本发明涉及数据处理技术领域，特别涉及一种多版本测试数据处理方法、装置、设备及存储介质。
背景技术
随着通信技术的快速发展，应用的数量和种类越来越丰富，并且面对用户的不同需求，各应用也在不断的进行版本的更新。
在实际应用时，在应用更新时，开发者需要对开发的源文件进行各种测试，测试成功后才能发布给用户使用。其中，覆盖率测试，是代码测试中的重要一项，用户可以根据该覆盖率数据，确定当前版本代码在测试时具体执行了哪些代码行。
然而，由于目前对应用代码进行覆盖率测试的工具，仅能针对应用的某一具体版本的代码进行覆盖率测试，以得到该版本的覆盖率数据，这就使得当该版本的代码覆盖率较低时，用户无法直接根据该版本的代码覆盖率数据，衡量该版本代码的具体状态，使得代码覆盖率测试的结果实用性较差。
技术实现要素：
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种多版本测试数据处理方法，该方法实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
本发明的第二个目的在于提出一种多版本测试数据处理装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达上述目的，本发明第一方面实施例提出了一种多版本测试数据处理方法，该方法包括：获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息，其中，所述差异信息，包括差异代码的结构信息；根据所述差异代码的结构信息，确定目标覆盖率融合模式；根据所述目标覆盖率融合模式，将所述各版本代码分别对应的覆盖率数据进行融合处理，确定所述目标应用的总覆盖率数据。
本发明实施例提供的多版本测试数据处理方法，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
另外，本发明上述实施例提出的多版本测试数据处理方法还可以具有如下附加的技术特征：
可选的，在本发明的一个实施例中，所述差异信息还包括差异代码源码及所述差异代码源码在各版本中的行号；所述根据所述差异信代码的结构信息，确定目标覆盖率融合模式包括：根据所述差异代码的结构信息，判断所述差异代码中是否包括分支代码段；若无，则根据所述差异代码源码及所述差异代码源码在各版本代码中的行号，确定所述差异代码中包括的相同源码在各版本代码中与行号的映射关系；根据所述相同源码在各版本代码中与行号的映射关系，及所述相同源码分别对应的覆盖率数据，将所述相同源码的覆盖率进行合并处理。
可选的，在本发明的另一个实施例中，所述覆盖率数据包括代码行号与覆盖状态的映射关系；所述判断所述差异代码中是否包括分支代码段之后，还包括：若包括，则判断所述分支代码段是否包括在各版本代码中功能相同的源码；若是，则判断所述各版本代码中功能相同的源码中分别包含的分支数量是否相同；若相同，则根据所述功能相同的源码在各版本代码中分别对应的覆盖状态，确定所述功能相同的源码对应的最大覆盖状态，其中所述最大覆盖状态表示所述功能相同的源码中已执行的代码行数量最多；利用所述功能相同的源码对应的最大覆盖状态，对其余各版本中所述功能相同的源码的覆盖状态进行更新。
可选的，在本发明的另一个实施例中，所述覆盖率数据包括代码行号与覆盖状态的映射关系；所述将所述相同代码的覆盖率进行合并处理，包括：根据预设的覆盖状态优先级顺序，将所述相同代码对应的高优先级的覆盖状态，替换低优先级的覆盖状态。
可选的，在本发明的另一个实施例中，所述将所述各版本代码分别对应的覆盖率数据进行融合处理之前，还包括：根据所述各版本代码所属的系统类型，确定目标融合处理模式。
可选的，在本发明的另一个实施例中，若所述各版本代码所属的系统类型为预设系统类型；所述获取各版本代码分别对应的覆盖率数据之前，还包括：获取所述各版本代码分别在编译时产生的第一文件及运行时产生的第二文件。
可选的，在本发明的另一个实施例中，所述获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息之前，还包括：获取目标应用多版本测试数据融合处理请求，所述融合处理请求中，包括所述各版本代码的路径及融合目标；根据所述各版本代码的路径获取所述各版本代码的源码；根据所述融合目标，对所述各版本代码的源码进行解析处理，确定所述各版本代码之间的差异信息。
