CN107844417B - 测试用例生成方法和装置 - Google Patents
测试用例生成方法和装置 Download PDFInfo
- Publication number
- CN107844417B CN107844417B CN201710986498.7A CN201710986498A CN107844417B CN 107844417 B CN107844417 B CN 107844417B CN 201710986498 A CN201710986498 A CN 201710986498A CN 107844417 B CN107844417 B CN 107844417B
- Authority
- CN
- China
- Prior art keywords
- test
- operation rule
- feature
- test case
- feature words
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Debugging And Monitoring (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种测试用例生成方法和装置,其中方法包括:获取与需求描述文本对应的目标测试方法模型;根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数;根据运算规则特征词和对应的特征参数生成测试用例。由此,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
Description
技术领域
本发明涉及计算机测试技术领域,尤其涉及一种测试用例生成方法和装置。
背景技术
通常,测试用例的设计是软件测试的一个关键环节,测试用例直接影响了软件测试的效率和覆盖率,可以说测试用例的设计方法,已经成为了软件测试研究中的一个核心问题。
相关技术中,比较成熟的测试用例设计方法模型包括等价类划分、边界值分析、因果图法、判定表法、正交试验法、流程分析法等,但是这些方法的实现,测试用例的生成还是需要人工完成,消耗比较多的工作量和时间,对于测试人员的能力要求很高,人为产生差错和遗漏再所难免。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种测试用例生成方法,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
本发明的第二个目的在于提出一种测试用例生成装置。
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。
本发明的第五个目的在于提出一种计算机程序产品。
为了实现上述目的,本发明第一方面实施例提出了一种测试用例生成方法,包括:获取与需求描述文本对应的目标测试方法模型;根据预设的所述目标测试方法模型的运算规则关键词,从所述需求描述文本中提取运算规则特征词和对应的特征参数;根据所述运算规则特征词和对应的特征参数生成测试用例。
本发明实施例的测试用例生成方法,获取与需求描述文本对应的目标测试方法模型,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数,根据运算规则特征词和对应的特征参数生成测试用例。由此,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
另外,本发明实施例的测试用例生成方法,还具有如下附加的技术特征:
在本发明的一个实施例中,所述获取与需求描述文本对应的目标测试方法模型,包括:对所述需求描述文本进行切词处理,并对切词结果进行语义分析提取测试特征词;将预设的测试方法模型的特征信息与所述测试特征词进行匹配,获取与所述测试特征词匹配成功的特征信息对应的目标测试方法模型。
在本发明的一个实施例中,所述根据预设的所述目标测试方法模型的运算规则关键词,从所述需求描述文本中提取运算规则特征词和对应的特征参数,包括:将所述切词结果与所述运算规则关键词进行匹配,获取与所述运算规则关键词匹配成功的运算规则特征词;对所述运算规则特征词的上下文进行语义分析提取与所述运算规则特征词对应的特征参数。
在本发明的一个实施例中,所述根据所述运算规则特征词和对应的特征参数生成测试用例,包括:根据所述运算规则特征词和对应的特征参数生成测试用例数据关系表。
在本发明的一个实施例中,所述根据所述运算规则特征词和对应的特征参数生成测试用例,还包括:对所述测试用例数据关系表进行语义解释,输出自然语言文本的测试用例描述。
为了实现上述目的,本发明第二方面实施例提出了一种测试用例生成装置,包括:获取模块,用于获取与需求描述文本对应的目标测试方法模型;提取模块,用于根据预设的所述目标测试方法模型的运算规则关键词,从所述需求描述文本中提取运算规则特征词和对应的特征参数;生成模块,用于根据所述运算规则特征词和对应的特征参数生成测试用例。
