Améliorations de l'outil de couverture de code pour les projets JAVA - Patil, Abhinandan H.
20,99 €
inkl. MwSt.

Versandfertig in 1-2 Wochen
payback
10 °P sammeln
  • Broschiertes Buch

La plupart des analyseurs de couverture de test aident à évaluer l'efficacité des tests en fournissant des données sur la couverture des énoncés et des branches obtenue pendant les tests. Si elles sont disponibles, les informations de couverture peuvent être très utiles pour de nombreuses autres activités connexes, comme les tests de régression, la priorisation des cas de test, l'augmentation de la suite de tests, la minimisation de la suite de tests, etc. Dans ce travail, nous présentons un outil basé sur Java, Code Cover, pour les rapports de couverture de test. Il soutient les tests et les…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
La plupart des analyseurs de couverture de test aident à évaluer l'efficacité des tests en fournissant des données sur la couverture des énoncés et des branches obtenue pendant les tests. Si elles sont disponibles, les informations de couverture peuvent être très utiles pour de nombreuses autres activités connexes, comme les tests de régression, la priorisation des cas de test, l'augmentation de la suite de tests, la minimisation de la suite de tests, etc. Dans ce travail, nous présentons un outil basé sur Java, Code Cover, pour les rapports de couverture de test. Il soutient les tests et les activités connexes en enregistrant la couverture de test pour divers éléments de code et en mettant à jour les informations de couverture lorsque le code testé est modifié. L'outil maintient les informations de couverture de test pour un ensemble de cas de test sur une base individuelle ou de suite de test et fournit une visualisation efficace pour cela. Ce travail présente un outil appelé Code Cover. Ce travail propose des améliorations à l'outil existant Code Cover.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Abhinandan H. Patil verfügt über 10 Jahre Erfahrung in der Industrie und 5 Jahre Erfahrung in der Forschung. Er ist Ex-Motorolan, wo er an Tools arbeitete, die zum Testen von Software für drahtlose Netzwerke verwendet wurden. Er ist ein aktiver Forscher in einigen Bereichen wie Regressionstests, IoT, CT, AI, ML und Data Science.