CN114942890B - 一种用户界面测试方法、装置、设备及介质 - Google Patents
一种用户界面测试方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114942890B CN114942890B CN202210821579.2A CN202210821579A CN114942890B CN 114942890 B CN114942890 B CN 114942890B CN 202210821579 A CN202210821579 A CN 202210821579A CN 114942890 B CN114942890 B CN 114942890B
- Authority
- CN
- China
- Prior art keywords
- icon
- icons
- library
- personality
- user interface
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 160
- 238000013515 script Methods 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002372 labelling Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F11/3664—Environments for testing or debugging software
-
- 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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种用户界面测试方法、装置、设备及介质，涉及计算机领域，包括：获取产品用户界面、配置信息及测试脚本，配置信息包括测试环境、产品所在浏览器、所在设备的分辨率及目标图标尺寸；对用户界面解析得到各图标，判断能否从公共库中匹配到各图标的关联图标；如果是则将关联图标存储至产品专属库，如果否则对无法匹配到关联图标的个性图标进行训练至其在不同设备上均能显示位置，将训练后个性图标存储至专属库；公共库保存不同分辨率的设备及浏览器下的不同尺寸的图标；基于专属库及配置信息执行脚本，本申请基于公共库生成产品专属库，并基于专属库及配置信息执行脚本，由此实现不同分辨率的设备及浏览器下的用户界面测试。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种用户界面测试方法、装置、设备及介质。
背景技术
目前在UI(User Interface，用户界面)自动化领域中经常会出现由于产品在不同分辨率的设备以及不同浏览器中因为图标元素对象存在一定的差异性，导致不能很好的兼容和完整顺利的执行完成编写好的自动化测试脚本的情况，由此导致测试结果不稳定，返回状态不固定，进一步导致测试人员需要花费大量的时间排查和定位问题。例如，在现有的UI自动化测试领域中，基于HP-UFT框架进行UI自动化测试时，在不同分辨率下图标元素对象的坐标会发生改变，由此导致图标元素对象无法被识别。
为此，如何避免图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现智能化用户界面测试是本领域亟待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种用户界面测试方法、装置、设备及介质，能够避免图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现智能化用户界面测试效果，其具体方案如下：
第一方面，本申请公开了一种用户界面测试方法，包括：
获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；
对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；
如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；
基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
可选的，所述对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，包括：
对所述个性图标进行截图并进行标注，以便根据标注结果对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息。
可选的，所述将训练后所述个性图标存储至所述专属库，包括：
将训练后所述个性图标切割成与所述预设数量的不同设备对应的不同图标尺寸的个性图标，并将所述不同图标尺寸的个性图标存储至所述专属库。
可选的，所述基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告，包括：
从所述专属库中确定出所述目标图标尺寸下的目标图标，并基于所述目标图标以及所述测试配置信息执行所述测试脚本，以判断所述目标图标是否能够在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并基于执行结果生成相应的执行状态报告。
可选的，所述从所述专属库中确定出所述目标图标尺寸下的目标图标，包括：
从所述专属库中确定出所述目标图标尺寸下的所述关联图标以及所述个性图标，得到所述目标图标。
可选的，所述用户界面测试方法，还包括：
创建多个进程，并通过所述多个进程在不同分辨率的设备以及不同浏览器上对所述待测试产品的所述用户界面进行测试。
可选的，所述用户界面测试方法，其特征在于，所述生成相应的执行状态报告之后，还包括：
将所述专属库同步至所述公共库，并通过所述专属库对所述公共库中的相同图标进行覆盖。
第二方面，本申请公开了一种用户界面测试装置，包括：
信息获取模块，用于获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；
图标匹配模块，用于对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；
图标保存模块，用于如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；
测试模块，用于基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现前述公开的用户界面测试方法。
第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的用户界面测试方法。
可见，本申请提出一种用户界面测试方法，包括：获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。由此可见，由于预先创建的公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标，所述不同图标尺寸也即不同位置坐标，因此在将与所述待测试产品的用户界面对应的图标保存至与所述待测试产品对应的专属库之后，便能够基于专属库及测试配置信息执行测试脚本，由此避免了图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种用户界面测试方法流程图；
图2为本申请公开的一种具体的用户界面测试方法流程图；
图3为本申请公开的一种具体的用户界面测试方法流程图；
图4为本申请公开的一种用户界面测试装置结构示意图；
图5为本申请公开的一种电子设备结构图。
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，所描述的实施例仅仅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做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。