可选的，在本发明的另一个实施例中，所述融合处理请求中还包括融合处理频率；所述将所述各版本代码分别对应的覆盖率数据进行融合处理，包括：根据所述融合处理频率，周期性获取所述各版本代码的覆盖率数据；将所述周期性获取的所述各版本代码的覆盖率数据进行融合处理。
为达上述目的，本发明第二方面实施例提出了一种多版本测试数据处理装置，该装置包括：获取模块，用于获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息，其中，所述差异信息，包括差异代码的结构信息；确定模块，用于根据所述差异代码的结构信息，确定目标覆盖率融合模式；处理模块，用于根据所述目标覆盖率融合模式，将所述各版本代码分别对应的覆盖率数据进行融合处理，确定所述目标应用的总覆盖率数据。
本发明实施例提供的多版本测试数据处理装置，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现第一方面实施例所述的多版本测试数据处理方法。
本发明实施例提供的计算机设备，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
为达上述目的，本发明的第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，以实现第一方面实施例所述的多版本测试数据处理方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明一个实施例的多版本测试数据处理方法的流程示意图；
图2(a)为本发明一个实施例的用户发送的融合处理请求示意图；
图2(b)为本发明一个实施例的对应用的各版本代码的路径设置访问时限的示意图；
图2(c)为本发明一个实施例的将各版本代码分别对应的覆盖率数据进行融合后，目标应用总覆盖率数据的示意图；
图3为本发明另一个实施例的多版本测试数据处理方法的流程示意图；
图4为本发明一个实施例的将差异代码中不包括分支代码段的各版本代码中，相同源码的覆盖率进行合并处理的示意图；
图5为本发明又一个实施例的多版本测试数据处理方法的流程示意图；
图6为本发明一个实施例的多版本测试数据处理装置的结构示意图
图7为本发明一个实施例的计算机设备的结构示意图；
图8为本发明另一个实施例的计算机设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明中各实施例主要针对现有技术中，对应用代码进行覆盖率测试时，仅能针对应用的某一具体版本的代码进行覆盖率测试，以得到该版本的覆盖率数据，这就使得当该版本的代码覆盖率较低时，用户无法直接根据该版本的代码覆盖率数据，衡量该版本的具体状态，使得代码覆盖率测试的结果实用性较差的问题，提出了一种多版本测试数据处理方法。
本发明提出的多版本测试数据处理方法，通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中各版本代码间的差异信息，包括：差异代码的结构信息，以根据差异代码的结构信息，确定目标覆盖率融合模式，然后根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，以确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
下面参考附图描述本发明实施例的多版本测试数据处理方法、装置、设备及存储介质。
首先结合附图1，对本发明实施例提供的多版本测试数据处理方法进行具体说明。
图1为本发明一个实施例的多版本测试数据处理方法的流程示意图。
如图1所示，本发明的多版本测试数据处理方法可以包括以下步骤：
步骤101，获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息。
其中，在本实施例中，差异信息可以包括差异代码的结构信息。上述差异代码的结构信息用于指示差异代码的具体结构，比如差异代码为顺序结构、或分支结构等，此处不作具体限定。
具体的，本发明实施例提供的多版本测试数据处理方法，可以由本发明实施例提供的计算机设备执行。其中，计算机设备中设置有多版本测试数据处理装置，以用于对目标应用各版本代码分别对应的覆盖率数据进行处理。本实施例计算机设备可以是任一具有数据处理功能的硬件设备，比如智能手机、平板电脑、个人数字助理等等。
具体实现时，可通过多种方式，获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息，举例说明：
方式一：
用户可以通过将目标应用各版本代码的源码发送给多版本测试数据处理装置，以使多版本测试数据处理装置通过对上述目标应用各版本代码的源码进行分析处理，以获取到目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息。
方式二：
用户还可以将目标应用各版本代码的路径发送给多版本测试数据处理装置，以使多版本测试数据处理装置可以根据上述目标应用各版本代码的路径，获取各版本代码对应的源码，然后对获取的各版本代码对应的源码进行分析处理，以获取到目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息。
下面以上述实现方式二为例，对本实施例中获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息进行举例说明：
例如，本实施例可以首先在设备中设置的监测器，以通过监测器实时对用户是否触发目标应用多版本测试数据融合处理请求进行监测。若监测到用户触发了目标应用多版本测试数据融合处理请求，则多版本测试数据处理装置接收用户发送的融合处理请求，并对上述融合处理请求进行解析，以获取融合处理请求中包括的各版本代码的路径，从而根据各版本代码的路径获取各版本对应代码的源码，并对各版本代码的源码进行解析，以确定出各版本代码之间的差异信息。
由于在实际应用时，不同用户对各版本代码分别对应的覆盖率数据进行融合处理的要求不同，因此本实施例中用户向多版本测试数据处理装置，发送目标应用多版本测试数据融合处理请求时，可以将融合目标携带在请求中，以使多版本测试数据处理装置可以根据融合目标对各版本代码分别对应的覆盖率数据进行对应的融合处理。
其中，本实施例中，融合目标可以包括：行融合、段融合、函数融合等等，此处不作具体限定。
举例来说，如图2(a)所示，为用户发送的融合处理请求，其中融合目标为段融合，且段名为master。
即步骤101可以包括：获取目标应用多版本测试数据融合处理请求，所述融合处理请求中，包括所述各版本代码的路径及融合目标；
根据所述各版本代码的路径获取所述各版本代码的源码；
根据所述融合目标，对所述各版本代码的源码进行解析处理，确定所述各版本代码之间的差异信息。
在实际使用中，大多数应用代码都是开放源代码，这就使得用户可以自由使用及接触应用的源代码。虽然这种方式给用户获取应用源代码带来了便利，但是也带了一些问题。例如，自行对应用源代码进行修改、再分发等情况，会给应用源代码的安全造成不利影响。对此，为了有效保证应用源代码的安全，在本实施例中用户可以对各版本代码的路径设置访问时限，或者设置密钥等方式，以保护应用源代码的安全。
其中，对各版本代码的路径设置密钥可以是通过ssh实现，比如：利用非对称密钥密码系统，设置一个公开密钥(publickey)和私有密钥(privatekey)等，此处对其不作具体限定。
或者，还可以对各版本代码的路径设置访问时限，访问时限的长度可以根据用户需求进行适应性设置，比如10分钟(min)、30min、1小时(h)等等。
例如，如图2(b)所示，用户可以对应用a的各版本代码的路径设置的访问时限，比如为1天(day)，那么当多版本测试数据处理装置接收到融合处理请求时，能够在1d内根据应用a的各版本代码的路径，访问应用a的各版本代码的源码。当时间超过1d时，则多版本测试数据处理装置则无法根据用户提供的应用a的各版本代码的路径，对应用a的各版本代码的源码进行访问操作。
步骤102，根据差异代码的结构信息，确定目标覆盖率融合模式。
具体的，当获取到目标应用各版本代码之间的差异信息之后，多版本测试数据处理装置即可根据差异信息中包括的差异代码的结构信息，对目标覆盖率融合模式进行确定。
具体实现时，可首先判断差异代码的结构信息是顺序结构，还是分支结构，然后根据判断结果，从预设的覆盖率融合模式中查找与判断结果相对应的覆盖率融合模式。其中，预设的覆盖率融合模式中可包括：顺序结构对应的覆盖率融合模式，及分支结构对应的覆盖率融合模式。
步骤103，根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。
