Rust / 系统课时
用覆盖率识别测试盲区
用覆盖率识别测试盲区
这一篇解决“测试都通过了,为什么仍可能漏掉关键路径”的问题。你会用 Rust 覆盖率报告观察已执行代码,再把结果与条件分支和错误路径对照,找到真正值得补测试的空白。
学习目标
- 能生成 Rust 项目的覆盖率数据并完成基本验证
- 能区分行覆盖、分支覆盖与错误路径覆盖关注的风险
- 能根据覆盖空白决定补哪类测试,而不是只追求百分比
先看懂覆盖率回答了什么
覆盖率回答的是“测试实际执行到了哪里”,不是“代码是否正确”。一段条件判断可能让常规测试覆盖了主路径,却完全没有验证错误分支;因此看到一个不错的百分比时,仍要回到业务路径检查。
在工程实践中,可以把盲区先按三个维度看:
| 维度 | 主要问题 | 常见盲区 |
|---|---|---|
| 行覆盖 | 哪些代码行没有执行 | 错误处理、边界判断 |
| 分支覆盖 | 条件的不同方向是否执行 | if、match、短路条件 |
| 错误路径 | 失败场景是否真正验证 | Err、异常输入、资源失败 |
因此,“补测试”不应该简单理解为把数字继续刷高,而是把未执行且有业务意义的路径补齐。

用一个小案例读报告
下面这个函数有三个成功结果和一个失败结果。假设现有测试只验证正数中的偶数,那么测试虽然能通过,却没有覆盖零、奇数和负数错误路径。
pub fn classify(value: i32) -> Result<&'static str, &'static str> {
if value < 0 {
return Err("negative");
}
if value == 0 {
return Ok("zero");
}
if value % 2 == 0 {
Ok("even")
} else {
Ok("odd")
}
}
#[cfg(test)]
mod tests {
use super::*;
#[test]
fn classifies_even_positive_value() {
assert_eq!(classify(2), Ok("even"));
}
}这里的测试只走到 value % 2 == 0 的成功方向。负数直接返回 Err,零走另一条提前返回路径,奇数则进入 else,这些都是需要进一步确认的测试空白。
生成覆盖率数据
可以使用 cargo-llvm-cov 为 Rust 项目生成覆盖率数据。下面的命令将运行测试,并把 LCOV 数据写入指定文件,便于后续在 CI 中保存或交给其他工具分析。
cargo llvm-cov --workspace --lcov --output-path lcov.info
test -s lcov.info && echo "coverage data generated"预期结果:
coverage data generatedlcov.info 中的具体覆盖百分比取决于项目代码和测试集合,因此不要把固定百分比当成教程中的预期值。真正需要检查的是哪些源码路径没有被测试执行。
从“空白”走到“该补什么测试”
发现覆盖不足后,先回到代码控制流,再决定测试类型。对条件判断,可以补正向与反向分支;对 Result,可以分别验证成功和失败;对边界值,则优先补刚好跨越条件的输入。
例如上面的案例,最小补充集合可以覆盖负数、零和奇数:
#[test]
fn classifies_zero() {
assert_eq!(classify(0), Ok("zero"));
}
#[test]
fn rejects_negative_value() {
assert_eq!(classify(-1), Err("negative"));
}
#[test]
fn classifies_odd_positive_value() {
assert_eq!(classify(3), Ok("odd"));
}片段示例:以上测试需要放在现有测试模块中,不能单独作为完整程序运行。补完后重新生成覆盖率,再观察原先未执行的路径是否已经被触达。
不要把覆盖率数字当成终点
高覆盖率仍可能缺少断言质量,例如测试执行了错误路径,却没有检查错误类型、错误信息或状态变化。评审覆盖率时,建议把“未执行路径”和“执行后是否验证行为”放在一起看,这样才能把覆盖率真正转化为测试盲区分析。