• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Herramientas
    • Método D’Hondt – Atribución de escaños
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • Excel
  • IA Generativa

Cobertura de las pruebas unitarias en JavaScript (Creación de una librería JavaScript 5ª parte)

marzo 8, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

JavaScript

Medir la cobertura de las pruebas unitarias en JavaScript es clave para garantizar que se está probando todo el código. Esto es lo que se explicará en la quinta entrega de la serie en la que se enseña a crear una librería JavaScript.

Esta entrada pertenece a la serie “Creación de una librería JavaScript” cuyo código se puede encontrar en la cuenta de GitHub de Analytics Lane. Serie compuesta por las siguientes entradas:

  • Creación de una librería JavaScript
  • Estructurar las funciones JavaScript
  • Pruebas unitarias en JavaScript
  • Rango en pruebas unitarias en JavaScript
  • Cobertura de las pruebas unitarias en JavaScript
  • Medir la calidad del código JavaScript
  • Compresión del código JavaScript
  • Ejecutar múltiples scripts npm

Instalación de los módulos

Para medir y probar la cobertura de las pruebas unitarias una de las herramientas más poderosas es Istanbul. La forma más rápida de probar esto en node es importando el módulo ncy, que es la interfaz de línea de comandos de Istanbul. La instalación del módulo se realiza con npm como en el resto de los casos.

npm install nyc --save-dev

Una vez ejecutada esta línea se instalará el paquete y se agregará a la lista de dependencias.

Publicidad


Ejecutar las pruebas unitarias con Istanbul

En primer lugar, es necesario ejecutar las pruebas unitarias con Istanbul para poder obtener un informe de cobertura. La forma más fácil de hacer esto es con la siguiente línea de código.

Análisis de Redes con Python
En Analytics Lane
Análisis de Redes con Python

nyc npm test

Así se ejecutará el script con las pruebas unitarias obteniéndose el siguiente informe.

------------|----------|----------|----------|----------|-------------------|
File        |  % Stmts | % Branch |  % Funcs |  % Lines | Uncovered Line #s |
------------|----------|----------|----------|----------|-------------------|
All files   |    95.45 |       50 |      100 |    95.45 |                   |
 jslane     |      100 |      100 |      100 |      100 |                   |
  index.js  |      100 |      100 |      100 |      100 |                   |
 jslane/lib |    95.24 |       50 |      100 |    95.24 |                   |
  array.js  |    94.44 |       50 |      100 |    94.44 |                35 |
  jslane.js |      100 |      100 |      100 |      100 |                   |
------------|----------|----------|----------|----------|-------------------|

En este se puede ver que la línea 35 del archivo array.js no se ejecuta en las pruebas unitarias. Lo que significa el nivel de cobertura de todo el proyecto a nivel de líneas es del 95,45%, el 100% de las funciones y el 50% de las ramas.

Este informe no es fácil de interpretar cuando el proyecto crece. El número de líneas sin cobertura puede ser tal que únicamente se puedan mostrar una pocas. El informe se puede modificar con la opción --reporter, pudiendo exportar este en un archivo HTML con la opción lcov. Así el siguiente comando creará una carpeta lcov-report con el informe navegable.

nyc --reporter=lcov npm test

Al abrir el informe en el navegador se observa la siguiente

Informe de cobertura en formato HTML
Informe de cobertura en formato HTML

Pudiéndose comprobar las líneas que no se prueban en durante las pruebas unitarias.

Informe de la cobertura de las pruebas unitarias en cada línea del programa.
Informe de la cobertura de las pruebas unitarias en cada línea del programa.

Comprobando el grado de cobertura

ncy permite probar el grado de cobertura de las pruebas unitarias. En caso de que no se alcance un mínimo las prueba fallará. Para ello se puede ejecutar el siguiente comando después de haber lanzado las pruebas con Istanbul.

nyc check-coverage --lines 95 --functions 95 --branches 95

En este ejemplo se pide que el nivel de cobertura sea como mínimo del 95% a nivel de línea, funciones y ramas. Si una sola de las métricas en inferior se producirá un error. Revisando el informe anterior se puede ver que a nivel de rama no se llega al mínimo indicado.

Publicidad


Mejorado el grado de cobertura

Para superar el grado de cobertura simplemente es necesario escribir una prueba que evalúe la función multiply sin segundo parámetro. Lo que se puede conseguir con la siguiente aserción.

expect(jslane.array.multiply([1, 1, 1])).to.deep.equal([1, 1, 1]);

Si ahora se ejecuta el comando nyc npm test se puede observar que el nivel de cobertura es ahora del 100%. Por lo tanto, las pruebas de cobertura anteriores se superarán en este caso.

------------|----------|----------|----------|----------|-------------------|
File        |  % Stmts | % Branch |  % Funcs |  % Lines | Uncovered Line #s |
------------|----------|----------|----------|----------|-------------------|
All files   |      100 |      100 |      100 |      100 |                   |
 jslane     |      100 |      100 |      100 |      100 |                   |
  index.js  |      100 |      100 |      100 |      100 |                   |
 jslane/lib |      100 |      100 |      100 |      100 |                   |
  array.js  |      100 |      100 |      100 |      100 |                   |
  jslane.js |      100 |      100 |      100 |      100 |                   |
------------|----------|----------|----------|----------|-------------------|

Creación de nuevos scripts

Conocer el grado de cobertura de las pruebas es importante a la hora de medir la calidad del código. Por eso es aconsejable crear dos nuevos scripts en el archivo pasckage.json con los que se puede automatizar estas tareas. Uno de ellos puede ser coverage en el que ejecutan las pruebas unitarias con ncy, es decir, lanzar el comando nyc --reporter=lcov npm test. El segundo se puede denominar checkCoverage, en el que puede comprobar si se alcanza un mínimo de cobertura con el comando nyc check-coverage --lines 95 --functions 95 --branches 95

Publicidad


Conclusiones

En esta quinta entrega se ha visto cómo medir la cobertura de las pruebas unitarias en JavaScript. Otro punto importante a la hora de medir la calidad del código.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • ¡Nuevo video! 5 formas prácticas de obtener valores únicos en Pandas
  • 1100 publicaciones en Analytics Lane
  • ¡Nuevo video! Encuentra la posición en listas como un PRO
  • ¡Nuevo video! Iterar filas en Pandas sin romperte la cabeza
  • ¡Nuevo video! Gráficos de barras en Matplotlib sin complicarte

Publicado en: JavaScript Etiquetado como: Node, Unit testing

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

¡Nuevo video! Gráficos de barras en Matplotlib sin complicarte

julio 17, 2025 Por Daniel Rodríguez

¡Nuevo video! Iterar filas en Pandas sin romperte la cabeza

julio 15, 2025 Por Daniel Rodríguez

¡Nuevo video! Encuentra la posición en listas como un PRO

julio 10, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Obtención de valores únicos de una columna con Pandas publicado el mayo 8, 2019 | en Python
  • Cómo encontrar la posición de elementos en una lista de Python publicado el abril 12, 2021 | en Python
  • Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8 publicado el septiembre 13, 2023 | en Herramientas
  • Combinar varios archivos Jupyter Notebook en uno publicado el noviembre 21, 2022 | en Python
  • Sistema de ecuaciones Sistemas de ecuaciones lineales con numpy publicado el octubre 29, 2018 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes
  • Javier en Tutorial de Mypy para Principiantes
  • javier en Problemas con listas mutables en Python: Cómo evitar efectos inesperados
  • soldado en Numpy básico: encontrar la posición de un elemento en un Array de Numpy

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto