CN113094288B - 一种基于Xmind思维导图转测试用例的方法 - Google Patents

Abstract

本发明公开了一种基于Xmind思维导图转测试用例的方法，包括对项目名称生成excel文件，excel文件的名称为项目名称；对任一子模块名称在excel文件中生成对应的sheet页，sheet页的名称为子模块名称；对子模块下的所有用例标题在对应的sheet页中设置用例标题单元格；对任一子用例标记在对应的用例标题单元格之后设置一子用例标题单元格；对任一用例标题的任一子节点向后遍历拼接至对应的预期结果的父节点，得到所有操作步骤组，对所有操作步骤组在对应的子用例标题单元格之后设置一操作步骤单元格；对任一预期效果在对应的操作步骤单元格之后设置一预期效果单元格；通过对一些多步骤发散性的用例测试点进行了步骤拼接，更大程度的适应测试人员的使用习惯和测试思路的设计。

Description

一种基于Xmind思维导图转测试用例的方法

技术领域

本发明属于软件测试技术领域，具体来说涉及一种基于Xmind思维导图转测试用例的方法。

背景技术

随着互联网技术进步和发展，各个互联网公司对质量和效率的要求越来越高。如何在频繁快速的迭代过程中提高测试效率，使测试不会成为整个项目流程中的瓶颈一直是我们思考的问题。随着思维导图的广泛运用，让测试思路可以实现快速的呈现，也方便测试评审，从而大大缩减了测试设计的时间。但是单纯的思维导图相比以往的excel表格的形式在使用过程中还是存在一些缺点，如：无法有效的进行测试结果记录，不利于测试后续跟踪。

发明内容

本发明的目的在于提供一种基于Xmind思维导图转测试用例的方法，以解决背景技术中现有的思维导图转excel是填鸭式转换、无法有效的进行测试结果记录且不利于测试后续跟踪的问题。

为实现上述目的，本发明提供技术方案如下：

一种基于Xmind思维导图转测试用例的方法，所述Xmind思维导图包括项目名称，项目名称包括至少一子模块名称，子模块名称包括至少一用例标题，以任一用例标题作为父节点设置对应的测试用例树，测试用例树的任一叶子节点为预期结果，用例标题和预期结果间设置若干操作步骤节点，一叶子节点的父节点为一操作步骤节点，用例标题的至少一子节点前设置子用例标记；

所述转测试用例的方法包括以下步骤：

步骤1：按照Xmind内容逐级进行解析，第一级对应项目名称，第二级对应子模块名称，第三级对应用例标题，第四级对应子用例标记，第五级对应操作步骤组，最后一级对应预期结果；

步骤2：对项目名称生成excel文件，excel文件的名称为项目名称；对任一子模块名称在excel文件中生成对应的sheet页，sheet页的名称为子模块名称；

步骤3：对子模块下的所有用例标题在对应的sheet页中设置用例标题单元格；

步骤4：对任一子用例标记在对应的用例标题单元格之后设置一子用例标题单元格；

步骤5：对任一用例标题的任一子节点向后遍历拼接至对应的预期结果的父节点，得到所有操作步骤组，对所有操作步骤组在对应的子用例标题单元格之后设置一操作步骤单元格；

步骤6：对任一预期效果在对应的操作步骤单元格之后设置一预期效果单元格；同类型单元格设置在同一列。

优选地，所述步骤4包括以下步骤：

步骤4.1：判断任一用例标题是否设有至少两子节点，若是，则执行步骤4.2，否则将子节点向后遍历拼接得到一操作步骤组，对应的子用例标题单元格为空；

步骤4.2：任一用例标题的至少一子节点设置子用例标记，且向下设置并相邻的至少一子节点未设置子用例标记，若是，执行步骤4.3，否则执行步骤4.4；

步骤4.3：将设有子用例标记的子节点作为虚拟用例，向下设置并相邻的未设置子用例标记的所有子节点分别向后遍历拼接得到的操作步骤组均作为虚拟用例的分步骤，将虚拟用例和对应的所有分步骤合并为一条用例，对应的子用例标题单元格为空；

步骤4.4：将任一设有子用例标记的子节点遍历拼接得到的所有操作步骤组作为一条子用例，子用例标题单元格为对应的设有子用例标记的子节点。

优选地，所述Xmind思维导图中，用例标题之后设有前置条件，若无前置条件，则为空；所述步骤3之后，在任一用例标题单元格之后设置一前置条件单元格。

优选地，所述Xmind思维导图中，用例标题之前设有数字标签，所述数字标签作为测试用例的优先级，若无优先级，则数字标签为0，所述步骤 2之后，在任一用例标题单元格之前设置一优先级单元格。

优选地，所述子用例标记为小红旗图标。

优选地，通过训练后的卷积神经网络模型对Xmind思维导图进行子用例标记检测，为

将Xmind思维导图转化为图像后作为训练后的深度学习网络的输入，输出得到Xmind思维导图中子用例标记是否缺失。

优选地，所述卷积神经网络模型的训练包括以下步骤：

步骤A:将Xmind思维导图转换成图像格式，得到对应的Xmind图像；

步骤B：对若干Xmind图像分别设置目标框和目标类别，所述目标框包括任一虚拟用例和对应的所有分步骤或者子用例，所述目标类别为子用例标记缺失和子用例标记完整；

步骤C：将步骤B中任一Xmind图像作为卷积神经网络模型的输入，设置目标框和目标类别后的Xmind图像作为目标输出，以最小化损失值为目标优化卷积神经网络模型的模型参数，得到训练后的卷积神经网络模型。

优选地，所述卷积神经网络模型为yolov3网络模型。

与现有技术相比，本发明的有益效果为：

本发明通过将测试用例以Xmind思维导图的形式进行编写，再由Xmind思维导图转换excel文件，大大提高测试人员的测试工作效率，一方面使测试人员在编写思维导图后，无需重复编写测试用例，减少不必要的测试时间浪费；另一方面基于思维导图的设计用例也让用例评审工作更加高效。

同时本发明不是简单对xmind按级进行解析，而是对一些多步骤发散性的用例测试点进行了步骤拼接，保证测试人员使用过程中无需更改自己测试设计习惯，同时保证生成的excel无差别的反应原始测试思维导图的思想，更大程度的适应测试人员的使用习惯和测试思路的设计。

附图说明

图1为实施例一中Xmind的思维导图。

图2为实施例二中Xmind的思维导图。

图3为实施例一转测试用例的sheet表。

图4为实施例二转测试用例的sheet表。

图5为设置目标框后的Xmind图像。

具体实施方式

参照图1，一种基于Xmind思维导图转测试用例的方法，所述Xmind思维导图包括项目名称，项目名称包括至少一子模块名称，子模块名称包括至少一用例标题，以任一用例标题作为父节点设置对应的测试用例树，测试用例树的任一叶子节点为预期结果，用例标题和预期结果间设置若干操作步骤节点，一叶子节点的父节点为一操作步骤节点，用例标题的至少一子节点前设置子用例标记。所述子用例标记为小红旗图标。

本发明中，叶子节点、父节点、子节点均为树的节点，树是一种数据结构，它是由n个有限节点组成一个具有层次关系的集合。所有的操作步骤节点可构成测试用例树的子树，这里由于子树的叶子节点数量表示了该测试用例树有相同数量的操作步骤组，而一个操作步骤组对应一个预期效果，因此子树的叶子节点数量与测试用例树的叶子节点数量一致，这里需要注意的是，操作步骤节点为一个时，操作步骤节点即为预期结果对应的父节点,也为用例标题对应的子节点。

实施例一：

该Xmind思维导图的项目名称为KPI考核报表（管理后台），该项目包括若干子模块，其中一子模块名称为“物业管理-项目管理-自定义任务”，子模块下包括五个测试用例，测试用例标题分别为“列表测试”、“列表字段显示及检索”、“导出”、“查看”、“作废”;以任一用例标题作为父节点设置对应的测试用例树时，列表测试的测试用例树则是以“列表排序”作为父节点，“查看列表排序”作为“列表排序”的子节点，在“查看列表排序”前设置了子用例标记，“按计划完成时间倒序排列”则作为“参看列表排序的”子节点，同时为测试用例树的叶子节点，且“按计划完成时间倒序排列”为预期结果，“查看列表排序”为操作步骤节点；列表字段显示及检索的测试用例树则有“列表字段显示及检索”的7个子节点分别为“按任务类型搜索”、“按执行人搜索”...“按所属分公司搜索”，且仅在“按任务类型搜索”前设置子用例标记，“下拉选择，包括全部、空关房巡查、装修巡查、设备巡检、设备维保、业主拜访、其他任务”是预期效果，且是测试用例树的叶子节点，同时是“按任务类型搜索”的子节点，用例标题和预期效果间的7个子节点则均为操作步骤节点。

所述转测试用例的方法包括以下步骤：

步骤1：按照Xmind内容逐级进行解析，第一级对应项目名称，第二级对应子模块名称，第三级对应用例标题，第四级对应子用例标记，第五级对应操作步骤组，最后一级对应预期结果；

步骤2：对项目名称生成excel文件，excel文件的名称为项目名称；对任一子模块名称在excel文件中生成对应的sheet页，sheet页的名称为子模块名称；

步骤3：对子模块下的所有用例标题在对应的sheet页中设置用例标题单元格；

步骤5：对任一用例标题的任一子节点向后遍历拼接至对应的预期结果的父节点，得到具体操作步骤，对具体操作步骤在对应的子用例标题单元格之后设置一操作步骤单元格；

步骤6：对任一预期效果在对应的操作步骤单元格之后设置一预期效果单元格；同类型单元格设置在同一列。

步骤4：对任一子用例标记在对应的用例标题单元格之后设置一子用例标题单元格；

步骤4.1：判断任一用例标题是否设有至少两子节点，若是，则执行步骤4.2，否则将子节点向后遍历拼接得到一操作步骤组，对应的子用例标题单元格为空；

步骤4.2：任一用例标题的至少一子节点设置子用例标记，且向下设置并相邻的至少一子节点未设置子用例标记，若是，执行步骤4.3，否则执行步骤4.4；

步骤4.3：将设有子用例标记的子节点作为虚拟用例，向下设置并相邻的未设置子用例标记的所有子节点分别向后遍历拼接得到的操作步骤组均作为虚拟用例的分步骤，将虚拟用例和对应的所有分步骤合并为一条用例，对应的子用例标题单元格为空；

步骤4.4：将任一设有子用例标记的子节点遍历拼接得到的所有操作步骤组作为一条子用例，子用例标题单元格为对应的设有子用例标记的子节点。

本发明中，举例来说，对实施例一的Xmind思维导图转测试用例，则有一个项目名称为“KPI考核报表（管理后台）”的excel文件，该Excel文件的第一个sheet页的名称为“物业管理-项目管理-自定义任务”，对该sheet页设置5个测试用例标题单元格，5个测试用例单元格设置在同一列，且5个测试用例单元格按照顺序从上往下设置，测试用例单元格内设置对应的测试用例标题，如第一个测试用例单元格内设置“列表测试”字段；由于本实施例一中“物业管理-项目管理-自定义任务”模块中的每个测试用例均对应设置一个子用例标记，因此，在该sheet页的每个测试用例单元格之后均设置一个子用例标题单元格，则有测试用例单元格“列表排序”后设有一子用例标题单元格，由于“列表排序”的子节点只有“查看列表序列”一个，因此子用例标题单元格为空；测试用例单元格“列表字段显示及检索”后设有一子用例标题单元格。而测试用例单元格“列表字段显示及检索”的子节点虽然有7个，但是其他6个子节点未设置子用例标记且均设置在子用例标记的子节点“按任务类型搜索”下并与其相邻，因此，该子用例标记单元格内为空。

由于在 “列表排序”的测试用例树中，“查看列表排序”既作为“列表排序”的子节点，也作为预期结果“按计划完成时间倒序排列”的父节点，因此得到一操作步骤组“查看列表序列”，在对应着子用例标题单元格之后设置一操作步骤单元格。由于在“列表字段显示及检索”的用例测试树中，“按任务类型检索”、“按执行人检索”、“按任务状态检索”等7个子节点均为“列表字段显示及检索”的子节点，而预期结果的父节点分别对应的也是这7个节点，因此有7个操作步骤组，因此需要在对应的子用例标题单元格之后设在7个操作步骤单元格，7个操作步骤单元格在对应子用例标题单元格的所在行，且每个每个操作步骤单元格对应一个预期效果单元格，预期效果单元格的内容与操作步骤组对应，如图3所示。

实施例二：

如图2所示，项目名称为“KPI考核报表（管理后台）”的其中一子模块包括一测试用例，该测试用例的用例标题为“若为15点前生成工单逻辑测试”，该测试用例树的叶子节点有9个，每个叶子节点均为一个预期效果，叶子节点的父节点数量与叶子节点数量一致，而用例标题有2个子节点，其中一子节点为“当天不转派”，另一子节点为“当天转派”；用例标题的两个子节点均设置子用例标记；该实施例二中转测试用例的步骤与实施例一基本一致，不同的是步骤4中，由于用例标题树有两个以“若为15点前生产工单逻辑测试”的子节点，且这两个子节点前均设置子用例标记，因此需要在用例标题单元格“若为15点前生成工单逻辑测试”之后设置两子用例标题单元格，这两个子用例标题单元格分别为“当天不转派”和“当天转派”，这两个子用例标题单元格的高度和与对应的用例标题单元格的高度一致，且这两个子用例标题单元格设置在对应的用例标题单元格的所在行。对设有子用例标记的用例标题的子节点“当天不转派”向后遍历拼接，得到3个操作步骤组，分别为“当天不转派，只接单，不反馈”、“当天不转派，接单并反馈”、“当天不转派，不接单”，将这三个操作步骤组分别写入到子用例标题单元格“当天不转派”之后的3个操作步骤单元格中；对设有子用例标记的用例标题的另一子节点“当天转派”向后遍历拼接，得到6个操作步骤组，将这6个操作步骤组分别写入到子用例标题单元格“当天转派”之后的6个操作步骤单元格中，如图4所示。本发明中，需要注意的是，如何向后遍历拼接为本领域的公知常识，本领域技术人员可根据实际情况自行设置。

所述Xmind思维导图中，用例标题之后设有前置条件，若无前置条件，则为空；所述步骤3之后，在任一用例标题单元格之后设置一前置条件单元格。

所述Xmind思维导图中，用例标题之前设有数字标签，所述数字标签作为测试用例的优先级，若无优先级，则数字标签为0，所述步骤 2之后，在任一用例标题单元格之前设置一优先级单元格。

进一步的，通过训练后的卷积神经网络模型对Xmind思维导图进行子用例标记检测，为将Xmind思维导图转化为图像后作为训练后的深度学习网络的输入，输出得到Xmind思维导图中子用例标记是否缺失。

本发明中，通过卷积神经网络对子用例标记进行检测，防止Xmind思维导图转excel形式的用例测试过程中出现转换错误的问题，降低测试效率。

所述卷积神经网络模型的训练包括以下步骤：

步骤A:将Xmind思维导图转换成图像格式，得到对应的Xmind图像；

步骤B：对若干Xmind图像分别设置目标框和目标类别，所述目标框包括任一虚拟用例和对应的所有分步骤或者子用例，所述目标类别为子用例标记缺失和子用例标记完整；

步骤C：将步骤A中任一Xmind图像作为卷积神经网络模型的输入，设置目标框和目标类别后的Xmind图像作为目标输出，以最小化损失值为目标优化卷积神经网络模型的模型参数，得到训练后的卷积神经网络模型。

本发明步骤B中,如图5所示，任一Xmind图像的目标框和目标类别人为设定，一Xmind图像中的目标框可以为一个和多个，目标框的数量由虚拟用例数量和子用例数量决定，目标框的数量与目标类别的数量一致。

本发明步骤C中， 如何以最小化损失值为目标优化模型参数为本领域的公知常识，本领域技术人员可根据实际情况自行设置。

所述卷积神经网络模型为yolov3网络模型。

本发明中，YOLOv3网络模型是以Darnet-53中前52层为主干特征提取网络，同时引入残差结构使网络可以更深；该主干特征提取网络对正面图像不断卷积，使得正面图像的宽和高会不断被压缩，通道数不断地扩张，从而得到一堆特征图；选取尺度为52×52，26×26，13×13的三个特征图。将13*13的特征图作为有效特征图，尺度为13*13的有效特征图通过卷积后再进行上采样并与尺度为26*26的特征层进行堆叠以构建特征金字塔，得到有效特征图，尺度为26*26的特征图通过卷积后再进行上采样并与尺度为52*52的特征图进行堆叠以构建特征金字塔，得到有效特征图，YOLOv3采用特征金字塔网络架构来实现多尺度检测，从而加强算法对目标检测的精准度。

本发明中，通过该训练后的卷积神经网络，输出得到Xmind图像，该Xmind图像上设有若干目标框，任一目标框左上角设有目标类别，该目标框为任一虚拟用例和对应的所有分步骤或者子用例。

本发明中，通过训练后的卷积神经网络模型对Xmind思维导图进行子用例标记检测设置在转测试用例之前，用于对Xmind思维导图的检测。

Claims (7)

1.一种基于Xmind思维导图转测试用例的方法，其特征在于，所述Xmind思维导图包括项目名称，项目名称包括至少一子模块名称，子模块名称包括至少一用例标题，以任一用例标题作为父节点设置对应的测试用例树，测试用例树的任一叶子节点为预期结果，用例标题和预期结果间设置若干操作步骤节点，一叶子节点的父节点为一操作步骤节点，用例标题的至少一子节点前设置子用例标记；

所述转测试用例的方法包括以下步骤：

步骤1：按照Xmind内容逐级进行解析，第一级对应项目名称，第二级对应子模块名称，第三级对应用例标题，第四级对应子用例标记，第五级对应操作步骤组，最后一级对应预期结果；

步骤2：对项目名称生成excel文件，excel文件的名称为项目名称；对任一子模块名称在excel文件中生成对应的sheet页，sheet页的名称为子模块名称；

步骤3：对子模块下的所有用例标题在对应的sheet页中设置用例标题单元格；

步骤4：对任一子用例标记在对应的用例标题单元格之后设置一子用例标题单元格；

步骤5：对任一用例标题的任一子节点向后遍历拼接至对应的预期结果的父节点，得到所有操作步骤组，对所有操作步骤组在对应的子用例标题单元格之后设置一操作步骤单元格；

步骤6：对任一预期效果在对应的操作步骤单元格之后设置一预期效果单元格；同类型单元格设置在同一列；

所述步骤4包括以下步骤：

步骤4.1：判断任一用例标题是否设有至少两子节点，若是，则执行步骤4.2，否则将子节点向后遍历拼接得到一操作步骤组，对应的子用例标题单元格为空；

步骤4.2：任一用例标题的至少一子节点设置子用例标记，且向下设置并相邻的至少一子节点未设置子用例标记，若是，执行步骤4.3，否则执行步骤4.4；

步骤4.3：将设有子用例标记的子节点作为虚拟用例，向下设置并相邻的未设置子用例标记的所有子节点分别向后遍历拼接得到的操作步骤组均作为虚拟用例的分步骤，将虚拟用例和对应的所有分步骤合并为一条用例，对应的子用例标题单元格为空；

步骤4.4：将任一设有子用例标记的子节点遍历拼接得到的所有操作步骤组作为一条子用例，子用例标题单元格为对应的设有子用例标记的子节点。

2.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，所述Xmind思维导图中，用例标题之后设有前置条件，若无前置条件，则为空；所述步骤3之后，在任一用例标题单元格之后设置一前置条件单元格。

3.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，所述Xmind思维导图中，用例标题之前设有数字标签，所述数字标签作为测试用例的优先级，若无优先级，则数字标签为0，所述步骤 2之后，在任一用例标题单元格之前设置一优先级单元格。

4.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，所述子用例标记为小红旗图标。

5.如权利要求1所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，通过训练后的卷积神经网络模型对Xmind思维导图进行子用例标记检测，为

将Xmind思维导图转化为图像后作为训练后的深度学习网络的输入，输出得到Xmind思维导图中子用例标记是否缺失。

6.如权利要求5所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，所述卷积神经网络模型的训练包括以下步骤：

步骤A:将Xmind思维导图转换成图像格式，得到对应的Xmind图像；

步骤B：对若干Xmind图像分别设置目标框和目标类别，所述目标框包括任一虚拟用例和对应的所有分步骤或者子用例，所述目标类别为子用例标记缺失和子用例标记完整；

步骤C：将步骤B中任一Xmind图像作为卷积神经网络模型的输入，设置目标框和目标类别后的Xmind图像作为目标输出，以最小化损失值为目标优化卷积神经网络模型的模型参数，得到训练后的卷积神经网络模型。

7.如权利要求6所述的一种基于Xmind思维导图转测试用例的方法，其特征在于，所述卷积神经网络模型为yolov3网络模型。

Images