CN111506498A

CN111506498A - 测试用例的自动生成方法、装置、计算机设备及存储介质

Info

Publication number: CN111506498A
Application number: CN202010183110.1A
Authority: CN
Inventors: 张美苑
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2020-03-16
Filing date: 2020-03-16
Publication date: 2020-08-07
Anticipated expiration: 2040-03-16
Also published as: CN111506498B

Abstract

本发明公开了一种测试用例的自动生成方法、装置、计算机设备及存储介质，所述方法包括：在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断是否符合测试要求；通过Python自符合测试要求的接口文档中提取测试属性值，并转换成JSON字符串信息；生成测试用例，将各测试用例中对应的JSON字符串信息输入有效判断模型，并获取输出的判定结果，根据判定结果对测试用例进行去重处理，并将其记录为目标测试用例；确定特征类型；根据测试属性值以及特征类型确定特征级别，将包含特征类型和特征级别的目标测试用例记录为标准测试用例，对标准测试用例进行排序并存储。本发明实现了自动生成覆盖全面并具有唯一性的测试用例，降低了人工成本。

Description

测试用例的自动生成方法、装置、计算机设备及存储介质

技术领域

本发明涉及测试用例生成领域，尤其涉及一种测试用例的自动生成方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的快速发展，系统越来越复杂，依靠传统的前端测试已经无法满足需求，为了满足尽早介入测试的需求，接口测试应运而生。接口测试是指根据测试文档编写测试用例，并用已编写好的测试用例来测试系统组件间接口的一种测试。在现有技术中，随着系统复杂度越来越高,接口越来越多,编写可以完全覆盖所有接口的测试用例难度极大,且实际过程中任意内部接口的变动都可能导致相关的测试用例的不可用，而且编写测试用例的过程本身就是一个测试软件的开发过程，需要专业人员耗费较长的时间来完成，且该过程工作量大、效率低下。

发明内容

本发明提供一种测试用例的自动生成方法、装置、计算机设备及存储介质，实现自动生成该测试接口的测试用例，降低了测试人员的工作量，提升了测试效率，降低了人工成本，避免了测试人员遗漏；且生成的测试用例所覆盖的参数测试场景全面并具有唯一性。

一种测试用例的自动生成方法，包括：

在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断各所述接口文档是否符合测试要求；其中，一个测试接口对应一个接口文档；

在所述接口文档符合所述测试要求时，通过Python自符合所述测试要求的所述接口文档中提取测试属性值，并将提取的各所述测试属性值转换成JSON字符串信息；

根据所述JSON字符串信息以及预设的组合规则生成测试用例，将各所述测试用例中的所有所述测试属性值对应的所述JSON字符串信息输入预设的有效判断模型，并获取所述有效判断模型输出的对应于每一个所述测试属性值的判定结果，根据所述判定结果对所述测试用例进行去重处理，并将去重处理之后剩余的所述测试用例记录为目标测试用例；所述判定结果包括所述测试属性值在所述测试用例中有效或无效；

根据所述判定结果或所述测试属性值确定各所述目标测试用例的特征类型；

根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照预设的优先级对所述标准测试用例进行排序并存储，其中，一个测试接口对应一个测试用例文档。

一种测试用例的自动生成装置，包括：

接收模块，用于在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断各所述接口文档是否符合测试要求；

转换模块，用于在所述接口文档符合所述测试要求时，通过Python自符合所述测试要求的所述接口文档中提取测试属性值，并将提取的各所述测试属性值转换成JSON字符串信息；

生成模块，用于根据所述JSON字符串信息以及预设的组合规则生成测试用例，将各所述测试用例中的所有所述测试属性值对应的所述JSON字符串信息输入预设的有效判断模型，并获取所述有效判断模型输出的对应于每一个所述测试属性值的判定结果，根据所述判定结果对所述测试用例进行去重处理，并将去重处理之后剩余的所述测试用例记录为目标测试用例；

第一确定模块，用于根据所述判定结果或所述测试属性值确定各所述目标测试用例的特征类型；

第二确定模块，用于根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照预设的优先级对所述标准测试用例进行排序并存储。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述测试用例的自动生成方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述测试用例的自动生成方法的步骤。

本发明通过检测所述接口文档是否符合所述测试要求使得接口文档实现模板化(通过测试要求使得接口文档实现统一规范)，如此，接口文档的规范使得后续的测试过程中不易出错，同时也便于理解接口文档，降低了沟通成本，同时，该测试用例的自动生成的程序开发过程中的程序设计将更为简易，降低了维护成本；同时，本提案可以实现自动生成该测试接口的测试用例，降低了测试人员的工作量，提升了测试效率，降低了人工成本，避免了测试人员遗漏；且生成的测试用例所覆盖的参数测试场景全面并具有唯一性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中测试用例的自动生成方法的应用环境示意图；

图2是本发明一实施例中测试用例的自动生成方法的流程图；

图3是本发明一实施例中测试用例的自动生成方法的步骤S10之前的流程图；

图4是本发明一实施例中测试用例的自动生成方法的步骤S30的流程图；

图5是本发明另一实施例中测试用例的自动生成方法的步骤S30的流程图；

图6是本发明一实施例中测试用例的自动生成方法的步骤S40的流程图；

图7是本发明一实施例中测试用例的自动生成方法的步骤S50的流程图；

图8是本发明一实施例中测试用例的自动生成装置的原理框图；

图9是本发明一实施例中计算机设备的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供的测试用例的自动生成方法，可应用在如图1的应用环境中，其中，客户端(计算机设备)通过网络与服务器进行通信。其中，客户端(计算机设备)包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种测试用例的自动生成方法，其技术方案主要包括以下步骤S10-S50：

S10，在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断各所述接口文档是否符合测试要求；其中，一个测试接口对应一个接口文档。

其中，所述测试用例生成指令被触发的方式包括但不限定于以下的一种或多种：在应用程序管理平台界面提供一个可以通过点击、滑动等方式进行触发的触发按键、在上传完测试接口的接口文档后自动触发或在选择完测试接口的接口文档后自动触发。在检测到测试用例生成指令时，获取所有测试接口的接口文档，即服务器接收到测试用例生成指令后获取到对应于一个或多个测试接口的所有接口文档，并将各所述接口文档按照预设的优先级(比如获取的时间先后优先顺序)列入生成队列中；如此，在判断各所述接口文档是否符合测试要求时，根据所述优先级顺次调取所述生成队列中的接口文档，并检测其是否符合测试要求。

其中，一个测试接口对应的所述接口文档中包括但不限定于为以下测试属性中的一种或多种：测试接口的接口名称、该测试接口对应的操作是否为核心业务、入参描述、入参字段、入参是否必须、入参数据类型、入参数据长度、出参描述、出参字段、出参是否必须、出参数据类型、出参数据长度、出参响应码对照表等要素字段内容。可理解地，为满足一个测试接口的测试要求，必须预先为该测试接口设定必须进行测试的一个或多个测试属性，而在该测试接口对应的接口文档中，必须首先具备上述预设的测试属性方可根据该接口文档进行测试，如此，在本实施例中，符合测试要求是指一个测试接口对应的接口文档中必须包含预设的测试属性。

在一实施例中，如图3所示，所述步骤S10之前，即所述在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断各所述接口文档是否符合测试要求之前，包括：

S101，获取应用程序管理平台的所有测试接口的接口文档、各所述接口文档的文档类型、各所述接口文档的文档容量、各所述接口文档的要素字段。

可理解地，所述测试接口的接口文档为与测试接口相关详细信息的文档，所述测试接口的接口文档可以根据需求进行设定，比如所述测试接口的接口文档可以为TXT格式的文档、EXCEL格式的文档或者DOC格式的文档等等，所述文档类型为接口文档对应的类型，比如所述接口文档为TXT格式的文档，则其文档类型为TXT格式，所述文档容量为接口文档的字节大小，所述要素字段为接口文档中包含的字段，所述要素字段可以根据需求进行设置，比如要素字段可以包含测试接口的接口名称、该测试接口对应的操作是否为核心业务、入参描述、入参字段、入参是否必须、入参数据类型、入参数据长度、出参描述、出参字段、出参是否必须、出参数据类型、出参数据长度、出参响应码对照表等等。

S102，在所述接口文档的所述文档类型与预设的文档类型匹配，且所述文档容量未超过预设的文档容量阈值，且所有所述要素字段与预设字段内容匹配时，接收自所述应用程序管理平台上传的该接口文档。

可理解地，在所述接口文档同时满足所述文档类型与所述预设的文档类型匹配、所述文档容量未超过所述文档容量阈值、所述接口文档中包含的所有要素字段都能与所有所述预设字段匹配时，则接收该接口文档，其中，所述文档容量阈值可以根据需求进行设置，比如所述文档容量阈值设置为1M字节等，所述预设字段可以根据需求进行设置，比如所述预设字段可以设置为测试接口的接口名称、该测试接口对应的操作是否为核心业务、入参描述、入参字段、入参是否必须、入参数据类型、入参数据长度、出参描述、出参字段、出参是否必须、出参数据类型、出参数据长度、出参响应码对照表等等。

S103，在所述接口文档的所述文档类型与预设的文档类型不匹配，或所述文档容量超过预设的文档容量阈值，或所有所述要素字段与预设字段内容不匹配时，提示所述接口文档异常。

也即，在本实施例中，所述提示所述接口文档异常包括：在所述接口文档的所述文档类型与预设的文档类型不匹配时，提示所述测试接口的接口文档的文档类型不符合；在所述接口文档的文档容量超过预设的文档容量阈值时，提示所述测试接口的接口文档容量超限；在所有所述要素字段与预设字段内容不匹配时，提示所述测试接口的接口文档要素缺失。可理解地，在以上三种接口文档异常情况(也即所述接口文档的所述文档类型与预设的文档类型不匹配、所述文档容量超过预设的文档容量阈值、所有所述要素字段与预设字段内容不匹配)出现两种或三种时，服务器会在当前显示界面中同时对两种或三种接口文档异常情况进行提示。比如，在所述接口文档的文档容量超过预设的文档容量阈值，且所有所述要素字段与预设字段内容不匹配时，提示所述测试接口的接口文档容量超限且所述测试接口的接口文档要素缺失。

在所述接口文档的所述文档类型、所述文档容量和所有所述要素字段均符合要求时，服务器才接收自所述应用程序管理平台上传的该接口文档，如此，可以避免接收不符合要求的接口文档，减少了服务器的数据处理量。

S20，在所述接口文档符合所述测试要求时，通过Python自符合所述测试要求的所述接口文档中提取测试属性值，并将提取的各所述测试属性值转换成JSON字符串信息。

可理解地，在服务器接收到符合所述测试要求的所述测试接口的接口文档时，由于已经确认该接口文档中存在符合测试要求的所有测试属性，因此，可以自所述接口文档中通过Python代码提取与各所述测试属性对应的测试属性值。例如：若测试属性为：该测试接口对应的操作是否为核心业务；则自所述接口文档中通过Python代码提取与该测试属性对应的测试属性值为是或否；可理解地，在同一个接口文档中，对应于一个测试属性的测试属性值可以有多个。

因为Python是一种免费开源的计算机程序设计语言，使用简单，无需考虑程序使用的内存管理底层细节，并可直接翻译成计算机使用的机器语言运行，通过Python自带的JSON模块转换代码可以简单快捷将原始类型的数据转换成JSON字符串信息，而且JSON字符串信息存储类型只有7种数据类型，分别为object、array、string、number、true、false和null，7种数据类型能存储所有数据(所有测试属性值)，加快了服务器读写的速度，因此，优选Python提取各所述测试用例参数测试属性值转换成JSON字符串信息。

S30，根据所述JSON字符串信息以及预设的组合规则生成测试用例，将各所述测试用例中的所有所述测试属性值对应的所述JSON字符串信息输入预设的有效判断模型，并获取所述有效判断模型输出的对应于每一个所述测试属性值的判定结果，根据所述判定结果对所述测试用例进行去重处理，并将去重处理之后剩余的所述测试用例记录为目标测试用例；所述判定结果包括所述测试属性值在所述测试用例中有效或无效。

可理解地，所述组合规则为根据需求进行设置规则，所述有效判断模型可以根据需求进行设定，比如所述有效判断模型可以为训练完成的神经网络模型(VGGNet网络结构的神经网络模型等等)，所述有效判断模型通过对每个所述测试属性对应的所述JSON字符串信息进行判断获得每个所述测试属性是否有效的判定结果。

在一实施中，如图4所示，所述根据所述JSON字符串信息以及预设的组合规则生成测试用例，包括：

S301，为各所述测试属性值对应的所述JSON字符串信息分配唯一标识，并根据所述唯一标识对各所述JSON字符串信息进行分组，并确定每一组所述JSON字符串信息中用于场景匹配的所述JSON字符串信息，并将用于场景匹配的所述JSON字符串信息标记为场景匹配信息；

其中，对各所述JSON字符串信息进行分组，可分组为请求参数和响应参数并标记为场景匹配信息；

也即，将所述JSON字符串信息中单个或多个入参描述、入参字段、入参是否必须、入参数据类型、入参数据长度划分为请求参数并分组标识，例如：将第1组入参描述、入参字段、入参是否必须、入参数据类型、入参数据长度分别定义为入参1描述、入参1字段、入参1是否必须、入参1数据类型、入参1数据长度，如此类推第2组，第3组等；

将所述JSON字符串信息中单个或多个出参描述、出参字段、出参是否必须、出参数据类型、出参数据长度、响应码对照表划分为响应参数并分组标识，例如：将第1组出参描述、出参字段、出参是否必须、出参数据类型、出参数据长度、出参响应码对照表分别定义为出参1描述、出参1字段、出参1是否必须、出参1数据类型、出参1数据长度、出参1响应码对照表，如此类推第2组，第3组等。

S302，获取每一组所述JSON字符串信息中的所述场景匹配信息，并根据所述场景匹配信息确定各组所述JSON字符串信息对应的测试用例场景；其中，每一种所述场景匹配信息对应于至少一种所述测试用例场景；

可理解地，获取每一组所述JSON字符串信息中的所述请求参数和所述响应参数的每组所述场景匹配信息，按照预设的匹配规则生成每组所述JSON字符串信息对应的测试用例场景，优选地，对于所述请求参数的所述每组的入参数据类型作为第一个规则处理，入参数据类型只能是7种类型，对应的只有7种处理规则，例如：入参1数据类型为string类型，则生成6种入参1测试用例场景(分别为：不超过入参数据长度；超过入参数据长度；为入参数据长度；不为string类型；参数为空；参数不存在。)；对于响应参数的所述每组的出参响应码对照表作为第一个规则处理，根据响应码对照表的属性值数量，生成该场景匹配信息对应测试用例场景，例如：响应码对照表存在两个属性值，则生成2种响应码测试用例场景(分别为：为响应码对照代码1；为响应码对照代码2)。

S303，根据所述预设的组合规则，将各组所述JSON字符串信息对应的所述测试用例场景进行组合，生成所述测试用例。

可理解地，将所述每组参数数据的测试用例场景的个数相乘得出测试用例总数，并根据预设的组合规则将所述请求参数的测试用例场景、所述响应参数的测试用例场景和除请求参数和响应参数以外的所述JSON字符串信息生成测试用例，插入测试用例队列，例如：测试接口的接口名称为接口名称1，请求参数有两组，分别为请求参数1生成6种该参数测试用例场景，请求参数2生成6种该参数测试用例场景，响应参数有一组，生成2种该响应参数测试用例场景，组合生成72种测试用例；测试用例存储格式为接口名称1_请求参数1的测试用例场景1_请求参数2的测试用例场景1_响应参数的测试用例场景1、接口名称1_请求参数1的测试用例场景1_请求参数2的测试用例场景1_响应参数的测试用例场景2……等。

可理解地，在生成测试用例之后，将各所述测试用例中的所有所述测试属性值对应的所述JSON字符串信息输入有效判断模型(所述有效判断模型基于各所述测试用例场景构建，通过输入的所述JSON字符串信息，所述有效判断模型可以确定与所述JSON字符串信息对应的测试属性值在该测试用例对应的测试用例场景中是否有效)，并确定所有所述测试属性值为有效或无效，从而对所述测试用例中该测试属性值对应的所述测试用例场景进行有效和无效判断(也即，该测试属性值的所述判定结果为在所述测试用例中有效或无效)。例如：请求参数的入参1有6种测试用例场景，其中测试用例场景1和3在有效范围内，其他测试用例场景为无效，如表1所示，响应参数的响应码对照表有2种测试用例场景，其中响应码对照代码1为有效，响应码对照代码2为无效，则生成的测试用例矩阵表如表1所示；进而确定对应每一个所述测试用例的判断结果。

表1测试用例矩阵表

在一实施例中，如图5所示，所述根据所述判定结果对所述测试用例进行去重处理，包括：

S304，在一个所述测试用例中的所有所述测试属性值的所述判定结果均为在所述测试用例中无效时，将所述判定结果均为在所述测试用例中无效的所述测试用例记录为待去重用例。

可理解地，所有所述测试用例中的所有所述测试属性值在无效的范围时，对应的所有所述测试用例的判定结果就记录为待去重用例，并插入待去重用例队列中，所述待去重用例队列为存储所述待去重用例的队列。

S305，在所述待去重用例数量为两个以上时，根据预设的选取规则选取两个以上的所述待去重用例中的其中一个作为保留用例，并将所述保留用例之外的其他所述待去重用例均删除。

也即，在所述待去重用例队列的待去重用例数量超出两个时，根据预设的选取规则选取所述待去重用例队列中的其中一个测试用例记录为保留用例，并插入保留用例队列中，优选地，选取所述待去重用例队列中的第一个测试用例记录为保留用例。

在另一实施例中，所述根据所述判定结果对所述测试用例进行去重处理，还包括：

S306，在一个所述测试用例中的所有所述测试属性值的所述判定结果至少有一个为在所述测试用例中有效时，将所述测试用例记录为保留用例。

可理解地，在本实施例中，所有所述测试用例中的所有所述测试属性值至少有一个在有效的范围时，对应的所有所述测试用例的判定结果就记录为保留用例，并插入保留用例队列中。

此时，所述步骤S305和S306之后，所有所述保留用例队列中的每一个所述测试用例均被记录为所述测试接口的一个目标测试用例。例如：如表1所示的12条所述测试用例经过去重处理之后记录为9条目标测试用例，如表2所示。

如此，根据所述场景匹配信息确定各组JSON字符串信息对应的测试用例场景，并根据所述预设的组合规则，将各组JSON字符串信息对应的测试用例场景进行组合，生成测试用例，并将保留用例之外的其他待去重用例均删除，确保各个测试用例的唯一性，同时，生成的测试用例覆盖的参数测试场景全面，避免重复测试，提高了测试效率。

表2目标测试用例表

S40，根据所述判定结果或所述测试属性值确定各所述目标测试用例的特征类型。

可理解地，所述目标测试用例的特征类型包括基础类型、边界类型、异常类型；根据各特征类型的定义规则，对各所述目标测试用例的所述判定结果和所述测试属性值进行判断，从而确认出各所述目标测试用例对应的所述特征类型。

在一实施例中，如图6所示，所述测试属性包括入参数据长度或/和出参数据长度；所述步骤S40包括：

S401，在一个所述测试用例中的所有所述测试属性值的所述判定结果均为在所述测试用例中有效时，将所述目标测试用例的特征类型标识为基础类型。

其中，所述测试用例中的所有所述测试属性值的所述判定结果均为在所述测试用例中有效，例如：将表2所示的所有目标测试用例经过步骤S401之后的特征类型划分结果如表3所示。

表3标识基础类型的目标测试用例表

S402，在一个所述测试用例中的所有所述测试属性值的所述判定结果至少有一个为在所述测试用例中无效时，若检测到所述目标测试用例的所述测试属性中包含所述入参数据长度或/和所述出参数据长度，且所述入参数据长度或/和所述出参数据长度的所述测试属性值不为空，则将所述目标测试用例的特征类型标识为边界类型。

可理解地，经过步骤S401之后，在除所述目标测试用例的特征类型确定为基础类型以外的所述目标测试用例的所述测试属性中包含所述入参数据长度或/和所述出参数据长度，且所述入参数据长度或/和所述出参数据长度的所述测试属性值为数值不为空时，则将所述目标测试用例的特征类型标识为边界类型，例如：如表3所示的所有目标测试用例，其中测试用例场景1、测试用例场景2、测试用例场景3包含入参数据长度且不为零，经过步骤S402之后的特征类型划分结果如表4所示，所述目标测试用例2、3、4、6标识为边界类型。

表4标识边界类型的目标测试用例表

S403，将特征类型为所述基础类型和所述边界类型以外的所有所述目标测试用例的特征类型标识为异常类型。

可理解地，将所述基础类型和所述边界类型以外的所有所述目标测试用例的特征类型记录为异常类型。例如：表4所示的所有目标测试用例，经过步骤S403之后的特征类型划分结果如表5所示。

表5标识特征类型的目标测试用例表

也即，所述目标测试用例的特征类型划分成三种类型，分别为基础类型、边界类型、异常类型。

S50，根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照预设的优先级对所述标准测试用例进行排序并存储，其中，一个测试接口对应一个测试用例文档。

可理解地，根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，作为优选，所述特征级别包括第一特征、第二特征、第三特征和第四特征，将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照所述优先级对所述标准测试用例进行排序并存储，以便测试人员查阅。

在一实施例中，如图7所示，所述根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，包括：

S501，获取所述测试属性值的预设级别参数和所述目标测试用例的特征类型。

可理解地，所述测试属性值的预设级别参数可以分为不同的级别等级，优选地，可以将所述测试属性值中该测试接口对应的操作是否为核心业务作为确定所述预设级别参数的一个指标，比如，在该测试接口对应的操作为核心业务时，确定所述预设级别参数为等级一；在该测试接口对应的操作不是核心业务时，确定所述预设级别参数为等级二。

S502，根据所述测试属性值的预设级别参数和所述目标测试用例的特征类型，自数据库中预设的特征级别对照表中，确定各所述目标测试用例的特征级别。

可理解地，在数据库中预设有特征级别对照表，该特征级别对照表记录了所述测试属性值的预设级别参数和所述目标测试用例的特征类型之间与特征级别对照关系，通过该特征级别对照表确定所述目标测试用例的特征级别。优选地，将特征级别分为四种，在所述预设级别参数为等级一和所述目标测试用例的特征类型为基础类型时，将该目标测试用例确定为第一特征；在所述预设级别参数为等级一和所述目标测试用例的特征类型为异常类型或边界类型时，将该目标测试用例确定为第二特征；在所述预设级别参数为等级二和所述目标测试用例的特征类型为基础类型时，将该目标测试用例确定为第三特征；在所述预设级别参数为等级二和所述目标测试用例的特征类型为异常类型或边界类型时，将该目标测试用例确定为第四特征。

在一实施例中，所述将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照预设的优先级对所述标准测试用例进行排序并存储；一个所述目标测试用例对应一个所述标准测试用例。优选地，在按照预设的优先级对所述标准测试用例进行排序时，其排序优先级顺序为第一特征优于第二特征，第三特征优于第四特征，边界类型优于异常类型。排序后的对应于同一个测试接口的所有标准测试用例将会被存储至数据库中的一份测试用例文档中，并在数据库中记录该测试用例文档的唯一的标识码，也即一个测试接口对应输出一份测试用例文档，其中所述测试用例文档的文档格式包括但不限定于文本格式、EXCEL格式等；在所有所述测试接口的所述测试用例文档完成之后，在所述应用管理程序平台导出所有所述测试用例文档，其中，所述导出方式包括但不限定于以下的一种或多种：在应用程序管理平台界面弹出存放路径选择窗口导出、在应用程序管理平台界面自动打开所有测试用例文档等。以便于需求方(可以为测试人员)及时查阅所有所述测试接口的所述测试用例文档。

在一实施例中，提供一种测试用例的自动生成测试用例的自动生成装置，该测试用例的自动生成测试用例的自动生成装置与上述实施例中测试用例的自动生成方法一一对应。如图8所示，该测试用例的自动生成测试用例的自动生成装置包括接收模块11、转换模块12、生成模块13、第一确定模块14、第二确定模块15。各功能模块详细说明如下：

接收模块11，用于在检测到测试用例生成指令被触发时，获取所有测试接口的接口文档，并判断各所述接口文档是否符合测试要求；

转换模块12，用于在所述接口文档符合所述测试要求时，通过Python自符合所述测试要求的所述接口文档中提取测试属性值，并将提取的各所述测试属性值转换成JSON字符串信息；

生成模块13，用于根据所述JSON字符串信息以及预设的组合规则生成测试用例，将各所述测试用例中的所有所述测试属性值对应的所述JSON字符串信息输入预设的有效判断模型，并获取所述有效判断模型输出的对应于每一个所述测试属性值的判定结果，根据所述判定结果对所述测试用例进行去重处理，并将去重处理之后剩余的所述测试用例记录为目标测试用例；

第一确定模块14，用于根据所述判定结果或所述测试属性值确定各所述目标测试用例的特征类型；

第二确定模块15，用于根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，将包含所述特征类型和所述特征级别的所述目标测试用例记录为标准测试用例，按照预设的优先级对所述标准测试用例进行排序并存储。

关于测试用例的自动生成测试用例的自动生成装置的具体限定可以参见上文中对于测试用例的自动生成方法的限定，在此不再赘述。上述测试用例的自动生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种测试用例的自动生成方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储器在存储在存储器上并可在处理器上运行的计算机可读指令。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现一种测试用例的自动生成方法。

在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现以下步骤：

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种测试用例的自动生成方法，其特征在于，包括：

2.如权利要求1所述的测试用例的自动生成方法，其特征在于，所述判断各所述接口文档是否符合测试要求，包括：

获取应用程序管理平台的所有测试接口的接口文档、各所述接口文档的文档类型、各所述接口文档的文档容量、各所述接口文档的要素字段；

在所述接口文档的所述文档类型与预设的文档类型匹配，且所述文档容量未超过预设的文档容量阈值，且所有所述要素字段与预设字段内容匹配时，接收自所述应用程序管理平台上传的该接口文档；

在所述接口文档的所述文档类型与预设的文档类型不匹配，或所述文档容量超过预设的文档容量阈值，或所有所述要素字段与预设字段内容不匹配时，提示所述接口文档异常。

3.如权利要求1所述的测试用例的自动生成方法，其特征在于，所述根据所述JSON字符串信息以及预设的组合规则生成测试用例，包括：

为各所述测试属性值对应的所述JSON字符串信息分配唯一标识，并根据所述唯一标识对各所述JSON字符串信息进行分组，并确定每一组所述JSON字符串信息中用于场景匹配的所述JSON字符串信息，并将用于场景匹配的所述JSON字符串信息标记为场景匹配信息；

获取每一组所述JSON字符串信息中的所述场景匹配信息，并根据所述场景匹配信息确定各组所述JSON字符串信息对应的测试用例场景；其中，每一种所述场景匹配信息对应于至少一种所述测试用例场景；

根据所述预设的组合规则，将各组所述JSON字符串信息对应的所述测试用例场景进行组合，生成所述测试用例。

4.如权利要求1所述的测试用例的自动生成方法，其特征在于，所述根据所述判定结果对所述测试用例进行去重处理，包括：

在一个所述测试用例中的所有所述测试属性值的所述判定结果均为在所述测试用例中无效时，将所述判定结果均为在所述测试用例中无效的所述测试用例记录为待去重用例；

在所述待去重用例数量为两个以上时，根据预设的选取规则选取两个以上的所述待去重用例中的其中一个作为保留用例，并将所述保留用例之外的其他所述待去重用例均删除。

5.如权利要求1所述的测试用例的自动生成方法，其特征在于，所述根据所述判定结果对所述测试用例进行去重处理，还包括：

在一个所述测试用例中的所有所述测试属性值的所述判定结果至少有一个为在所述测试用例中有效时，将所述测试用例记录为保留用例。

6.如权利要求1所述的测试用例的自动生成方法，其特征在于，测试属性包括入参数据长度或/和出参数据长度；所述根据所述判定结果或所述测试属性值确定各所述目标测试用例的特征类型,包括：

在一个所述测试用例中的所有所述测试属性值的所述判定结果均为在所述测试用例中有效时，将所述目标测试用例的特征类型标识为基础类型；

在一个所述测试用例中的所有所述测试属性值的所述判定结果至少有一个为在所述测试用例中无效时，若检测到所述目标测试用例的所述测试属性中包含所述入参数据长度或/和所述出参数据长度，且所述入参数据长度或/和所述出参数据长度的所述测试属性值不为空，则将所述目标测试用例的特征类型标识为边界类型；

将特征类型为所述基础类型和所述边界类型以外的所有所述目标测试用例的特征类型标识为异常类型。

7.如权利要求1所述的测试用例的自动生成方法，其特征在于，所述根据所述测试属性值以及所述特征类型确定各所述目标测试用例的特征级别，包括：

获取所述测试属性值的预设级别参数和所述目标测试用例的特征类型；

根据所述测试属性值的预设级别参数和所述目标测试用例的特征类型，自数据库中预设的特征级别对照表中，确定各所述目标测试用例的特征级别。

8.一种测试用例的自动生成装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述测试用例的自动生成方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述测试用例的自动生成方法的步骤。