【开源项目利器】利用Travis持续集成与Codecov测试覆盖率构建自动化测试环境，提升Github项目逼格。
始于颜值，陷于才华
测试对于一个项目的重要性是不言而喻的，而小的开源项目往往难以配备专门的测试团队，频繁的push代码会使得本就缺乏人手的测试难上加难，因而构建自动化测试环境对于小型开源项目十分有必要！
坦白说，我是一个先看脸的人，在不了解Travis和Codecov是做什么的时候，我学习他们的初衷只是觉得这样的图标放在Github上比较漂(zhuang)亮(bi)，然而当我弄懂了他们到底是干什么的时候，我觉得他们好胖胖哦！
Travis CI
什么是Travis CI？
Travis CI是一个托管的，分布式持续集成工具，主要用来构建和自动测试项目。当你push一段代码至github的时候，Travis会按照你预先配置的测试文件进行自动测试，并返回pass或fail的结果。
当然，我们也可以用travis来进行deploy，比如博客什么的。自动测试本质就是用机器运行一系列程序，所以可以在这些程序里加上deploy的命令达到这样的目的。比如：
hexo d -g
将其加入执行的测试script，测试主体部分pass之后会自动将博客推送上线。
如何用Travis CI？
- 有一个github账户和托管的仓库。
- 去travis官网，用github账户登陆并授权，开启自己想要用travis的仓库。
- 在仓库中添加一个.travis.yml的配置文件，配置规则见这里，以我的MC胖虎为例，配置文件如下:
language: python
python: "3.6"
notifications: # 邮箱通知
email: false
sudo: false #有定制化开发环境需要，默认false，不开启容器，编译效率高
before_install:
- pip install tensorflow #加sudo默认系统环境里的python，使用虚拟环境需加-E参数
install: true #跳过install
script:
- python main.py
before_install阶段主要安装一些系统依赖，和install区别不是很大，我个人倾向于把非requirement文件里的安装都放在before_install阶段。
- push代码之后，travis的运行结果可以在travis网站看到。
-
点击build passing的图标将下面这种格式的语句写入readme或其它markdown文件即可看到小图标。
[](https://travis-ci.org/hjptriplebee/Chinese_poem_generator) -
点击trigger build可以在线调试
Codecov
什么是Codecov？
Codecov是一个测试结果分析工具，travis负责执行测试，Codecov负责分析测试结果，最简单的用法就是衡量测试代码覆盖度，当然更高端的用法还有待继续学习。依赖于travis，Codecov非常简单就能上手。
如何用Codecov？
- 去Codecov官网用github账号登陆并授权，选择要分析的仓库。
- 修改.travis.yml文件如下：
language: python
python: "3.6"
notifications: # 邮箱通知
email: false
sudo: false #有定制化开发环境需要，默认false，不开启容器，编译效率高
before_install:
- pip install tensorflow #加sudo默认系统环境里的python，使用虚拟环境需加-E参数
- pip install codecov
- pip install coverage
install: true
script:
- coverage run main.py
after_success:
- codecov #运行codecov
主要区别在于install了codecov和coverage，coverage不是必须的，也可以用nosetests等取代，运行脚本的时候指定使用coverage生成报告，结束后指定codecov上传测试分析报告。codecov也可以有自己独立的配置文件，可以指定忽略哪些模块等，详见手册。
- travis测试pass之后，一份测试报告将上传至这里并可视化显示出来，点进去可查看详细报告。
MC胖虎有训练，普通写诗，藏头诗三个部分，而默认main只执行了普通写诗部分，所以其余两个部分有一些代码未测试，测试覆盖率报告为63%。通过编写更完整的测试脚本，可以同时测试三个部分，将覆盖率提升。
- 点settings->badge，将下面这种格式的语句写入readme或其它markdown文件即可看到小图标。
[](https://codecov.io/gh/hjptriplebee/Chinese_poem_generator)
最终效果如下：
结束
以上就是travis和codecov的一些基本用法，算是快速入门吧。还有一些复杂的用法需要今后不断学习。
Bonus
其它github小图标，类似这种：
可以从 这里获取。