具体的，在确定出目标覆盖率融合模式之后，多版本测试数据处理装置可根据确定的目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，以得到目标应用的总覆盖率数据。
可以理解的是，由于代码结构不同时，对覆盖率状态的影响较大，因此本实施例通过根据差异代码的结构信息，将各版本代码对应的覆盖率数据进行融合，从而不仅提高了融合后的总覆盖率数据的准确性，而且使得用户可以直观了解到最新版本代码的状态，满足了用户需求。
例如，如图2(c)所示，将各版本代码分别对应的覆盖率数据进行融合后，目标应用总覆盖率数据的示意图。
进一步的，若应用各版本代码为周期性更新，那么用户在发送融合处理请求时，还可以根据应用的更新频率，设置多版本测试数据处理装置的融合处理频率，以使多版本测试数据处理装置可以根据融合处理频率，周期性的获取各版本代码的覆盖率数据，从而将周期性获取的各版本代码的覆盖率数据进行融合处理，使得用户可以方便快捷的获取目标代码的具体情况。
其中，在本实施例中，设置的融合处理频率，可以根据用户需求进行适应性设置，此处对其不作具体限定。比如，24小时、1周、一个月等等。
本发明实施例提供的多版本测试数据处理方法，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据差异代码的结构信息，将各版本代码对应的覆盖率数据进行融合，从而不仅提高了融合后的总覆盖率数据的准确性，而且使得用户可以直观了解到最新版本代码的状态，满足了用户需求。
通过上述分析可知，本发明通过获取目标应用各版本代码之间的差异信息，以根据差异信息中包括的差异代码的结构信息，确定目标覆盖率融合模式，从而根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合，以确定目标应用的总覆盖率数据。在具体实现时，差异信息还可以包括：差异代码源码及差异代码源码在各版本中的行号等。下面结合图3，对本发明的多版本测试数据处理方法进行进一步的说明。
图3为本发明另一个实施例的多版本测试数据处理方法的流程示意图。
如图3所示，本发明实施例的多版本测试数据处理方法可以包括以下步骤：
步骤301，获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息。
其中，差异信息可以包括差异代码的结构信息，差异代码源码及差异代码源码在各版本中的行号。
步骤302，根据差异代码的结构信息，判断差异代码中是否包括分支代码段，若不包括则执行步骤303，否则，执行步骤305。
具体的，在实际使用中，应用代码中包括的分支结构，通常是指应用代码中包括if语句，或者switch语句。因此，本实施例在获取到各版本代码之间的差异代码的结构信息之后，多版本测试数据处理装置可通过对差异代码进行分析，以确定该差异代码中是否包括if语句，或者switch语句，来判断差异代码中是否包括分支代码段。
比如，当确定该差异代码中包括if语句，或者switch语句，则确定该差异代码中包括分支代码段；当确定该差异代码中不包括if语句，或者switch语句，则确定该差异代码中不包括分支代码段。
步骤303，根据差异代码源码及差异代码源码在各版本代码中的行号，确定差异代码中包括的相同源码在各版本代码中与行号的映射关系。
步骤304，根据相同源码在各版本代码中与行号的映射关系，及相同源码分别对应的覆盖率数据，将相同源码的覆盖率进行合并处理。
具体的，当确定差异代码中不包括分支代码时，多版本测试数据处理装置即可依次对差异代码源码及差异代码在各版本代码中的行号进行分析，以确定差异代码中包括的相同源码在各版本中与行号之间的映射关系。
举例来说，如图4所示，目标应用的第x版本中包括8行代码，第y版本中包括13行代码，且第x版本与第y版本的差异代码源码为：第x版本的第6行-第8行，第y版本的第6行-第13行，通过比对第x版本的第6行-第8行的源码与第y版本的第6行-第13行代码内容，确定出第x版本的第6行-第8行，与第y版本的第11行-第13行为相同源码。因此，可以得到第x版本中第6行源码与第y版本中第11行源码存在映射关系，第x版本中第7行源码与第y版本中第12行源码存在映射关系，第x版本中第8行源码与第y版本中第13行源码存在映射关系。由此，多版本测试数据处理装置可根据上述映射关系，将第x版本中第6行-第8行与第y版本中第11行-第13行相同源码分别对应的覆盖率数据，进行合并处理，由于第y版本中第6行-第10行为新增代码，则对其的覆盖率不作处理，从而通过将第x版本和第y版本分别对应的覆盖率进行融合处理，得到目标应用的总覆盖率数据。
步骤305，判断分支代码段是否包括在各版本代码中功能相同的源码，若是，则执行步骤306，否则，执行步骤309。
其中，本实施例中覆盖率数据包括代码行号与覆盖状态的映射关系。
上述覆盖状态，具体包括差异代码中每行代码是否被全部覆盖(fc)，或者，部分覆盖(pc)，或者，未覆盖(nc)。其中，当确定差异代码中包括分支代码段时，上述覆盖状态还可以包括：分支全部覆盖(bfc)、分支部分覆盖(bpc)、分支未覆盖(bnc)。
可以理解的是，当差异代码处于分支代码段时，每行代码的覆盖状态则可以包括：“fcbfc”、“pcbfc”、“pcbpc”、“pcbnc”、“ncbnc”。其中，前部分代表行代码本身覆盖状态，后部分代表分支代码段的覆盖状态。
例如：fcbfc表示当前行代码为全覆盖，当前行代码所在分支代码段为分支全覆盖。
具体的，当确定差异代码中包括分支代码段后，多版本测试数据处理装置可对分支代码段进行分析处理，以确定该分支代码段中是否包括在各版本代码中功能相同的源码。若包括，则进一步判断各版本代码中功能相同的源码中分别包含的分支数量是否相同；若不包括则结束操作。
例如，若获取的多版本为版本1和版本3，那么通过对版本1和版本3代码的源码进行分析之后，当确定版本1和版本3代码的源码中，均包括了对事件a>1进行判断并执行相应操作时，则可以确定出上述事件a>1的分支代码段包括在版本1和版本3代码中的功能相同的源码。
又如，若获取的多版本为版本5和版本6，那么通过对版本5和版本6代码的源码进行分析之后，当确定版本5代码的源码中，包括的是对事件a<1进行判断并执行相应操作，而版本6代码的源码中，包括的是对事件a>1进行判断并执行相应操作，那么可以确定出上述事件a<1、事件a>1不包括在版本5和版本6代码中的功能相同的源码。
步骤306，判断各版本代码中功能相同的源码中分别包含的分支数量是否相同，若相同，则执行步骤307，否则，执行步骤309。
具体的，当确定分支代码段包括在各版本代码中功能相同的源码，则多版本测试数据处理装置对各版本代码中功能相同的源码中分别包含的分支数量是否相同进行判断，以根据判断结果确定是否对各版本中功能相同的源码的覆盖状态进行更新。
举例说明，若获取的功能相同的源码分别对应于版本1和版本2，且版本1包括的分支数量为3个分支语句,比如：a<0；0<a<1；a>1，版本2包括的分支数量为4个分支语句，比如a<0；0<a<1；a>1；1<a<3，那么说明各版本代码中功能相同的源码中分别包含的分支数量不相同。
再如，若获取的功能相同的源码分别对应于版本1和版本2，且版本1包括的分支数量为3个分支语句，版本2包括的分支数量为3个分支语句，那么说明各版本代码中功能相同的源码中分别包含的分支数量相同。
步骤307，根据功能相同的源码在各版本代码中分别对应的覆盖状态，确定功能相同的源码对应的最大覆盖状态。
其中，最大覆盖状态表示功能相同的源码中已执行的代码行数量最多。
步骤308，利用功能相同的源码对应的最大覆盖状态，对其余各版本中功能相同的源码的覆盖状态进行更新。
例如，若功能相同的源码在版本a代码中覆盖了语句6和语句7，在版本b代码中覆盖了语句12，那么可以确定版本a的覆盖状态大于版本b的覆盖状态，则利用版本a的覆盖状态，对版本b的覆盖状态进行更新。
步骤309，不执行覆盖状态更新操作。
进一步的，本实施例将相同源码的覆盖率进行合并处理时，还可以根据预设的覆盖状态优先级顺序，将相同代码对应的高优先级的覆盖状态，替换低优先级的覆盖状态。
其中，覆盖率数据包括代码行号与覆盖状态的映射关系。
在本实施例中，预设的覆盖状态优先级顺序可以为fc>pc>nc；同理，bfc>bpc>bnc。
具体的，当确定出差异代码对应的覆盖率融合模式之后，本实施例即可根据预设的覆盖状态优先级顺序，将相同代码对应的高优先级的覆盖状态，替换低优先级的覆盖状态。
例如，当版本a中的语句6的覆盖状态为fc，而具有相同语句的版本b中的语句6的覆盖状态为pc，那么可以根据fc>pc>nc，将版本a中语句6的覆盖状态fc，替换版本b中语句6的覆盖状态pc，更新为覆盖状态fc。
本发明实施例提供的多版本测试数据处理方法，在获取到目标应用各版本代码分别对应的覆盖率数据及各版本之间的差异信息之后，根据差异信息中差异代码结构信息判断差异代码中是否包括分支代码段，若不包括则根据差异代码源码及差异代码源码在各版本代码中的行号，确定差异代码中包括的相同源码在各版本代码中与行号的映射关系，然后根据映射关系，及相同源码分别对应的覆盖率数据，将相同源码的覆盖率进行合并处理。若包括则判断分支代码段是否包括在各版本代码中功能相同的源码，若是则进一步判断各版本代码中功能相同的源码中分别包含的分支数量是否相同，若相同则根据功能相同的源码在各版本代码中分别对应的覆盖状态，确定功能相同的源码对应的最大覆盖状态，然后利用功能相同的源码对应的最大覆盖状态，对其余各版本中功能相同的源码的覆盖进行更新，并根据预设的覆盖状态优先级顺序，将相同代码对应的高优先级的覆盖状态，替换低优先级的覆盖状态。由此，通过根据差异代码中是否包括分支代码段、及分支代码段中包括的分支数量情况，从而不仅提高了融合后的总覆盖率数据的准确性，而且使得用户可以直观、快速了解到最新版本代码的状态，满足了用户需求。
通过上述分析可知，本发明通过对目标应用各版本之间的差异代码中是否包括分支代码进行判断，以根据判断结构确定对应的覆盖率融合模式，以将各版本代码分别对应的覆盖率数据进行融合，确定出目标应用的总覆盖率数据。在具体实现时，由于各版本代码所所属系统类型存在差异，而不同系统类型的代码覆盖率数据含义不同，从而进行融合的方式也不同，因此本申请实施例中，在确定目标融合处理模式时，还需要先确定各版本代码所属的系统类型，然后根据各版本代码所属的系统类型，再确定目标融合处理模式。下面结合图5，对本发明的多版本测试数据处理方法的上述情况进行详细的说明。
图5为本发明又一个实施例的多版本测试数据处理方法的流程示意图。
如图5所示，本发明实施例的多版本测试数据处理方法可以包括以下步骤：
步骤501，获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息。
其中，所述差异信息，包括差异代码的结构信息。
步骤502，根据差异代码的结构信息，及各版本代码所属的系统类型，确定目标覆盖率融合模式。
其中，在本实施例中，各版本代码所属的系统类型可以为：安卓(android)系统，或者，苹果(ios)系统。
也就是说，当各版本代码所属的系统类型为安卓时，确定的目标覆盖率融合模式可以是根据覆盖状态优先级进行合并；当各版本代码所属的系统类型为ios时，确定的目标覆盖率融合模式可以根据代码执行次数进行融合。例如，若代码执行次数等于0，则覆盖次数为0。
步骤503，根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。
具体实现时，若确定各版本代码所属的系统类型为预设系统类型时，则步骤501获取目标应用各版本代码分别对应的覆盖率数据之前，首先获取各版本代码分别在编译时产生的第一文件及运行时产生的第二文件。需要说明的是，在本实施例中，预设系统类型为ios系统。
其中，第一文件可以是指，gcno文件，该文件在编译时生成，包含了重建基本块图和相应的块的源码的行号的信息；第二文件可以是指，gcda文件，该文件在编译后文件运行时生成，包含了弧跳变的次数和其他的概要信息，并且该gcda文件只能在程序运行完毕后才能产生的。
由于在实际应用中，用户利用ios系统发送各版本代码分别对应的覆盖率数据时，多版本测试数据处理装置无法获取到各版本代码中每一行的覆盖率状态，而gcno文件和gcda文件为原始文件，通常可直接发送给多版本测试数据处理装置，因此为了提高处理效率，本实施例可以向设备发送多版本测试数据融合处理请求时，直接将gcno文件和gcda文件也发送给设备。
可以理解的是，本实施例通过先确定各版本代码所属的系统类型，以根据各版本代码所属的系统类型，采取不同的方式确定目标覆盖率融合模式，从而实现可根据各版本代码所属的系统类型，有针对性的进行获取融合模式，使得用户能够更准确可靠的获取到应用的总覆盖率数据。
下面参照附图描述本发明实施例提出的多版本测试数据处理装置。
图6为本发明一个实施例的多版本测试数据处理装置的结构示意图。
如图6所示，该多版本测试数据处理装置包括：获取模块11、确定模块12及处理模块13。
其中，获取模块11用于获取目标应用各版本代码分别对应的覆盖率数据及各版本代码之间的差异信息，其中，所述差异信息，包括差异代码的结构信息；
确定模块12用于根据所述差异代码的结构信息，确定目标覆盖率融合模式；
处理模块13用于根据所述目标覆盖率融合模式，将所述各版本代码分别对应的覆盖率数据进行融合处理，确定所述目标应用的总覆盖率数据。
需要说明的是，本实施例的多版本测试数据处理装置的实施过程和技术原理参见前述对第一方面实施例的多版本测试数据处理方法的解释说明，此处不再赘述。
本发明实施例提供的多版本测试数据处理装置，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
为了实现上述实施例，本发明还提出一种计算机设备。
图7为本发明一个实施例的计算机设备的结构示意图。图7显示的计算机设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，上述计算机设备200包括：存储器210、处理器220及存储在存储器210上并可在处理器220上运行的计算机程序，所述处理器220执行所述程序时，实现第一方面实施例所述的多版本测试数据处理方法。
在一种可选的实现形式中，如图8所示，该计算机设备200还可以包括：存储器210及处理器220，连接不同组件(包括存储器210和处理器220)的总线230，存储器210存储有计算机程序，当处理器220执行所述程序时实现本发明实施例所述的多版本测试数据处理方法。
总线230表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
计算机设备200典型地包括多种计算机设备可读介质。这些介质可以是任何能够被计算机设备200访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器210还可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)240和/或高速缓存存储器250。计算机设备200可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统260可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块270的程序/实用工具280，可以存储在例如存储器210中，这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信，还可与一个或者多个使得用户能与该计算机设备200交互的设备通信，和/或与使得该计算机设备200能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口292进行。并且，计算机设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器293通过总线230与计算机设备200的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
需要说明的是，本实施例的计算机设备的实施过程和技术原理参见前述对第一方面实施例的多版本测试数据处理方法的解释说明，此处不再赘述。
本发明实施例提供的计算机设备，首先通过获取目标应用各版本代码分别对应的覆盖率数据及各版本代码间的差异信息，其中差异信息包括差异代码的结构信息，然后根据差异代码的结构信息，确定目标覆盖率融合模式，以根据目标覆盖率融合模式，将各版本代码分别对应的覆盖率数据进行融合处理，确定目标应用的总覆盖率数据。由此，实现了根据应用各版本代码间的结构信息，将各版本代码分别对应的覆盖率数据进行融合，以使用户在完成应用各版本代码的覆盖率测试后，能够快速全面的获取到应用最新版本代码的总覆盖状态，从而方便用户对应用最新版本代码的质量进行衡量，极大提高了用户体验。
为实现上述目的，本发明还提出一种计算机可读存储介质。
其中该计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，以实现第一方面实施例所述的多版本测试数据处理。
一种可选实现形式中，本实施例可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。