本发明实施例的测试用例生成装置,获取与需求描述文本对应的目标测试方法模型,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数,根据运算规则特征词和对应的特征参数生成测试用例。由此,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
另外,本发明实施例的测试用例生成装置还具有如下附加的技术特征:
在本发明的一个实施例中,所述获取模块包括:切词单元,用于对所述需求描述文本进行切词处理;提取单元,用于对切词结果进行语义分析提取测试特征词;获取单元,用于将预设的测试方法模型的特征信息与所述测试特征词进行匹配,获取与所述测试特征词匹配成功的特征信息对应的目标测试方法模型。
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,实现如第一方面所述的测试用例生成方法。
为达上述目的,本发明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实现如第一方面所述的测试用例生成方法。
为达上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,执行如第一方面所述的测试用例生成方法。
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是根据本发明一个实施例的测试用例生成方法的流程图;
图2是根据本发明一个具体实施例的测试用例生成方法的流程图;
图3是根据本发明另一个实施例的测试用例生成方法的流程图;
图4是根据本发明一个实施例的测试用例生成装置的结构示意图;
图5是根据本发明另一个实施例的测试用例生成装置的结构示意图;
以及
图6是本发明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。
下面参考附图描述本发明实施例的测试用例生成方法和装置。
图1是根据本发明一个实施例的测试用例生成方法的流程图。其中,本发明实施例的测试用例生成方法,可以由本发明实施例的测试用例生成装置执行,该测试用例生成装置可以被配置在任意计算机设备中。其中,计算机设备可以是服务器、电脑等。
如图1所示,该测试用例生成方法包括:
步骤101,获取与需求描述文本对应的目标测试方法模型。
可以理解,相关技术中,对测试用例的生成是基于人工生成,对测试用例的生成的步骤通常为:
a)熟悉业务需求。
b)在熟悉需求的基础上设计并生成测试用例。
c)编写正常业务测试用例
d)编写异常情况测试用例。
然而,上述基于人工的测试用例生成方法具有如下几个方面的问题:
a)测试人员编写测试文档的工作量很大,人员负荷高,事务性的工作销耗的时间长,成本高。
b)人为因素使得测试设计标准前后不一,测试花费的时间越长,测试的严格性也就越低。
c)基于测试人员能力的因素和思维限制等人为因素,测试人员难以掌握全面、科学、有效的设计手段,难以运用大量科学的用例设计方法进行全面的用例设计和生成,测试的严格性和有效性较低。
d)难以对不可视的对象或业务进行用例生成。
为了解决上述技术问题,本发明提出了一种测试用例生成方法,在该方法中预先建立目标测试方法模型,进而,获取与需求描述文本对应的目标测试模型,可以基于该目标测试方法模型,自动生成相关测试用例。
其中,上述需求描述文本以文本的方式描述了相关软件的需求等,举例而言,某个软件的需求描述文本可以是“如果第一列值为是A或B并且第二列值为数字,则修改文件;如果第一列值不正确,则给出M,如果第二列值不正确则给出L”。
需要强调的是,不同的需求描述文本由于其运算逻辑等的不同,所对应的目标测试方法模型不同,比如,因果类运算逻辑对应的目标测试方法模型与判断类运算逻辑对应的目标测试方法模型不同。
并且,本发明实施例的获取与需求描述文本对应的目标测试方法模型可以是自动识别需求描述文本的运算逻辑以自动获取的,也可以是主动输入需求描述文本对应的运算逻辑后,根据该运算逻辑确认的。
步骤102,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数。
其中,运算规则特征词是顺应计算机执行逻辑的相关特征词,包括但不限于计算机执行逻辑中的“和”、“或”、“则”、“如果”等运算关系特征词等。
另外,与运算特征词对应的特征参数包括但不限于具体地操作目的参数以及运算数字等。
可以理解,与目标测试方法模型包含与相关运算逻辑对应的运算规则关键词,比如“如果…则…”,“如果…或…,则…”,“判断…与…,如果…则…”等,从而,在本实施例中,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数,以便于进一步根据相关目标测试方法模型生成测试用例。
其中,需要说明的是,在实际应用中,有可能在基于预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数时,需求描述文本并没有与相关运算规则关键词完全匹配的算规则特征词和对应的特征参数等,此时,可以基于语义识别等方式,识别出与运算规则关键词语义匹配的运算规则特征词和对应的特征参数等。
步骤103,根据运算规则特征词和对应的特征参数生成测试用例。
具体地,在获取运算规则特征词和对应的特征参数后,基于该算规则特征词和对应的特征参数生成测试用例,从而,该测试用例以需求描述文本为依据,准确度和测试覆盖度高,避免人为的差错和遗漏。
需要说明的是,根据应用场景的不同,可采用不同的方式实现根据运算规则特征词和对应的特征参数生成测试用例,举例说明如下:
作为一种可能的实现方式,根据运算规则特征词和对应的特征参数生成测试用例数据关系表,进而,对测试用例数据关系表进行语义解释,输出自然语言文本的测试用例描述。
当然,在本示例中,测试用例数据关系表是为了以一种与测试关系模型对应的、标准、直观的方式展现出运算规则特征词和对应的特征参数的对应关系,在实际应用中,还可以其他的展现方式实现,比如,以等价类、判定表、状态图等多种方法模型的模型特性和关系定义模型(模型可以通过NLP分析、正则表达式、机器学习等多种方式,模型的实现可以为通用方法和自定义方法),展现出运算规则特征词和对应的特征参数的对应关系。
作为另一种可能的实现方式,预先建立运算关系特征词和对应的特征参数的自学习模型,该自学习模型,可以根据运算关系特征词和对应的特征参数生成对应的测试用例,从而,在本示例中,将运算关系特征词和对应的特征参数输入该自学习模型,通过该自学习模型学习以获取对应的运算关系特征词和对应的特征参数。
为了使得本领域的技术人员,能够更加清楚的了解本发明实施例的测试用例生成方法的实施过程,下面结合具体的实施过程进行举例:
在本示例中,读需求描述文本为“如果第一列值为是A或B并且第二列值为数字,则修改文件;如果第一列值不正确,则给出M,如果第二列值不正确则给出L”。
具体而言,如图2所示,首先读入需求描述文本(步骤201),分析一下需求描述文本(步骤202):如果第一列值为A或B并且第二列值为数字则修改文件如果第一列值不正确则给出M如果第二列值不正确则给出L。
对需求描述文本进行第一次语义分析,提取特征值“如果则如果则如果则”,该特征词符合系统中已存在的因果测试方法模型(步骤203),因此获取因果测试方法模型,根据该测试模型对应的运算规则关键词定义进行第二次语义分析,做出如下操作,以提取出需求描述文本中提取运算规则特征词和对应的特征参数(步骤204):
1)提取条件桩:A、B、数字;
2)提取动作桩:修改文件、给出M、给出L;
3)提取条件桩之间的运行关系:
4)条件桩A、B的运算关系为或(OR)
5)条件桩A或B与数字的运算关系为并且(AND)
6)条件桩((A或B)与数字)至动作桩(修改文件)的运算关系为则(=);
7)条件桩(A或B)至动作桩给出M的运算关系为不正确(NOT)
8)条件桩数字至动作桩给出L的运算关系为不正确(NOT)
进而,根据识别出的内容,生成用例生成关系表1,表1中包含了按照相关运算规则获取的运算规则特征词和对应的特征参数的各种组合(步骤205),其中,0和F为假、1和T为真:
表1
其中,由于表1中包含了运算规则特征词和对应的特征参数的组合,但是在实际应用中,该组合可能有部分并不符合需求描述文本中的运算逻辑,条件桩A、B的运算关系为或,即A和B不可能同时出现,即可精简编号为7和8的测试用例,生成精简后的测试用例如下表2所示(步骤206):
表2
最后,按照相关格式输入测试用例,在本示例中,将测试用例解释为自然语言文本输出6条测试用例(步骤207):
1)第一列为非A和B,第二列为非数字,则给出M,给出L;
2)第一列为非A和B,第二列为数字,则给出M;
3)第一列为B,第二列为非数字,则给出L;
4)第一列为B,第二列为数字,则修改文件;
5)第一列为A,第二列为非数字,则给出L;
6)第一列为A,第二列为数字,则修改文件。
由此,本发明实施例的测试用例生成方法,无论是在目标测试方法模型的确定上,还是在测试用例的生成方法上,都能够实现操作的自动化,通过对自然语言形式化的需求描述文本,直接按既定的目标测试方法模型生成测试用例,并提高了准确度和测试覆盖度,避免人为的差错和遗漏,系统可基于确定的目标测试方法模型自动生成测试用例,一定程度上降低了对测试人员的能力要求,极大的节约了人工设计生成测试用例的时间,提高了工作效率,并且,可以将各种测试方法模型进行统一定义后软件化,系统化,形成经验库,提高了知识复用水平。
综上所述,本发明实施例的测试用例生成方法,获取与需求描述文本对应的目标测试方法模型,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数,根据运算规则特征词和对应的特征参数生成测试用例。由此,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
基于以上实施例,应当理解的是,根据应用场景的不同,可采用不同的方式自动识别需求描述文本的运算逻辑以自动获取相关目标测试方法模型,作为一种可能的实现方式,如图3所示,该方法包括:
步骤301,对需求描述文本进行切词处理,并对切词结果进行语义分析提取测试特征词。
具体地,在本示例中,为了便于对需求描述文本进行识别,对需求文本进行切词处理,以对切词结果进行语义分析提取测试特征词。
步骤302,将预设的测试方法模型的特征信息与测试特征词进行匹配,获取与测试特征词匹配成功的特征信息对应的目标测试方法模型。
可以理解,预先针对测试方法模型设置对应的特征信息,该特征信息用以指示当前测试方法模型的测试方法,可以包括测试方法的测试特征词等,从而,在本实施例中,可以将预设的测试方法模型的特征信息与测试特征词进行匹配,获取与测试特征词匹配成功的特征信息对应的目标测试方法模型。
步骤303,将切词结果与运算规则关键词进行匹配,获取与运算规则关键词匹配成功的运算规则特征词。
其中,每个目标方法测试模型中均包含表示其运算逻辑的运算规则关键词,在本实例中,为了基于该运算逻辑生成对应的测试用例,将切词结果与运算规则关键词进行匹配,获取与运算规则关键词匹配成功的运算规则特征词。
步骤304,对运算规则特征词的上下文进行语义分析提取与运算规则特征词对应的特征参数。
步骤305,根据运算规则特征词和对应的特征参数生成测试用例。
具体地,由于特征参数与运算规则特征词具有前后文的对应关系,比如与运算规则特征词“和”前后,往往具有对应的特征参数,在获取与运算规则关键词匹配成功的运算规则特征词后,对运算规则特征词的上下文进行语义分析提取与运算规则特征词对应的特征参数。
综上所述,本发明实施例的测试用例生成方法,可以实现测试方法模型,以及测试用例生成的自动化,进一步提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
为了实现上述实施例,本发明还提出了一种测试用例生成装置,图4是根据本发明一个实施例的测试用例生成装置的结构示意图,如图4所示,该测试用例生成装置包括:获取模块110、提取模块120和生成模块130。
其中,获取模块110,用于获取与需求描述文本对应的目标测试方法模型。
提取模块120,用于根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数。
生成模块130,用于根据运算规则特征词和对应的特征参数生成测试用例。
作为一种可能的实现方式,如图5所示,在如图4所示的基础上,获取模块110包括切词单元111、提取单元112和获取单元113。
其中,切词单元111,用于对需求描述文本进行切词处理。
提取单元112,用于对切词结果进行语义分析提取测试特征词。
获取单元113,用于将预设的测试方法模型的特征信息与测试特征词进行匹配,获取与测试特征词匹配成功的特征信息对应的目标测试方法模型。
需要说明的是,前述对方法实施例的描述,也适用于本发明实施例的装置,其实现原理类似,在此不再赘述。
上述测试用例生成装置中各个模块的划分仅用于举例说明,在其他实施例中,可将测试用例生成装置按照需要划分为不同的模块,以完成上述测试用例生成装置的全部或部分功能。
综上所述,本发明实施例的测试用例生成装置,获取与需求描述文本对应的目标测试方法模型,根据预设的目标测试方法模型的运算规则关键词,从需求描述文本中提取运算规则特征词和对应的特征参数,根据运算规则特征词和对应的特征参数生成测试用例。由此,实现了经由目标测试方法模型自动生成测试用例,提高了生成效率,且复用性强,提高了测试用例生成的准确度和测试覆盖度,避免人为的差错和遗漏。
为了实现上述实施例,本发明还提出了一种计算机设备,图6是本发明一个实施例的计算机设备的结构示意图。
如图6所示,计算机设备包括:
存储器61、处理器62、及存储在存储器61上并可在处理器62上运行的计算机程序。
处理器62执行所述程序时实现上述实施例中提供的测试用例生成方法。
进一步地,测试用例生成装置还包括:
通信接口63,用于存储器61和处理器62之间的通信。
存储器61,用于存放可在处理器62上运行的计算机程序。
存储器61可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
处理器62,用于执行所述程序时实现上述实施例所述的测试用例生成方法。
如果存储器61、处理器62和通信接口63独立实现,则通信接口63、存储器61和处理器62可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅以一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现时,如果存储器61、处理器62及通信接口63,集成在一块芯片上实现,则存储器61、处理器62及通信接口63可以通过内部接口完成相互间的通信。
处理器62可以是一个中央处理器(Central Processing Unit,简称CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
为了实现上述实施例,本发明还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实现如上述实施例所述的测试用例生成方法。
为了实现上述实施例,本发明还提出了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,执行如上述实施例中所示的测试用例生成方法。
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。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
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定制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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
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。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既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。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
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。
Claims (7)
1.一种测试用例生成方法,其特征在于,包括:
获取需求描述文本,对所述需求描述文本进行切词处理,并对切词结果进行语义分析提取测试特征词;
将预设的测试方法模型的特征信息与所述测试特征词进行匹配,获取与所述测试特征词匹配成功的特征信息对应的目标测试方法模型;
将所述切词结果与所述运算规则关键词进行匹配,获取与所述运算规则关键词匹配成功的运算规则特征词;
对所述运算规则特征词的上下文进行语义分析提取与所述运算规则特征词对应的特征参数;
根据所述运算规则特征词和对应的特征参数生成测试用例。
2.如权利要求1所述的方法,其特征在于,所述根据所述运算规则特征词和对应的特征参数生成测试用例,包括:
根据所述运算规则特征词和对应的特征参数生成测试用例数据关系表。
3.如权利要求2所述的方法,其特征在于,所述根据所述运算规则特征词和对应的特征参数生成测试用例,还包括:
对所述测试用例数据关系表进行语义解释,输出自然语言文本的测试用例描述。
4.一种测试用例生成装置,其特征在于,包括:
获取模块,用于获取需求描述文本,对所述需求描述文本进行切词处理,并对切词结果进行语义分析提取测试特征词,将预设的测试方法模型的特征信息与所述测试特征词进行匹配,获取与所述测试特征词匹配成功的特征信息对应的目标测试方法模型;
提取模块,用于将所述切词结果与所述运算规则关键词进行匹配,获取与所述运算规则关键词匹配成功的运算规则特征词,对所述运算规则特征词的上下文进行语义分析提取与所述运算规则特征词对应的特征参数;
生成模块,用于根据所述运算规则特征词和对应的特征参数生成测试用例。
5.一种计算机设备,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,其特征在于,所述处理器执行所述程序时,实现如权利要求1-3中任一项所述的测试用例生成方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一项所述的测试用例生成方法。
7.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时,执行如权利要求1-3中任一项所述的测试用例生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710986498.7A CN107844417B (zh) | 2017-10-20 | 2017-10-20 | 测试用例生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710986498.7A CN107844417B (zh) | 2017-10-20 | 2017-10-20 | 测试用例生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107844417A CN107844417A (zh) | 2018-03-27 |
CN107844417B true CN107844417B (zh) | 2020-06-16 |
Family
ID=61662696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710986498.7A Active CN107844417B (zh) | 2017-10-20 | 2017-10-20 | 测试用例生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844417B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536595B (zh) * | 2018-04-09 | 2024-01-30 | 平安普惠企业管理有限公司 | 测试用例智能化匹配方法、装置、计算机设备及存储介质 |
CN108763094B (zh) * | 2018-06-01 | 2021-08-10 | 百度在线网络技术(北京)有限公司 | 测试用例生成方法、装置、设备及存储介质 |
CN109446076A (zh) * | 2018-10-15 | 2019-03-08 | 广东省科技基础条件平台中心 | 软件项目测试方法、系统、存储介质及终端设备 |
CN109818833B (zh) * | 2019-03-14 | 2021-08-17 | 北京信而泰科技股份有限公司 | 一种以太网测试系统和以太网测试方法 |
CN110083527A (zh) * | 2019-03-18 | 2019-08-02 | 平安普惠企业管理有限公司 | 一种测试用例的生成方法及装置、电子设备 |
CN110221965B (zh) * | 2019-05-09 | 2023-01-20 | 创新先进技术有限公司 | 测试用例生成、测试方法、装置、设备及系统 |
CN110321280B (zh) * | 2019-05-22 | 2022-03-22 | 梁俊杰 | 一种数据处理方法以及相关设备 |
CN110427328A (zh) * | 2019-08-07 | 2019-11-08 | 北京字节跳动网络技术有限公司 | 文本处理方法、装置、设备及存储介质 |
CN110716857B (zh) * | 2019-08-27 | 2023-12-29 | 天航长鹰(江苏)科技有限公司 | 测试用例管理方法、装置、计算机设备和存储介质 |
CN110806977A (zh) * | 2019-10-30 | 2020-02-18 | 泰康保险集团股份有限公司 | 基于产品需求的测试用例集生成方法、装置及电子设备 |
CN110908902B (zh) * | 2019-11-12 | 2023-04-21 | 北京云测信息技术有限公司 | 一种测试步骤的编辑方法、装置及电子设备 |
CN111240971B (zh) * | 2020-01-06 | 2023-08-29 | 深圳市卡牛科技有限公司 | 风控规则测试用例的生成方法、装置、服务器和存储介质 |
CN111858324B (zh) * | 2020-07-13 | 2023-08-25 | 中国工商银行股份有限公司 | 一种测试案例的自动生成方法及装置 |
CN111858334B (zh) * | 2020-07-20 | 2024-10-01 | 北京丁牛科技有限公司 | 基于文本识别的模糊测试方法及装置 |
CN112132176A (zh) * | 2020-08-14 | 2020-12-25 | 中信银行股份有限公司 | 一种差异化提取方法、装置、电子设备及计算机可读存储介质 |
CN112328500A (zh) * | 2020-11-27 | 2021-02-05 | 成都精灵云科技有限公司 | 一种自动生成黑盒测试用例的方法 |
CN112597034A (zh) * | 2020-12-25 | 2021-04-02 | 深圳证券交易所 | 测试用例的生成方法、装置及计算机可读存储介质 |
US11657227B2 (en) | 2021-01-13 | 2023-05-23 | International Business Machines Corporation | Corpus data augmentation and debiasing |
CN112948253B (zh) * | 2021-03-12 | 2022-05-17 | 南京航空航天大学 | 一种基于vrm模型的测试用例生成方法 |
CN113312258B (zh) * | 2021-05-25 | 2024-09-27 | 平安壹钱包电子商务有限公司 | 一种接口测试方法、装置、设备及存储介质 |
CN113704103B (zh) * | 2021-08-24 | 2023-08-04 | 网易(杭州)网络有限公司 | 测试用例推荐方法、装置、介质及电子设备 |
CN114035533A (zh) * | 2021-09-24 | 2022-02-11 | 合众新能源汽车有限公司 | 车辆智能化测试方法及装置 |
CN114238070B (zh) * | 2021-11-09 | 2023-08-18 | 中国电力科学研究院有限公司 | 一种基于语义识别的测试脚本生成方法及系统 |
CN114168488A (zh) * | 2021-12-29 | 2022-03-11 | 中国邮政储蓄银行股份有限公司 | 自动化测试的方法、装置、计算机可读存储介质和处理器 |
CN114661906B (zh) * | 2022-03-15 | 2024-08-09 | 腾讯科技(深圳)有限公司 | 一种实体提及分类方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577168A (zh) * | 2012-07-27 | 2014-02-12 | 鸿富锦精密工业(深圳)有限公司 | 测试用例创建系统及方法 |
CN104375943A (zh) * | 2014-12-11 | 2015-02-25 | 吴翔虎 | 一种基于静态模型的嵌入式软件黑盒测试用例生成方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8887135B2 (en) * | 2012-03-30 | 2014-11-11 | NIIT Technologies Ltd | Generating test cases for functional testing of a software application |
US10339485B2 (en) * | 2012-12-14 | 2019-07-02 | International Business Machines Corporation | Efficiently generating test cases |
-
2017
- 2017-10-20 CN CN201710986498.7A patent/CN107844417B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577168A (zh) * | 2012-07-27 | 2014-02-12 | 鸿富锦精密工业(深圳)有限公司 | 测试用例创建系统及方法 |
CN104375943A (zh) * | 2014-12-11 | 2015-02-25 | 吴翔虎 | 一种基于静态模型的嵌入式软件黑盒测试用例生成方法 |
Non-Patent Citations (2)
Title |
---|
基于谓词的系统需求测试用例生成方法研究;刘珊艳;《湖北理工学院学报》;20170831;第33卷(第4期);第39-44页 * |
面向需求覆盖的航天软件测试用例优化方法;王红园 等;《光学精密工程》;20140131;第22卷(第1期);第228-234页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107844417A (zh) | 2018-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844417B (zh) | 测试用例生成方法和装置 | |
CN110347953B (zh) | 页面生成方法、装置、计算机设备及存储介质 | |
US20170228309A1 (en) | System and method for equivalence class analysis-based automated requirements-based test case generation | |
CN109522228B (zh) | 接口自动化测试数据构造方法、装置、平台及存储介质 | |
CN109710528B (zh) | 一种测试脚本生成方法、装置、设备和介质 | |
CN110262783B (zh) | 一种接口生成方法、装置及终端设备 | |
CN112328489A (zh) | 测试用例生成方法、装置、终端设备和存储介质 | |
CN112612664B (zh) | 电子设备的测试方法、装置、电子设备和存储介质 | |
CN115344504B (zh) | 基于需求规格说明书的软件测试用例自动生成方法及工具 | |
CN114090671A (zh) | 数据导入方法、装置、电子设备及存储介质 | |
CN110688823B (zh) | Xml文件验证方法及装置 | |
CN117667702A (zh) | 基于知识图谱的软件测试方法、装置、设备和存储介质 | |
CN116542207A (zh) | 电路版图的生成方法、装置、设备及存储介质 | |
US20120259611A1 (en) | System and method for generation of cim-based power system circuit models | |
CN111258905A (zh) | 缺陷定位方法、装置和电子设备及计算机可读存储介质 | |
CN111259623A (zh) | 一种基于深度学习的pdf文档段落自动提取系统及装置 | |
CN104021075A (zh) | 用于程序代码的评估方法和装置 | |
US20150169292A1 (en) | Computer-readable recording medium storing program for managing scripts, script management device, and script management method | |
CN113051262A (zh) | 一种数据质检方法、装置、设备及存储介质 | |
CN117272959A (zh) | 基于bert模型的表单低代码生成方法及系统 | |
CN116701215A (zh) | 接口测试案例生成方法、系统、设备及存储介质 | |
CN115269502A (zh) | 投标文件处理方法、设备及存储介质 | |
CN114035783A (zh) | 一种软件代码知识图谱构建方法及工具 | |
CN113672509A (zh) | 自动化测试方法、装置、测试平台及存储介质 | |
CN109783134B (zh) | 前端页面配置方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |