关于代码覆盖lcov的使用

以下分两部分，介绍gcov、lcov以及lcov的使用

gcov、lcov

gcov是一个测试代码覆盖率的程序，正确地使用它搭配GCC可以分析、帮助你将代码写得更高效。帮助你优化程序。类似于一个profiling tool，使用gcov或者gprof，可以收集到一些基础的性能统计数据。比如：

1. 每一行代码执行的频度
2. 每个代码文件中实际被执行到的行数
3. 每一个代码块执行使用的时间
   gcov创建一个logfile叫做 源文件名称.gcxx (这里的源文件名称指的是.c或者.cc文件的文件名)，表示的是这个 源文件.c 中每一行所被执行的次数。这些文件可以配合gprof使用。
   gcov要工作只能用gcc编译这些代码。和其他的profiling 或者 测试代码覆盖率的机制不兼容。

fprofile-arcs参数使gcc创建一个程序的流图，之后找到适合图的生成树。只有不在生成树中的弧被操纵（instrumented）：gcc添加了代码来清点这些弧执行的次数。当这段弧是一个块的唯一出口或入口时，操纵工具代码（instrumentation code)将会添加到块中，否则创建一个基础块来包含操纵工具代码。

详情请参考这个链接：https://www.cnblogs.com/ChinaHook/p/5508660.html

lcov 是GCC 测试覆盖率的前端图形展示工具。它通过收集多个源文件的 行、函数和分支的代码覆盖信息（程序执行之后生成gcda、gcno文件，上面的链接有讲） 并且将收集后的信息生成HTML页面。生成HTML需要使用genhtml命令下文会解释。

lcov的使用

首先，在代码编译和链接的时候，需要加上下面两个编译选项。在链接时需要加上gcov链接参数。

-fprofile-arcs
-ftest-coverage

我们举一个简单的例子。
在lcov目录（我们的这次测试使用的目录）下存在3个文件，a.cpp a.hpp testa.cpp
a.ccp 文件

int add (int a , int b ) {
    return a+b ;
}

int minus(int a , int b ) {
    return a-b ;
}

a.hpp文件

int add (int a , int b ) ;
int minus(int a , int b ) ;

testa.cpp文件

#include <iostream>

#include "a.hpp"

using namespace std ;

int main() {

    cout << add(10,20) << endl ;

    return 0 ;
}

这里的a.cpp和a.hpp中定义了两个接口 add 和 minus（暂不考虑溢出问题）。我们在testa.cpp中调用add这个接口。我们的代码覆盖率应该是50%，因为总共两个接口，我们只使用（调用）了其中一个。

推荐的使用流程如下（最后再详述lcov常用的参数的含义）：
我们使用lcov时需要在项目的根路径。

# 来自 man lcov
Recommended procedure when capturing data for a test case:

              1. create baseline coverage data file
                     # lcov -c -i -d appdir -o app_base.info

              2. perform test
                     # appdir/test

              3. create test coverage data file
                     # lcov -c -d appdir -o app_test.info

              4. combine baseline and test coverage data
                     # lcov -a app_base.info -a app_test.info -o app_total.info

按照上述流程，我们使用自己的例子来执行

• 编译程序

g++ testa.cpp a.cpp -fprofile-arcs -ftest-coverage -lgcov -o test_cover

这步可有可无，即归零所有执行过的产生覆盖率信息的统计文件:
lcov -d ./ -z

1. 初始化并创建基准数据文件

# -c 捕获，-i初始化，-d应用目录，-o输出文件
lcov -c -i -d ./ -o init.info

3. 执行编译后的测试文件

./test_cover

4. 收集测试文件运行后产生的覆盖率文件

lcov -c -d ./ -o cover.info

5. 合并基准数据和执行测试文件后生成的覆盖率数据

# -a 合并文件
lcov -a init.info -a cover.info -o total.info

5. 过滤不需要关注的源文件路径和信息

# --remove 删除统计信息中如下的代码或文件，支持正则
lcov --remove total.info '*/usr/include/*' '*/usr/lib/*' '*/usr/lib64/*' '*/usr/local/include/*' '*/usr/local/lib/*' '*/usr/local/lib64/*' '*/third/*' 'testa.cpp' -o final.info

• 通过final.info生成html文件

#如果是git目录，可以获取此次版本的commitID，如果不是，忽略此步
# commitId=$(git log | head -n1 | awk '{print $2}')
# 这里可以带上项目名称和提交ID，如果没有，忽略此步
#genhtml -o cover_report --legend --title "${project_name} commit SHA1:${commitId}" --prefix=${curr_path} final.info
# -o 生成的html及相关文件的目录名称，--legend 简单的统计信息说明
# --title 项目名称，--prefix 将要生成的html文件的路径 
genhtml -o cover_report --legend --title "lcov"  --prefix=./ final.info

我们看一下目前目录下都生成了哪些文件：

目录下所有文件

a.gcda、a.gcno、testa.gcda、testa.gcno就是运行可执行文件后gcov产生的统计信息文件。
cover_report目录就是生成的html信息目录。

这样，我们就可以通过firefox或者chrome打开cover_report/index.html来查看我们的代码覆盖率。截图如下：

页面信息

左侧的路径可以点开，详细看每个文件哪些行被覆盖到了，没有覆盖到。这里就不赘述了，各位看官老爷亲自尝试以下吧。

** 注：如果使用CMake编译和构建的话，可以在指定路径的时候，统一使用项目的编译构建路径，即项目下源文件下创建的build目录作为路径，（运行lcov在项目的根路径）举例如下：

lcov -c -i -d ./build -o init.info
lcov -c -d ./build -o cover.info
等等... ... 

• lcov常用的参数

1. -d 项目路径，即.gcda .gcno所在的路径
2. -a 合并（归并）多个lcov生成的info文件
3. -c 捕获，也即收集代码运行后所产生的统计计数信息
4. --external 捕获其它目录产生的统计计数文件
5. -i/--initial 初始化所有的覆盖率信息，作为基准数据
6. -o 生成处理后的文件
7. -r/--remove 移除不需要关注的覆盖率信息文件
8. -z 重置所有执行程序所产生的统计信息为0

参考链接
https://www.cnblogs.com/ChinaHook/p/5508660.html

如果有帮助到各位看官，打赏一下小弟吧，你的打赏是我继续写下去的动力喵 ～ :)