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程式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程式碼，從而去思考如何測試那些程式碼的邏輯，進而更好的設計重構程式碼，讓程式碼有更高的質量[1]。

談到測試，正好最近在看《數學之美》，書中談到的關於資訊的一段話。我們要把程式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，唯有提供足夠的資訊，而測試中的斷言就是資訊，測試覆蓋率也是資訊，測試覆蓋率可以認為是一種間接的資訊，可以消除一部分不確定性，而充分的斷言，則提供了更直接的資訊。加上測試覆蓋率檢查，就能夠提供足夠的資訊，來斷言程式碼的行為是否符合期望。

測試的相關技術

Istanbul是JavaScript程式的程式碼覆蓋率工具，以土耳其最大城市伊斯坦布林命名。Istanbul會對程式碼進行轉換，生成語法樹，然後在相應位置注入統計程式碼，執行之後根據注入的全域性變數的值，統計程式碼執行的次數；在對程式碼的轉換完成之後，Istanbul會呼叫test runner，例如mocha，執行轉換之後的程式碼的測試，生成測試報告。

Mocha是一種測試框架，也就是執行測試的工具，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

在我們的程式碼中，總會有一些複雜的邏輯或者依賴io、網路的非同步程式碼，用直接的方法難以測試，這時可以通過sinon簡化複雜程式碼的測試。Sinon通過建立Test Double也就是測試替身，將我們程式碼中依賴的一些函式或者類，替換成測試替身，而我們可以對測試替身的行為進行設定，模擬我們的程式碼需要的結果，從而讓難以測試的程式碼邏輯被執行。

為nodejs專案配置測試環境

1 安裝相應的依賴包

mocha和istanbul可以全域性安裝，也可以只在當前專案安裝。

npm install --save-dev mocha chai sinon istanbul
 

安裝完成之後，在package.json檔案的scripts下，新增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",
  }
  ...
}

執行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相關的執行引數，可以在命令列下執行時傳遞引數來制定，也可以在yaml格式的.istanbul.yml檔案中配置。簡單貼出一些重要的配置項

instrumentation:
  root: .   # 執行的根目錄
  extensions:
    - .js   # 檢查覆蓋率的檔案擴張名
  excludes: ['**/benchmark/**']

  ... ...

reporting:
  print: summary
  reports: [lcov, text, html, text-summary] # 生成報告的格式
  dir: ./coverage   # 生成報告儲存的目錄
  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是專案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、行覆蓋率和函式覆蓋率。如果達不到設定的指標，在執行的時候會報錯，專案的測試就無法通過自動化的持續整合。

編寫測試程式碼

敏捷軟體開發中的測試驅動開發，意在通過先寫測試，根據呼叫者的契約，設計如何實現程式碼，從而寫出更加容易測試的程式碼，提高程式碼的質量。也是我們練習測試的應該考慮的方向。

1 一段簡單的mocha測試程式碼

利用chai提供的expect斷言，我們可以用BDD的方式，寫出更加符合程式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模擬檔案讀寫

... 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，如果我們呼叫的是非同步的程式碼，那麼需要顯示的呼叫it回撥函式的done方法，告訴mocha非同步呼叫什麼時候結束。否則的話，測試會掛起，直到設定的超時時間結束。

Sinon將測試替身分為spy、stub和mock，其中：

• Spy, 可以提供函式呼叫的資訊，但不會改變函式的行為
• Stub, 提供函式的呼叫資訊，並且可以像示例程式碼中一樣，讓被stubbed的函式返回任何我們需要的行為。
• Mock, 通過組合spies和stubs，使替換一個完整物件更容易。

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。

持續整合

完成所有程式碼之後，我們可以將程式碼釋出到github，然後使用持續整合工具travis檢查程式碼，將生成的測試報告上傳到coverall上，這樣就可以在專案中顯示專案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需要在專案中安裝依賴包npm i -D coveralls。並且新增package.json執行指令碼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專案.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