CN115934553A - 一种软件资产质量验证的方法及装置 - Google Patents

一种软件资产质量验证的方法及装置 Download PDF

Info

Publication number
CN115934553A
CN115934553A CN202211635252.2A CN202211635252A CN115934553A CN 115934553 A CN115934553 A CN 115934553A CN 202211635252 A CN202211635252 A CN 202211635252A CN 115934553 A CN115934553 A CN 115934553A
Authority
CN
China
Prior art keywords
code
class
probe
tested program
program code
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211635252.2A
Other languages
English (en)
Inventor
严湘辉
高霞
戴立志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongtong Uniform Chuangfa Science And Technology Co ltd
Original Assignee
Zhongtong Uniform Chuangfa Science And Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongtong Uniform Chuangfa Science And Technology Co ltd filed Critical Zhongtong Uniform Chuangfa Science And Technology Co ltd
Priority to CN202211635252.2A priority Critical patent/CN115934553A/zh
Publication of CN115934553A publication Critical patent/CN115934553A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Stored Programmes (AREA)

Abstract

本公开的实施例提供了一种软件资产质量验证的方法及装置;该方法包括:分别对被测程序代码中的每一个类设置探针数组,将探针数组中的每一个元素作为探针插入到每一个代码块中;执行被测程序代码,获得各个探针数组的探针值;探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;根据各个探针数组的探针值,生成对应的代码覆盖率信息;解析被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;以此方式,使用代码覆盖率可以评估测试效率,定量软件测量,把测试结果和其它项目管理工具数据进行整合可以更好的提升代码质量。

Description

一种软件资产质量验证的方法及装置
技术领域
本公开涉及软件工程领域,尤其涉及软件资产质量验证领域。
背景技术
软件测试是程序的一种执行过程,目的是尽可能发现并改正被测试短见中的错误,提高软件的可靠性。它是软件生命周期中一项非常重要且复杂的工作,对软件可靠性保证具有极其重要的意义。现有技术中,测试人员在对软件进行测试时存在测试用例无法覆盖到的程序,无法获取完整的代码覆盖率信息,从而不能将测试结果作为更好的提升代码质量的方法。
发明内容
本公开提供了一种软件资产质量验证的方法及装置。
根据本公开的第一方面,提供了一种软件资产质量验证的方法,包括:
分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
在第一方面的一些实现方式中,所述分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中包括:
通过javaagent参数指定特定的jar文件启动Instrumentation的代理程序;
所述代理程序在ClassLoader装载所述被测程序代码中的每一个类之前,判断是否修改对应的类文件,并将所述探针数组插入对应的类中。
在第一方面的一些实现方式中,所述方法还包括:
所述代理程序使用ASM技术对所述被测程序代码中的类文件进行修改。
在第一方面的一些实现方式中,所述根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息包括:
根据所述gitlab代码仓库中的访问地址,调用gitlab api,获取所述被测程序代码中每一个类的类源码的开发者信息。
在第一方面的一些实现方式中,所述方法还包括:
分别将所述被测程序代码中每一个类的CRC64哈希码作为对应的类标识符;
根据所述类标识符,对对应的代码覆盖率信息进行聚合。
在第一方面的一些实现方式中,所述方法还包括:
采用深度优先遍历,对所述被测程序代码中各个类的代码覆盖率信息进行统计和分析,并根据统计和分析结果,生成所述被测程序代码的覆盖率报告。
在第一方面的一些实现方式中,所述方法还包括:
定期生成代码覆盖率排行榜,以便相关人员根据所述代码覆盖率排行榜对所述被测程序代码进行改进。
根据本公开的第二方面,提供了一种软件资产质量验证的装置,该装置包括:
插桩模块,用于分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
探针值获取模块,用于执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
代码覆盖率生成模块,用于根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
开发者信息获取模块,用于解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
统计报表生成模块,用于分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
程序改进模块,用于分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
根据本公开的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本公开的第一方面的方法。
本公开通过采用代理插桩模式,对项目业务代码无侵入,性能损耗较低;统计代码覆盖率时采用深度优先遍历方式大大降低内存使用空间;集成多平台生成统计数据,打破数据孤岛,提升了数据的精确性和使用价值。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本公开的限定在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本公开的实施例的一种软件资产质量验证的方法的流程图;
图2示出了根据本公开的实施例的一种软件资产质量验证的方法的流程示意图;
图3示出了根据本公开的实施例的一种软件资产质量验证的装置的框图;
图4示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本公开中,通过分别对被测程序代码中的每一个类设置探针数组,执行被测程序代码,获得各个探针数组的探针值,根据各个探针数组的探针值,生成对应的各个类的代码覆盖率信息;解析被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;访问地址,获得对应的类源码开发者信息;将代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;将统计报表发送给相关人员,相关人员根据所述每一个类的统计报表对被测程序代码进行改进。以此方式,可以评估程序测试效率,定量软件测量,更好的提升程序代码质量。
图1示出了根据本公开的实施例的一种软件资产质量验证的方法的流程图,如图1所示,方法100包括:
S101:分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
S102:执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
S103:根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
S104:解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
S105:分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
S106:分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
在S101中,分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中。
在一些实施方式中,JVM中通过javaagent参数指定特定的jar文件启动Instrumentation的代理程序;代理程序在ClassLoader装载被测程序代码中的每一个类之前,判断是否修改对应的类文件,并将所述探针数组插入对应的类中。
在一些实施方式中,代理程序使用ASM技术对被测程序代码中的类文件进行修改。
根据本公开的实施例,在每一个代码块中插入探针,以便代码块在执行时获得探针值,为代码覆盖率的统计提供便利。同时,采用代理程序插桩,对项目业务代码无侵入,性能损耗较低。
在S102中,执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true。
在一些实施方式中,将探针插入代码块中,执行被测程序代码,代码覆盖率分析可以在JVM执行测试代码的过程中完成,在JVM停止的时候会生成代码覆盖率信息;代码块执行后对应的探针值会变为true,若未执行探针值依旧为false。整个被测程序代码执行完毕后,即可获得每一个探针数组的探针值。
在S103中,根据所述各个探针数组的探针值,生成对应的代码覆盖率信息。
在一些实施方式中,探针值的变化可以清晰的反映代码执行的情况,代码块执行后对应的探针值会变为true,若未执行,探针值依旧为false。根据每一个探针数组中的true值,可以确认得到已执行到的代码数量,从而获得每一个类的代码覆盖率信息。
在一些实施方式中,分别将被测程序代码中每一个类的CRC64哈希码作为对应的类标识符;根据类标识符,对对应的代码覆盖率信息进行聚合,保证得到的代码覆盖率信息来自有效的被测对象。
根据本公开的实施例,可以根据代码覆盖率分析未覆盖部分的代码,从而反推在前期测试设计是否充分,没有覆盖到的代码是否是测试设计的盲点,方便之后进行测试用例设计补充。
在S104中,解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息。
在一些实施方式中,根据所述gitlab代码仓库中的访问地址,调用gitlab api,获取所述被测程序代码中每一个类的类源码的开发者信息。
在S105中,分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表。
在一些实施方式中,将类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表,作为进行代码质量提升的重要指标。同时,按周或者按月生成开发者代码覆盖率排行榜,以便相关人员根据所述代码覆盖率排行榜对所述被测程序代码进行改进。
在S106中,分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
在一些实施方式中,采用深度优先遍历,对被测程序代码中各个类的代码覆盖率信息进行统计和分析,并根据统计和分析结果,生成被测程序代码的覆盖率报告。
根据本公开的实施例,统计代码覆盖率时采用深度优先遍历方式,大大降低内存使用空间。同时,可以检测出程序中的废代码,逆向反推在代码设计中思维混乱点,提醒设计/开发人员理清代码逻辑关系,提升代码质量。同时,集成多平台生成统计数据,打破数据孤岛,提升了数据的精确性和使用价值。
图2示出了根据本公开的实施例的一种软件资产质量验证的方法的流程示意图,如图2所示,每个类设置一个探针数组,探针数组所有元素的初始值都为false,把探针数组的每个元素作为探针插入到每个代码块(代码执行的最小片段)后,执行被测程序,对探针数组的元素值进行统计,生成代码覆盖率信息;解析测试代码jar包中的代码类名,通过类名得到gitlab中的访问地址,调用gitlab api获取类源码的开发者信息;把类的覆盖率信息和开发者信息进行动态合并生成分组统计报表并发送给相关人员,作为进行代码质量提升的重要指标;相关人员根据报表结果,提升程度代码质量后,再循环对程序代码进行测试及改进。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图3示出了根据本公开的实施例的一种软件资产质量验证的装置的框图,如图3所示,装置300包括:
插桩模块301,用于分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
探针值获取模块302,用于执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
代码覆盖率生成模块303,用于根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
开发者信息获取模块304,用于解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
统计报表生成模块305,用于分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
程序改进模块306,用于分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了能够实施本公开的实施例的示例性电子设备的方框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
电子设备400包括计算单元401,其可以根据存储在ROM402中的计算机程序或者从存储单元408加载到RAM403中的计算机程序,来执行各种适当的动作和处理。在RAM403中,还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM402以及RAM403通过总线404彼此相连。I/O接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如方法100。例如,在一些实施例中,方法100可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM403并由计算单元401执行时,可以执行上文描述的方法100的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法100。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (10)

