当前位置:首页 > 文章列表 > Golang > Go问答 > 如何从 Go 测试覆盖中忽略生成的文件

如何从 Go 测试覆盖中忽略生成的文件

来源:Golang技术栈 2023-04-10 16:14:13 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《如何从 Go 测试覆盖中忽略生成的文件》,就坚持看下去吧!文中内容包含golang等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

问题内容

我的包中有一个生成的文件,DO NOT EDIT顶部有一个。我正在使用go test -coverprofile=cover.out . 这将创建覆盖配置文件并显示总覆盖百分比。但它还包括在计算覆盖率时生成的文件。有没有办法在覆盖率计算中忽略生成的文件?

正确答案

大多数 Go 工具都对包进行操作,因为包本身形成了一个整体可能有用的 单元。 从包中排除文件很容易“破坏”包:被排除的文件可能包含(关键)包初始化代码,甚至可能导致剩余的包文件无法编译。

go test也不例外:它也对包进行操作。没有从包中排除文件的第一手支持。

如果您的包可以在没有生成文件的情况下进行编译和测试,您可以选择将文件生成到不同的包中,然后它自然不会包含在包的(覆盖)测试中。

另一种处理方法是仍然在同一个包/文件夹中生成它,并在生成的文件中使用特殊的构建标签,您可以在运行覆盖测试时排除这些标签。您可以在此处阅读有关构建标签的更多信息:[构建约束](https://golang.org/pkg/go/build/#hdr- Build_Constraints),以及在此处:[在 Go 中封装特定于平台的代码的正确方法是什么?](https://stackoverflow.com/questions/35428963/what-is- the-right-approach-to-encapsulate-platform-specific-code-in- go/35429081#35429081)

如果需要生成文件来编译/测试包,那么您仍然有一个选择:为生成的文件使用 内部 包。内部包仅可用于以internal文件夹为根的包树,这意味着您可以导出内部包中的任何标识符,编译器确保它们不会被“非预期”方使用。您可以在此处阅读有关内部包的更多信息:[我可以在多个源目录中开发一个 go 包吗?](https://stackoverflow.com/questions/45899203/can-i-develop-a-go- package-in-multiple-source-directories/45902409#45902409)

还要考虑为生成的代码编写或生成测试的选项,无论如何这可能是一种很好的做法,因此您不必使用技巧将它们从覆盖测试中排除。

今天关于《如何从 Go 测试覆盖中忽略生成的文件》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:Golang技术栈 如有侵犯,请联系study_golang@163.com删除
如何在 go 中模拟/抽象文件系统?如何在 go 中模拟/抽象文件系统?
上一篇
如何在 go 中模拟/抽象文件系统?
在 Go 中读取非 UTF-8 文本文件
下一篇
在 Go 中读取非 UTF-8 文本文件
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    270次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    322次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    309次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    288次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    104次使用