敏捷軟體開發中，最重要實踐的就是測試驅動開發，在單元測試層面，我們試著實現一個重要的指標就是測試覆蓋率。測試覆蓋率衡量我們的代碼是否已經全部被測試到了。 但是指標本身不是目的，藉助測試覆蓋率檢查，我們希望發現那些未被測試覆蓋的代碼，從而去思考如何測試那些代碼的邏輯，進而更好的設計重構代碼，讓代碼有更 ...
敏捷軟體開發中，最重要實踐的就是測試驅動開發，在單元測試層面，我們試著實現一個重要的指標就是測試覆蓋率。測試覆蓋率衡量我們的代碼是否已經全部被測試到了。
但是指標本身不是目的，藉助測試覆蓋率檢查，我們希望發現那些未被測試覆蓋的代碼，從而去思考如何測試那些代碼的邏輯，進而更好的設計重構代碼，讓代碼有更高的質量[1]。
談到測試，正好最近在看《數學之美》，書中談到的關於信息的一段話。我們要把代碼的行為從不確定性，變成確定性，也是一樣。從黑盒變成白盒，沒有什麼神奇的力量，唯有提供足夠的信息，而測試中的斷言就是信息，測試覆蓋率也是信息，測試覆蓋率可以認為是一種間接的信息，可以消除一部分不確定性，而充分的斷言，則提供了更直接的信息。加上測試覆蓋率檢查，就能夠提供足夠的信息，來斷言代碼的行為是否符合期望。
測試的相關技術
Istanbul是JavaScript程式的代碼覆蓋率工具，以土耳其最大城市伊斯坦布爾命名。Istanbul會對代碼進行轉換，生成語法樹，然後在相應位置註入統計代碼，執行之後根據註入的全局變數的值，統計代碼執行的次數；在對代碼的轉換完成之後，Istanbul會調用test runner，例如mocha，執行轉換之後的代碼的測試，生成測試報告。
Mocha是一種測試框架，也就是運行測試的工具，類似Jasmine、Karma和Ava。跟JUnit的註解一樣，mocha作為執行器，用descibe和it方法，來定義test suit，為不同的測試分組。mocha本身並不提供assert斷言，所以要提供更加有表現力的斷言，可以搭配chai使用，當然也可以使用nodejs提供的assert模塊。
在我們的代碼中，總會有一些複雜的邏輯或者依賴io、網路的非同步代碼，用直接的方法難以測試，這時可以通過sinon簡化複雜代碼的測試。Sinon通過創建Test Double也就是測試替身，將我們代碼中依賴的一些函數或者類，替換成測試替身，而我們可以對測試替身的行為進行設置，模擬我們的代碼需要的結果，從而讓難以測試的代碼邏輯被執行。
為nodejs項目配置測試環境
1 安裝相應的依賴包
mocha和istanbul可以全局安裝，也可以只在當前項目安裝。
npm install --save-dev mocha chai sinon istanbul安裝完成之後，在package.json文件的scripts下，添加執行測試和測試覆蓋率檢查的命令
{
...
"scripts":{
"coverage": "istanbul cover _mocha -- -R spec --timeout 5000 --recursive",
"coverage:check": "istanbul check-coverage",
}
...
}運行npm run coverage和npm run coverage:check，就可以生成測試報告，前者生成測試報告，後者則是檢查測試覆蓋率是否達到要求。
2 配置Istanbul
istanbul相關的執行參數，可以在命令行下執行時傳遞參數來制定，也可以在yaml格式的.istanbul.yml文件中配置。簡單貼出一些重要的配置項
instrumentation:
root: . # 執行的根目錄
extensions:
- .js # 檢查覆蓋率的文件擴張名
excludes: ['**/benchmark/**']
... ...
reporting:
print: summary
reports: [lcov, text, html, text-summary] # 生成報告的格式
dir: ./coverage # 生成報告保存的目錄
watermarks: # 在不同覆蓋率下會顯示使用不同顏色
statements: [80, 95]
... ...
check:
global:
statements: 100
branches: 100
lines: 100
functions: 100最後的check是項目要通過覆蓋率檢查需要達到的測試覆蓋率，測試覆蓋率包括四個維度，分別是語句覆蓋率、分支覆蓋率、行覆蓋率和函數覆蓋率。如果達不到設定的指標，在執行的時候會報錯，項目的測試就無法通過自動化的持續集成。
編寫測試代碼
敏捷軟體開發中的測試驅動開發，意在通過先寫測試，根據調用者的契約，設計如何實現代碼，從而寫出更加容易測試的代碼，提高代碼的質量。也是我們練習測試的應該考慮的方向。
1 一段簡單的mocha測試代碼
利用chai提供的expect斷言，我們可以用BDD的方式，寫出更加符合代碼預期行為的測試用例。
var chai = require('chai')
chai.should()
var expect = chai.expect
var assert = chai.assert
describe('basic test', function () {
describe('simple', function () {
it('data check', function () {
var data = { name: "test" }
assert.isNotNull(data, 'data should not be null')
expect(data).to.be.an('object')
expect(data).to.have.all.keys(['name'])
expect(data).to.deep.include({name: 'test'});
});
});
});2 用Sinon模擬文件讀寫
... 同上 ...
var sinon = require('sinon')
var fs = require('fs')
describe('sinon', function () {
it("should mock readFile", function(done){
sinon.stub(fs, 'readFile').callsFake(function (path, callback) { callback(new Error('read error')) })
fs.readFile("any file path", function(err,data){
assert.isNotNull(err)
done()
})
assert(fs.readFile.calledOnce)
});
});在mocha測試框架中，如果我們調用的是非同步的代碼，那麼需要顯示的調用it回調函數的done方法，告訴mocha非同步調用什麼時候結束。否則的話，測試會掛起，直到設置的超時時間結束。
Sinon將測試替身分為spy、stub和mock，其中：
- Spy, 可以提供函數調用的信息，但不會改變函數的行為
- Stub, 提供函數的調用信息，並且可以像示例代碼中一樣，讓被stubbed的函數返回任何我們需要的行為。
- Mock, 通過組合spies和stubs，使替換一個完整對象更容易。
本文的討論篇幅有限，暫時不詳細介紹各種sinon的使用方法，以後再通過其他文章專門介紹。
持續集成
完成所有代碼之後，我們可以將代碼發佈到github，然後使用持續集成工具travis檢查代碼，將生成的測試報告上傳到coverall上，這樣就可以在項目中顯示項目狀態和測試覆蓋率的badges。
具體使用方法，可以參看官方網站，使用coveralls需要在項目中安裝依賴包npm i -D coveralls。並且添加package.json執行腳本istanbul cover ./node_modules/mocha/bin/_mocha --report lcovonly -- -R spec && cat ./coverage/lcov.info | ./node_modules/coveralls/bin/coveralls.js
通常的nodejs項目.travis.yml配置如下：
language: node_js
node_js:
- "7.6.0"
install:
- npm install
script:
- npm test
after_script:
- npm run coverall
原文地址：http://www.51test.space/archives/2543