1.一种软件资产质量验证的方法,其特征在于,所述方法包括:
分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
2.根据权利要求1所述的方法,其特征在于,所述分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中包括:
通过javaagent参数指定特定的jar文件启动Instrumentation的代理程序;
所述代理程序在ClassLoader装载所述被测程序代码中的每一个类之前,判断是否修改对应的类文件,并将所述探针数组插入对应的类中。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
所述代理程序使用ASM技术对所述被测程序代码中的类文件进行修改。
4.根据权利要求1所述的方法,其特征在于,所述根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息包括:
根据所述gitlab代码仓库中的访问地址,调用gitlab api,获取所述被测程序代码中每一个类的类源码的开发者信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
分别将所述被测程序代码中每一个类的CRC64哈希码作为对应的类标识符;
根据所述类标识符,对对应的代码覆盖率信息进行聚合。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采用深度优先遍历,对所述被测程序代码中各个类的代码覆盖率信息进行统计和分析,并根据统计和分析结果,生成所述被测程序代码的覆盖率报告。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
定期生成代码覆盖率排行榜,以便相关人员根据所述代码覆盖率排行榜对所述被测程序代码进行改进。
8.一种软件资产质量验证的装置,其特征在于,所述装置包括:
插桩模块,用于分别对被测程序代码中的每一个类设置探针数组,将所述探针数组中的每一个元素作为探针插入到每一个代码块中;
探针值获取模块,用于执行所述被测程序代码,获得各个探针数组的探针值;其中,所述探针数组中各个探针的初始值为false,若代码块被执行,则对应的探针值变为true;
代码覆盖率生成模块,用于根据所述各个探针数组的探针值,生成对应的代码覆盖率信息;
开发者信息获取模块,用于解析所述被测程序代码中各个类的类名,通过类名获得gitlab代码仓库中的对应的访问地址;根据所述gitlab代码仓库中的访问地址,获得对应的类源码开发者信息;
统计报表生成模块,用于分别将所述每一个类的代码覆盖率信息和类源码开发者信息进行动态合并,生成对应的统计报表;
程序改进模块,用于分别将所述每一个类的统计报表发送给相关人员,以便相关人员根据所述每一个类的统计报表对被测程序代码进行改进。
9.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其特征在于,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,
所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
CN202211635252.2A 2022-12-19 2022-12-19 一种软件资产质量验证的方法及装置 Pending CN115934553A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211635252.2A CN115934553A (zh) 2022-12-19 2022-12-19 一种软件资产质量验证的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211635252.2A CN115934553A (zh) 2022-12-19 2022-12-19 一种软件资产质量验证的方法及装置

Publications (1)

Publication Number Publication Date
CN115934553A true CN115934553A (zh) 2023-04-07

Family

ID=86557324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211635252.2A Pending CN115934553A (zh) 2022-12-19 2022-12-19 一种软件资产质量验证的方法及装置

Country Status (1)

Country Link
CN (1) CN115934553A (zh)

Similar Documents

Publication Publication Date Title
CN107341098B (zh) 软件性能测试方法、平台、设备及存储介质
CN107665228B (zh) 一种关联信息查询方法、终端及设备
US10942832B2 (en) Real time telemetry monitoring tool
US20160085664A1 (en) Generating a fingerprint representing a response of an application to a simulation of a fault of an external service
CN114389969A (zh) 客户端的测试方法、装置、电子设备和存储介质
CN113778849A (zh) 用于测试代码的方法、装置、设备以及存储介质
CN115576831A (zh) 一种测试案例推荐方法、装置、设备及存储介质
CN114003497A (zh) 业务系统的测试方法、装置、设备及存储介质
CN115269431A (zh) 一种接口测试方法、装置、电子设备及存储介质
CN115934553A (zh) 一种软件资产质量验证的方法及装置
CN115437961A (zh) 数据处理方法、装置、电子设备及存储介质
CN114416029A (zh) 数据处理方法、装置、设备、存储介质及计算机程序产品
CN110888811B (zh) 代码覆盖率信息处理方法、装置、电子设备及介质
CN114546799A (zh) 埋点日志校验方法、装置、电子设备、存储介质及产品
CN113127357A (zh) 单元测试方法、装置、设备、存储介质及程序产品
CN112994976A (zh) 一种网关测试方法、装置、电子设备及存储介质
CN117130945B (zh) 一种测试方法和装置
CN116401113B (zh) 一种异构众核架构加速卡的环境验证方法、装置及介质
CN115374010A (zh) 功能测试方法、装置、设备及存储介质
CN116610582A (zh) 一种测试范围确定方法、装置、电子设备及介质
CN115048280A (zh) 基于nmon性能监控工具的数据处理方法、装置、设备和介质
CN114116519A (zh) 接口测试方法、装置、电子设备和存储介质
CN115309717A (zh) 数据库加载方法、装置、设备、介质和计算机程序产品
CN116521536A (zh) 一种代码覆盖率确定方法、装置、电子设备及存储介质
CN115883419A (zh) 探针测试方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination