上一篇杂感提到同事用Windbg提高代码覆盖率，我也做过相似的事情。也是临近项目结束，也是项目的发布标准对代码覆盖率有定量要求，不同的是这次的
测试对象是.NET应用。这个项目应用了LINQ to
SQL技术，代码中有许多ORM类。这些类是代码生成工具的产出，一个类对应
数据库中的一张表，其属性（Property）对应表的字段。开发人员图方便，生成了所有表对应的类，其所有属性都支持读写（get/set）。不幸的是，这个应用只访问部分表，而且大多是只读访问。这导致这些ORM类的代码覆盖率非常低。
当时，我可以选择修改代码覆盖率报告，手工地排除掉这些类。但是，我也是程序员，要用程序员的方式来解决这个问题。受到Windbg提高代码覆盖率的启发，我用IronPython Console加载（load）被测试程序集（assembly），实例化ORM类的对象，然后访问其属性。2分钟后，我发现这些类具备相同的模式：拥有无参数的构造函数，除了属性外没有其他成员，所以属性都是基本类型（数值、字符串、日期）。于是，我编写了一个几十行的IronPython程序来自动访问这些类和它们的属性。其核心代码如下：
1: def access_attribute(namespace):
2: for name in dir(namespace):
3: try:
4: type_ = getattr(namespace, name)
5: if type(type_) == type(System):
6: access_attribute(type_)
7: continue
8:
9: bj = type_()
10: for attr in dir(obj):
11: try: setattr(obj, attr, type(getattr(obj, attr))())
12: except: pass
13: try: setattr(obj, attr, None)
14: except: ass
15: try: setattr(obj, attr, '')
16: except: pass
17: except:
18: pass
该函数递归遍历名字空间，尝试用无参数构造函数实例化对象，然后访问对象属性。
- 第2行：获取namespace中的元素的名称，并遍历。
- 第4行：获取namespace中的元素，并存放在type_中。在.NET平台上，type_只可能是类或名字空间。
- 第5~7行：如果该元素的类型与System的类型相同，则说明该元素也是名字空间，那么递归遍历该名字空间。
- 第9行：尝试用无参数构造函数实例化type_的对象，并存放在obj中。
- 第10~16行：遍历obj对象的成员，并尝试对其赋值。
- 代码中出现了大量的try语句块，这保证出现异常时，整个遍历过程不会被中断。
这个Python代码大约花了我15分钟。然后，我利用它加载程序集，从根名空间开始遍历。结果是喜人的：几分钟后，所有的ORM代码被覆盖，一些具备无参数构造函数的类也被不同程度的覆盖。代码覆盖率在绝对值上有10%的增长（或者说，有大约10%的代码是无用的）！我倍受鼓舞，决定用两个步骤进一步完善这个程序。
- 用Python内省（introspection）或.NET反射来获取函数的形参列表。根据形参列表，构造实参列表，并调用函数。这样就可以实例化大部分非抽象类，并调用其公有函数。
- 利用演化测试（evolutionary testing）来自动提高代码覆盖率。在大学的时候，我研究过演化测试，并用C++实现了一个演化测试的原型，为论文提供实验数据。现在，演化测试已经渐渐从实验室走向工业应用。微软研究院的Pex利用符号执行、演化测试等技术，可以自动生成全语句覆盖的单元测试。
开发一个测试平台的想法确实很有吸引力，但是我不得不面对现实。15分钟提高10%确实很经济，投入几天的时间再提高10%值得么？捕获所有的异常，只管调用，不管结果，这是测试吗？获取代码覆盖率的目的是什么？设置代码覆盖率标准的目的又是什么？
正如测试是对代码的反馈，代码覆盖率就是对测试的反馈。获取代码覆盖率，不是要证明测试的充分性，而是要发现测试的遗漏，从而补充测试用例，以发现隐藏的缺陷。设置代码覆盖率标准，是提醒开发团队努力提高测试的覆盖率，以降低未发现缺陷的数目。所以，代码覆盖率是一种寻找缺陷的技术。它是提高测试的手段，不是测试的目的。只收集代码覆盖率，却不利用它去发现更多的缺陷，是误入歧途。
在我的工作中，我总是发现我或他人错误地理解了代码覆盖率的目标，并采取了高投入、“零产出”的方法来提高代码覆盖率。这篇博文就反映了技术人员的思维模式：将所有问题都转化为技术问题，然后提供技术性的解决方案，却忘却了最初的目的。
当然，我不是在暗示Pex是无用的。你研究一下，就会发现Pex将技术放在一个合理的位置。它通过与程序员合作来提供高质量的解决方案：程序员提供业务逻辑验证（以前后置条件的形式），Pex利用智能算法和日趋强大的CPU来提供精悍的测试输入。所以，紧盯目标，充分发挥各种资源的优势，才能事半功倍。
