背景
Python凭借其面向对象的特点，清晰简洁的语法以及丰富而强大的类库，已经在越来越多的应用领域中获得了青睐。
测试工作中涉及的Python脚本也越来越多，这就产生了通过统计的覆盖率来衡量测试效果的需求，
二进制程序可以使用BullseyeCoverage进行覆盖率分析，Python脚本是否也有比较好的工具来进行覆盖率分析呢，这里介绍一个针对python脚本的覆盖率分析工具。
Coverage3.3.1基本功能介绍
Coverage是一个用于统计python代码覆盖率的工具，支持HTML报告生成，最新版本支持对分支覆盖率进行统计。
获取地址：http://pypi.python.org/pypi/coverage
官方站点：http://nedbatchelder.com/code/coverage/
安装
Coverage支持Python2.5/2.6/3.1，和其他python第三方module安装方式相同， 获获取后python setup.py install即可。
运行
Coverage支持两种运行方式：一种是命令行的方式，另一种方式是通过在脚本中调用Coverage的API来控制覆盖率的统计，下面一一介绍。
(1)命令行方式
这种方式比较简单，只需要指定被测脚本，不用对被测代码进行任何修改。
安装好Coverage后，会在python/bin/生成一个coverage脚本，通过调用coverage run <被测脚本>进行覆盖率分析。
Example：
coverage run test.py foo bar
这样就完成了一次覆盖率分析，其中run是coverage的参数，test.py是被测脚本，foo、bar是test.py的调用参数。
(2)API方式
除了命令行方式，coverage提供了更灵活的API调用方式来进行覆盖率分析。
API方式需要在被测代码前后嵌入，举一个最简单的例子：
from coverage import coverage
cov = coverage() #生成coverage对象
cov.start() #开始分析
function_to_be_tested() #待测函数
cov.stop() #分析结束
cov.save() #将覆盖率结果保存到数据文件
这样就通过在代码中调用API完成了对目标函数的覆盖率分析。
这种统计方式的好处在于可以灵活的控制覆盖率分析start和stop的代码段，可以满足不同的需求。
查看覆盖率结果
通过(2)中介绍的方法完成覆盖率分析后，就可以查看覆盖率分析的结果了。Coverage提供了几种覆盖率结果的展现方式：
(1)简单文本方式
使用命令行coverage report，或者在代码中调用coverage对象的report方法
可以获取简单文本格式的覆盖率结果：
Name是被分析Module的名称，
Stmts/Exec表示语句总数/执行到的语句数
Branch/BrExec表示分支数/执行到的分支数，Cover表示覆盖率
Cover=(Exec+BrExec)/(Stmts+Branch)
(2)HTML格式
使用命令行coverage html，或者在代码中调用coverage对象的html_report方法，可以获取html格式的覆盖率分析报告，并且提供对源码详细覆盖情况的标注报告，报告范例可以在http://nedbatchelder.com/code/coverage/sample_html/查看。
(3)XML格式
类似的，通过coverage xml或者调用coverage.xml_report来生成。
进阶功能
Coverage还提供了很多有用的特性/功能，这里介绍几个比较有用的。
(1)数据文件合并combine
默认情况下，覆盖率数据会被写入到当前目录的.coverage文件中，但在有些情况下需要产生多个.coverage文件
（比如多进程并发执行自动化测试，使用coverage –p产生形如.coverage.hostname.pid的多个数据文件），最后进行合并分析总的覆盖率，这时候就可以使用combine功能，合并成一个.coverage文件。
(2)分支覆盖分析branch
分支覆盖是在最新版本的Coverage中提供的。
API模式下，只需在创建coverage对象时制定branch=True即可，cov = coverage.coverage(branch = True)；
命令行模式只能通过修改.coveragerc来打开分支覆盖功能。
(3)排除特定代码exclude
代码中可能有一部分代码是出于debug用途的，或者处在不会被触及的分支，在这种情况下，在统计覆盖率的时候可能不希望这些代码被统计在内，可以通过Coverage提供的exclude功能在统计的时候排除这些代码。
简单的排除方法是在需要被排除的代码行或者分支后面添加注释，内容为”#pragma no cover”，这样被注释的分支和代码行就会在统计中被排除。
另外可以使用正则表达式来匹配需要排除的代码行，通过coverage.exclude(regex)或者在.coveragerc中添加exclude_lines来指定。
(4).coveragerc
如上所述，一部分功能在命令行模式下只能通过修改.coveragerc来打开，如branch覆盖，exclude正则表达式等等：
# .coveragerc to control coverage.py
[run]
branch = True
[report]
# Regexes for lines to exclude from consideration
exclude_lines =
# Have to re-enable the standard pragma
pragma: no cover
# Don't complain about missing debug-only code:
def __repr__
if self\.debug
经验分享
对于单元测试和直接退出的脚本，以上介绍的方式能很好的工作，但是对于后台服务类，程序中有一个mainLoop的python脚本，情况会有些许不同。
假设我们有一个脚本程序：
#mock_server.py
import time
a = 0
while True:
a += 1
if a>30:
a = 0
time.sleep(1)
我们用coverage run mock_server.py &>log &启动，一段时间后kill该进程，再用coverage report查看，会发现覆盖率结果是空的。
百思不得其解下只好查看coverage源代码，原来，coverage在实现上使用了atexit模块注册一个回调函数，在python退出时将内存中的覆盖率结果写到文件中，所以被测脚本只有正常退出或者以SIGINT 2信号退出，才能得到覆盖率结果，如果直接kill（SIGTERM 15）或者用其他信号终止进程，覆盖率结果将会丢失。
所以，要解决覆盖率丢失的问题，一种方法是在测试完毕后使用kill -2来结束进程，使atexit能捕捉到退出的信号；
或者，可以使用coverage的API方式，安装一个自定义的signal handler，捕捉其他信号，在程序退出的时候做一次coverage.save()。
（作者：linyi)
