CN103116494B - 自动化测试平台测试输出信息提取方法和装置 - Google Patents
自动化测试平台测试输出信息提取方法和装置 Download PDFInfo
- Publication number
- CN103116494B CN103116494B CN201310029734.8A CN201310029734A CN103116494B CN 103116494 B CN103116494 B CN 103116494B CN 201310029734 A CN201310029734 A CN 201310029734A CN 103116494 B CN103116494 B CN 103116494B
- Authority
- CN
- China
- Prior art keywords
- test output
- key message
- output information
- new test
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
Abstract
本发明公开了一种自动化测试平台测试输出信息提取方法,该方法包括:记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;从所述新的测试输出信息中提取出确定的所述关键信息并保存。本发明能够根据记录信息自动提取用户想要在新的测试输出中提取的关键信息。本发明还公开了一种自动化测试平台测试输出信息提取装置。
Description
技术领域
本发明涉及自动化测试技术领域,尤其涉及的是一种自动化测试平台测试输出信息提取方法和装置。
背景技术
各科技企业对自动化测试的需求持续增加,各种自动化平台层出不穷,广泛应用于各企业产品的自动化测试,这些自动化平台的功能往往是给定输入,测试产品,获取产品的输出,输出大多以字符串或文本的形式出现,文本中有用户关注的关键信息,用来识别或判定测试的结果。
现有技术中,测试人员通过人眼识别、手动提取测试输出中的关键信息,效率低且容易遗漏。因此,用户希望自动化测试平台能够具备自动提取测试输出中关键信息的功能。
发明内容
本发明所要解决的技术问题是提供一种自动化测试平台测试输出信息提取方法和装置,能够自动提取测试输出中的关键信息。
为了解决上述技术问题,本发明提供了一种自动化测试平台测试输出信息提取方法,该方法包括:
记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
从所述新的测试输出信息中提取出确定的所述关键信息并保存。
进一步地,上述方法进一步包括下述特点:
所述自动化测试平台的测试输出为字符序列。
进一步地,上述方法进一步包括下述特点:
根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列。
进一步地,上述方法进一步包括下述特点:
原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列。
进一步地,上述方法进一步包括下述特点:
计算最长公共子序列,包括:利用最短路径算法计算最长公共子序列。
为了解决上述技术问题,本发明还提供了一种自动化测试平台测试输出信息提取装置,该装置包括:
记录模块,用于记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
计算模块,用于当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
提取模块,用于在计算模块确定出所述新的测试输出信息中要提取的关键信息后,从所述新的测试输出信息中提取出确定的所述关键信息并保存。
进一步地,上述装置进一步包括下述特点:
所述自动化测试平台的测试输出为字符序列。
进一步地,上述装置进一步包括下述特点:
计算模块根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)计算模块确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列。
进一步地,上述装置进一步包括下述特点:
原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列。
进一步地,上述装置进一步包括下述特点:
计算模块计算最长公共子序列,包括:计算模块利用最短路径算法计算最长公共子序列。
与现有技术相比,本发明提供一种自动化测试平台测试输出信息提取方法和装置,记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本,当自动化测试平台产生新的测试输出信息后,根据记录的信息从所述新的测试输出信息中提取出用户想要提取的关键信息。本发明能够根据记录信息自动提取用户想要在新的测试输出中提取的关键信息。
附图说明
图1为本发明实施例的一种自动化测试平台测试输出信息提取方法的流程图。
图2为本发明实施例中用户在测试输出中划选关键信息的示例。
图3为本发明实施例的一种自动化测试平台测试输出信息提取装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
如图1所示,本发明实施例提供了一种自动化测试平台测试输出信息提取方法,该方法包括:
步骤S10,记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
步骤S20,当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
步骤S30,从所述新的测试输出信息中提取出确定的所述关键信息并保存。
该方法进一步包括下述特点:
其中,自动化测试平台的测试输出为字符序列;
其中,用户从所述测试输出样本中提取关键信息样本,包括:用户在测试输出样本中通过鼠标划选关注的关键信息,所述划选的关键信息作为关键信息样本;
其中,测试输出样本称为Text,用户从所述测试输出样本中提取的关键信息样本称为“SelectedText”;图2示出了用户在测试输出样本中划选关键信息的例子,
Text=<Request><URL>http://192.168.1.1:8080</URL></Request>
SelectedText=8080
其中,当用户划选关键信息后,界面上还可以弹出输入框提示用户为关注的关键信息命名,比如,用户在划选“8080”后,在输入框中输入“端口号”;
其中,用户还可以在测试输出样本中划选多个关键信息,用户可以为关注的关键信息分别命名;比如,用户划选“8080”并为其命名“端口号”,划选“192.168.1.1”并为其命名“IP地址”;
其中,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列;
其中,根据关键信息在测试输出信息中的左、右边界的定义可知,新的测试输出信息中位于左边界和右边界之间的字符序列为用户想要在新的测试输出信息中提取的关键信息。
其中,第一字符序列在第二字符序列中的最大相似度序列为:包含第一字符序列和第二字符序列的最长公共子序列LCS(LongestCommonSubsequence)且长度最短的第二序列中的字符序列;
其中,可以通过最短路径算法计算两个字符序列的最长公共子序列,该算法属于现有技术。比如,第一字符序列为“ABCABBA”,第二字符序列为“CBABAC”,则通过最短路径算法能够计算出两个字符序列的最长公共子序列为“CABA”,算法的具体内容属于现有技术。
其中,原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列。
其中,假设测试输出样本为Text,用户从所述测试输出样本中提取的关键信息样本为SelectedText,新的测试输出信息为NewText,需要计算出下面的信息:关键信息样本在测试输出样本中的左边界LB、右边界RB,关键信息样本的左边界与新的测试输出信息的最长公共子序列LCS-LB,关键信息样本的右边界与新的测试输出信息的最长公共子序列LCS-RB,关键信息样本的左边界在新的测试输出信息中的最大相似度序列为MST-LB,关键信息样本的右边界在新的测试输出序列中的最大相似度序列MST-RB,新的测试输出信息中要提取的关键信息NewSelectedText的左边界NewLB、右边界NewRB,新的测试输出信息中要提取的关键信息NewSelectedText;
在图2所示的示例中,已知信息如下:
Text=<Request><URL>http://192.168.1.1:8080</URL></Request>
SelectedText=8080
NewText=<Request><User>Test100</User><URL>http://10.42.7.28:9090</URL></Request>
需要计算的信息如下:
LB=<Request><URL>http://192.168.1.1:
RB=</URL></Request>
LCS-LB=<Request><URL>http://1…:
MST-LB=<Request><User>Test100</User><URL>http://10.42.7.28:
LCS-RB=</URL></Request>
MST-RB=</URL></Request>
NewLB=<Request><User>Test100</User><URL>http://10.42.7.28:
NewRB=</URL></Request>
NewSelectedText=NewText-NewLB-NewRB=9090
如图3所示,本发明实施例提供了一种自动化测试平台测试输出信息提取装置,该装置包括:
记录模块,用于记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
计算模块,用于当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
提取模块,用于计算模块确定出所述新的测试输出信息中要提取的关键信息后,从所述新的测试输出信息中提取出确定的所述关键信息并保存。
该方法进一步包括下述特点:
其中,所述自动化测试平台的测试输出为字符序列。
其中,计算模块根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)计算模块确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列。
其中,原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列。
其中,计算模块计算最长公共子序列,包括:计算模块利用最短路径算法计算最长公共子序列。
上述实施例提供的一种自动化测试平台测试输出信息提取方法和装置,记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本,当自动化测试平台产生新的测试输出信息后,根据记录的信息从所述新的测试输出信息中提取出用户想要提取的关键信息。本发明能够根据记录信息自动提取用户想要在新的测试输出中提取的关键信息。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
需要说明的是,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (4)
1.一种自动化测试平台测试输出信息提取方法,该方法包括:
记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
从所述新的测试输出信息中提取出确定的所述关键信息并保存;
所述自动化测试平台的测试输出为字符序列;
根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列。
2.如权利要求1所述的方法,其特征在于:
计算最长公共子序列,包括:利用最短路径算法计算最长公共子序列。
3.一种自动化测试平台测试输出信息提取装置,该装置包括:
记录模块,用于记录自动化测试平台的测试输出样本及用户从所述测试输出样本中提取的关键信息样本;
计算模块,用于当自动化测试平台产生新的测试输出信息后,根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息;
提取模块,用于在计算模块确定出所述新的测试输出信息中要提取的关键信息后,从所述新的测试输出信息中提取出确定的所述关键信息并保存;
所述自动化测试平台的测试输出为字符序列;
计算模块根据所述测试输出样本及关键信息样本,确定所述新的测试输出信息中要提取的关键信息,包括:
a)计算模块确定关键信息样本在测试输出样本中的原始左边界和原始右边界;
b)确定原始左边界在新的测试输出信息中的最大相似度序列,原始右边界在新的测试输出信息中的最大相似度序列;
c)根据原始左边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的左边界,根据原始右边界的最大相似度序列确定新的测试输出信息中要提取的关键信息的右边界;
d)根据新的测试输出信息中要提取的关键信息的左边界和右边界,确定所述新的测试输出信息中要提取的关键信息;
原始左边界在新的测试输出信息中的最大相似度序列为:包含原始左边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
原始右边界在新的测试输出信息中的最大相似度序列为:包含原始右边界和新的测试输出信息的最长公共子序列且长度最短的新的测试输出信息中的字符序列;
其中,关键信息在测试输出信息中的左边界是指:从测试输出信息的第一个字符到关键信息前一个字符的字符序列;关键信息在测试输出信息中的右边界是指:从关键信息后的第一个字符到测试输出信息的最后一个字符的字符序列。
4.如权利要求3所述的装置,其特征在于:
计算模块计算最长公共子序列,包括:计算模块利用最短路径算法计算最长公共子序列。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310029734.8A CN103116494B (zh) | 2013-01-25 | 2013-01-25 | 自动化测试平台测试输出信息提取方法和装置 |
PCT/CN2013/083728 WO2014114103A1 (zh) | 2013-01-25 | 2013-09-18 | 自动化测试平台测试输出信息提取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310029734.8A CN103116494B (zh) | 2013-01-25 | 2013-01-25 | 自动化测试平台测试输出信息提取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103116494A CN103116494A (zh) | 2013-05-22 |
CN103116494B true CN103116494B (zh) | 2016-05-25 |
Family
