Continuous Integration

MAY

Show .NET code coverage rate and unit test status with GitLab CI\CD pipeline

本文详细介绍了如何使用GitLab CI/CD管道来展示.NET项目的代码覆盖率和单元测试状态。首先，需要确保在你的GitLab实例中有一个.NET项目。然后，在所有单元测试项目中添加coverlet.collector和JunitXml.TestLogger这两个包。接下来，编写C#代码的单元测试，并创建一个包含构建、测试和发布阶段的.gitlab-ci.yml文件。在构建阶段，使用dotnet build命令进行编译。在测试阶段，使用dotnet test命令进行测试，并收集代码覆盖率信息。同时，使用reportgenerator生成cobertura格式的报告，并从中提取覆盖率数据。最后，在发布阶段，使用dotnet publish命令进行发布，并将生成的nupkg文件保存为构建产物。通过这样的配置，你可以在GitLab管道运行结束后查看单元测试结果和代码覆盖率数据。此外，在创建pull request时，还可以看到覆盖率信息。最后，别忘了在Readme.md文件中添加一个代码覆盖率徽章！本文为你提供了一个完整的示例，帮助你更好地理解如何在GitLab CI/CD管道中展示.NET项目的代码覆盖率和单元测试状态。那么，在你的项目中，如何利用这些技巧来提高代码质量和测试覆盖率呢？--GPT 4

MAR

Lint markdown with customized rule by JavaScript

本篇博客介绍了如何使用JavaScript对Markdown文件进行自定义规则的检查。作者首先介绍了一个包含许多Markdown文件的代码库，并通过安装一些Markdown lint插件来满足基本的检查需求。然而，为了满足更多自定义需求，作者决定使用Node.js来进行Markdown文件的检查，因为它易于在GitHub pipeline中配置，并具有一些高级的面向对象特性。博客中详细介绍了如何创建一个包含自定义规则的JavaScript文件，并在GitHub Actions中配置CI流程来对Markdown文件进行检查。这个过程包括在根目录下创建一个package.json文件，编写一个包含自定义规则的JavaScript文件，以及在GitHub Actions中配置CI流程。通过这种方法，我们可以轻松地实现对Markdown文件的自定义检查，从而确保文件的质量和一致性。这对于维护一个包含大量Markdown文件的项目来说非常有用。那么，如何将这种方法应用到你的项目中呢？你是否有其他方法来实现类似的功能？在阅读本篇博客后，你可能会对这些问题有更多的想法和启示。--GPT 4

GitHub node JavaScript GitHub Actions Continuous Integration

let today = new Beginning();