0

0

c++如何使用gcov生成代码覆盖率报告_c++测试驱动开发工具

冰火之心

冰火之心

发布时间:2025-12-01 09:28:02

|

664人浏览过

|

来源于php中文网

原创

首先启用gcov需添加-fprofile-arcs、-ftest-coverage、-g和-O0编译选项,运行测试生成.gcda文件;接着用gcov命令生成文本报告,或使用lcov收集数据并用genhtml生成HTML可视化报告,绿色为已覆盖,红色为未覆盖;建议将流程集成到Makefile或CI中,通过make coverage一键执行,便于持续跟踪测试覆盖率,提升TDD效率。

c++如何使用gcov生成代码覆盖率报告_c++测试驱动开发工具

在C++测试驱动开发中,代码覆盖率是衡量测试完整性的关键指标。gcov 是 GCC 自带的代码覆盖率分析工具,配合编译器选项和 lcov 等前端工具,可以生成直观的 HTML 报告,帮助开发者识别未被测试覆盖的代码路径。

启用 gcov 所需的编译选项

要使用 gcov,必须在编译时添加特定的调试和插桩选项,使编译器生成用于覆盖率分析的辅助文件。

编译 C++ 代码时,加入以下标志:

  • -fprofile-arcs:生成执行流程信息(.gcda 文件)
  • -ftest-coverage:生成源码行覆盖数据(.gcno 文件)
  • -g:包含调试信息
  • -O0:关闭优化,避免代码重排影响覆盖率准确性
示例编译命令:
g++ -fprofile-arcs -ftest-coverage -g -O0 -c src/mycode.cpp -o build/mycode.o
g++ -fprofile-arcs -ftest-coverage build/mycode.o test/test_mycode.cpp -o build/test_runner

运行测试并生成原始覆盖率数据

编译完成后,执行测试程序。运行过程中,gcov 会自动生成 .gcda 文件,记录每行代码的执行次数。

立即学习C++免费学习笔记(深入)”;

运行测试:
./build/test_runner

执行后,在目标目录中会出现对应的 .gcda 文件,与 .o 文件同名。此时可使用 gcov 命令生成单个源文件的文本覆盖率报告:

gcov build/mycode.cpp

该命令会输出 mycode.cpp.gcov 文件,其中每一行前的数字表示执行次数,##### 表示未被执行。

使用 lcov 生成可视化 HTML 报告

手动查看 .gcov 文件效率低,推荐使用 lcov 工具收集所有数据并生成图形化报告。

科大讯飞-AI虚拟主播
科大讯飞-AI虚拟主播

科大讯飞推出的移动互联网智能交互平台,为开发者免费提供:涵盖语音能力增强型SDK,一站式人机智能语音交互解决方案,专业全面的移动应用分析;

下载

安装 lcov(Ubuntu/Debian):

sudo apt-get install lcov

常用 lcov 命令流程:

  • 初始化数据收集
    lcov --capture --directory build/ --output-file coverage.info
  • 清除已有数据(如重新测试):
    lcov --zerocounters --directory build/
  • 生成 HTML 报告
    genhtml coverage.info --output-directory coverage_report

完成后,打开 coverage_report/index.html 即可在浏览器中查看带颜色标记的源码覆盖率,绿色为已覆盖,红色为未覆盖。

集成到测试工作流中的建议

为了在日常开发中持续关注覆盖率,可将 gcov 流程写入 Makefile 或 CI 脚本。

例如 Makefile 片段:

coverage:
    g++ -fprofile-arcs -ftest-coverage -g -O0 -c src/*.cpp -o build/
    g++ -fprofile-arcs -ftest-coverage build/*.o test/*.cpp -o build/test
    ./build/test
    lcov --capture --directory . --output-file coverage.info
    genhtml coverage.info --output-directory coverage_report
    @echo "Coverage report generated in coverage_report/index.html"

这样只需运行 make coverage 即可一键生成报告。

基本上就这些。只要编译配置正确,运行测试后用 lcov 处理数据,就能清晰看到哪些代码被测到、哪些遗漏了。对推动测试驱动开发非常有帮助。不复杂但容易忽略细节,比如忘记关优化或没加 -g,会导致无法生成有效数据。

相关文章

驱动精灵
驱动精灵

驱动精灵基于驱动之家十余年的专业数据积累,驱动支持度高,已经为数亿用户解决了各种电脑驱动问题、系统故障,是目前有效的驱动软件,有需要的小伙伴快来保存下载体验吧!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
常见的linux系统有哪些
常见的linux系统有哪些

linux系统有Ubuntu、Fedora、CentOS、Debian、openSUSE、Arch Linux、Gentoo、Slackware、Linux Mint、Kali Linux。更多关于linux系统的文章详情请阅读本专题下面的文章。php中文网欢迎大家前来学习。

815

2023.10.27

ubunt上安装和配置vnc
ubunt上安装和配置vnc

安装方法:安装VNC服务器、启动VNC服务器、设置VNC密码等等。想了解更多ubuntu的相关内容,可以阅读本专题下面的文章。

413

2023.12.28

ubuntu启动黑屏解决方法
ubuntu启动黑屏解决方法

ubuntu启动黑屏解决方法:检查是否是电源问题、检查内存是否接触不良、检查显卡问题等。想了解更多ubuntu的相关内容,可以阅读本专题下面的文章。

659

2023.12.28

为什么ubuntu有网络连接但不能上网
为什么ubuntu有网络连接但不能上网

ubuntu有网络连接但不能上网的原因:1、dns配置问题;2、代理服务器设置问题;3、网络防火墙设置问题;4、路由器或调制解调器设置问题;5、网络驱动程序问题;6、网络配置文件问题;7、其他问题。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

459

2024.09.05

ubuntu安装golang
ubuntu安装golang

本专题整合了ubuntu安装golang所有方法汇总,阅读下面的文章了解更多详细操作。

106

2025.12.13

常见的linux系统有哪些
常见的linux系统有哪些

linux系统有Ubuntu、Fedora、CentOS、Debian、openSUSE、Arch Linux、Gentoo、Slackware、Linux Mint、Kali Linux。更多关于linux系统的文章详情请阅读本专题下面的文章。php中文网欢迎大家前来学习。

815

2023.10.27

debian重启命令有哪些
debian重启命令有哪些

debian提供以下重启命令:1、reboot:立即重启系统;2、shutdown:指定重启时间(例如:shutdown -r +5 "system will reboot in 5 minutes.");3、systemctl reboot:控制系统服务和进程,包括重启系统;4、init(传统方法,不推荐);5、poweroff:关闭系统(非重启)。

688

2024.06.28

debian关机命令介绍
debian关机命令介绍

命令有:1、shutdown:在指定时间关机或重启系统(shutdown -h/-r -t );2、halt:立即关机(shutdown -h now);3、poweroff:直接关闭系统电源(不等待进程关闭);4、reboot:立即重启系统(不等待进程关闭)。

777

2024.06.28

Python 自然语言处理(NLP)基础与实战
Python 自然语言处理(NLP)基础与实战

本专题系统讲解 Python 在自然语言处理(NLP)领域的基础方法与实战应用,涵盖文本预处理(分词、去停用词)、词性标注、命名实体识别、关键词提取、情感分析,以及常用 NLP 库(NLTK、spaCy)的核心用法。通过真实文本案例,帮助学习者掌握 使用 Python 进行文本分析与语言数据处理的完整流程,适用于内容分析、舆情监测与智能文本应用场景。

10

2026.01.27

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Bootstrap 5教程
Bootstrap 5教程

共46课时 | 3万人学习

AngularJS教程
AngularJS教程

共24课时 | 3万人学习

CSS教程
CSS教程

共754课时 | 24.2万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号