ID=48414880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310029734.8A Active CN103116494B (zh) | 2013-01-25 | 2013-01-25 | 自动化测试平台测试输出信息提取方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103116494B (zh) |
WO (1) | WO2014114103A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116494B (zh) * | 2013-01-25 | 2016-05-25 | 中兴通讯股份有限公司 | 自动化测试平台测试输出信息提取方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398758A (zh) * | 2008-10-30 | 2009-04-01 | 北京航空航天大学 | 一种代码抄袭的检测方法 |
CN102663296A (zh) * | 2012-03-31 | 2012-09-12 | 杭州安恒信息技术有限公司 | 面向网页JavaScript恶意代码的智能检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60038535T2 (de) * | 1999-08-26 | 2009-07-02 | Sony Corp. | Verfahren und vorrichtung, speicherverfahren und - vorrichtung zur informationsbeschaffung und verarbeitung |
JP2001256087A (ja) * | 2000-03-09 | 2001-09-21 | Takuo Kitamura | ファイルメモリを備えたデータ処理システムとデータ処理方法 |
KR20030071600A (ko) * | 2003-07-16 | 2003-09-03 | 쓰리지디코리아 주식회사 | 실험 데이터의 구성 정보 단위들 및 규칙의 배열 패턴을자동 인식하는 방법 및 기록매체 |
CN101373479A (zh) * | 2008-09-27 | 2009-02-25 | 华中科技大学 | 一种乳腺x线摄片计算机图像检索方法及系统 |
CN101582074B (zh) * | 2009-01-21 | 2011-01-26 | 东北大学 | 一种DeepWeb响应页面数据抽取方法 |
CN102043845B (zh) * | 2010-12-08 | 2013-08-21 | 百度在线网络技术(北京)有限公司 | 一种用于基于查询序列簇提取核心关键词的方法与设备 |
CN103116494B (zh) * | 2013-01-25 | 2016-05-25 | 中兴通讯股份有限公司 | 自动化测试平台测试输出信息提取方法和装置 |
-
2013
- 2013-01-25 CN CN201310029734.8A patent/CN103116494B/zh active Active
- 2013-09-18 WO PCT/CN2013/083728 patent/WO2014114103A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398758A (zh) * | 2008-10-30 | 2009-04-01 | 北京航空航天大学 | 一种代码抄袭的检测方法 |
CN102663296A (zh) * | 2012-03-31 | 2012-09-12 | 杭州安恒信息技术有限公司 | 面向网页JavaScript恶意代码的智能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2014114103A1 (zh) | 2014-07-31 |
CN103116494A (zh) | 2013-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017302250B2 (en) | Optical character recognition in structured documents | |
CN109803180B (zh) | 视频预览图生成方法、装置、计算机设备及存储介质 | |
CN104735468B (zh) | 一种基于语义分析将图像合成新视频的方法及系统 | |
US20170169822A1 (en) | Dialog text summarization device and method | |
EP3896986A1 (en) | Method and device for segmenting video | |
US10665267B2 (en) | Correlation of recorded video presentations and associated slides | |
US20170220858A1 (en) | Optical recognition of tables | |
US9594957B2 (en) | Apparatus and method for identifying a still image contained in moving image contents | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
US20160117311A1 (en) | Method and Device for Performing Story Analysis | |
CN104598644A (zh) | 用户喜好标签挖掘方法和装置 | |
US20210390317A1 (en) | Method and system for editing video on basis of context obtained using artificial intelligence | |
US10062384B1 (en) | Analysis of content written on a board | |
CN107590150A (zh) | 基于关键帧的视频分析实现方法及装置 | |
US20200065589A1 (en) | Automatic tagging of images using speech recognition | |
CN104994404A (zh) | 一种为视频获取关键词的方法及装置 | |
CN110598008A (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN109857505A (zh) | 操作的执行方法、装置、终端及存储介质 | |
CN107390896A (zh) | 一种输入法的词库管理方法及装置 | |
CN103116494B (zh) | 自动化测试平台测试输出信息提取方法和装置 | |
CN111797801B (zh) | 用于视频场景分析的方法和装置 | |
JP7476138B2 (ja) | ビデオ処理方法、装置、電子機器及び記憶媒体 | |
JP7029557B1 (ja) | 判定装置、判定方法および判定プログラム | |
CN106327560B (zh) | 一种文件版本的识别方法及识别客户端 | |
CN103778210A (zh) | 一种待分析文件的文件具体类型的判断方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |