章:AI原生测试生成自动化:2026奇点智能技术大会测试用例生成 在2026奇点智能技术大会上,AI原生测试生成(AI-Native Test Generation)正式成为质量工程范式跃…...