目前在用户界面自动化领域中经常会出现由于产品在不同分辨率的设备以及不同浏览器中因为图标元素对象存在一定的差异性，导致不能很好的兼容和完整顺利的执行完成编写好的自动化测试脚本的情况，由此导致测试结果不稳定，返回状态不固定，进一步导致测试人员需要花费大量的时间排查和定位问题。为此，本申请实施例提出一种用户界面测试方案，能够避免图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
本申请实施例公开了一种用户界面测试方法，参见图1所示，该方法包括：
步骤S11：获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸。
本实施例中，首先获取用户上传的待测试产品的用户界面、测试配置信息以及测试脚本，可以理解的是，所述浏览器包括但不限于火狐浏览器等，所述设备包括但不限于手机、电脑等。
步骤S12：对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标。
本实施例中，所述各个图标对应的关联图标为所述各个图标的相近图标，例如，所述图标为一种笑脸图标，则所述图标的关联图标为与所述笑脸图标对应的其他笑脸图标。
步骤S13：如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库。
本实施例中，如果能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标，则将所述关联图标存储至与所述待测试产品对应的预设的专属库。
步骤S14：如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标。
本实施例中，对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，具体包括：对所述个性图标进行截图并进行标注，以便根据标注结果对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息。需要指出的是，由于同一个性图标在不同分辨率的设备以及不同浏览器下存在一定的差异性，因此会存在不能很好的兼容和完整顺利的执行完成编写好的自动化测试脚本的情况，其中，不能完整顺利的执行完成编写好的自动化测试脚本的情况也即所述个性图标不能正常显示在所述设备上。因此，本实施例将无法匹配到所述关联图标的所述图标确定为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；其中，所述预设数量的不同设备对应着不同分辨率，所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标。
需要指出的是，本实施例能够通过MLPClassifier(多层感知机)、NLP(Neuro-Linguistic Programming，神经语言程序学)以及OpenCv对所述个性图标进行训练，其中，所述NLP为介于机器语言和人类语言之间沟通的桥梁，用于实现人机交流；所述OpenCv为一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和MacOS操作系统上。
步骤S15：基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
需要指出的是，由于预先创建的公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标，所述不同图标尺寸也即不同位置坐标，因此在将与所述待测试产品的用户界面对应的图标保存至与所述待测试产品对应的专属库之后，便能够基于专属库及测试配置信息执行测试脚本，由此避免了图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
本实施例中，通过创建的进程实现基于所述专属库以及所述测试配置信息执行所述测试脚本。因此可以理解的是，本实施例能够创建多个进程，并通过所述多个进程在不同分辨率的设备以及不同浏览器上对所述待测试产品的所述用户界面进行测试。
需要指出的是，在基于所述专属库以及所述测试配置信息执行所述测试脚本之后，还包括：将所述专属库同步至所述公共库，并通过所述专属库对所述公共库中的相同图标进行覆盖。
可见，本申请提出一种用户界面测试方法，包括：获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。由此可见，由于预先创建的公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标，所述不同图标尺寸也即不同位置坐标，因此在将与所述待测试产品的用户界面对应的图标保存至与所述待测试产品对应的专属库之后，便能够基于专属库及测试配置信息执行测试脚本，由此避免了图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
本申请实施例公开了一种具体的用户界面测试方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。参见图2所示，具体包括：
步骤S21：获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸。
步骤S22：对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标。
步骤S23：如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库。
步骤S24：如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标切割成与所述预设数量的不同设备对应的不同图标尺寸的个性图标，并将所述不同图标尺寸的个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标。
本实施例中，由于同一个性图标在不同分辨率的设备以及不同浏览器下存在一定的差异性，因此会存在不能很好的兼容和完整顺利的执行完成编写好的自动化测试脚本的情况，例如图标A在4.7寸的设备上的位置坐标为：横坐标是30，纵坐标0；在5.5寸的设备上的位置坐标为：横坐标是45，纵坐标0，也就是说，图标在不同尺寸、也即不同分辨率的设备上位置显示信息存在一定的差异性，因此会存在图标A在设备B上能正常显示，在设备C上可能就无法正常显示的问题，因此，本实施例通过Resize工具类将训练后所述个性图标切割成与所述预设数量的不同设备对应的不同图标尺寸的个性图标，以适应不同尺寸，也即不同分辨率的设备，并将所述不同图标尺寸的个性图标存储至所述专属库。
步骤S25：从所述专属库中确定出所述目标图标尺寸下的目标图标，并基于所述目标图标以及所述测试配置信息执行所述测试脚本，以判断所述目标图标是否能够在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并基于执行结果生成相应的执行状态报告。
可以理解的是，所述专属库中存储着能够基于图标的特征信息从预设的公共库中匹配到与所述图标对应的关联图标以及不同图标尺寸的个性图标，其中所述关联图标对应不同图标尺寸，因此，本实施例中，从所述专属库中确定出所述目标图标尺寸下的所述关联图标以及所述个性图标，得到所述目标图标，并基于所述目标图标以及所述测试配置信息执行所述测试脚本，以判断所述目标图标是否能够在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，如果能，则执行状态正常，也即测试成功，如果不能，则执行状态异常，也即测试失败。
其中，关于步骤21、步骤21以及步骤23更加具体的工作过程参见前述公开的实施例所示，在此不做具体赘述。
由上可知，本申请预先创建的公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标，所述不同图标尺寸也即不同位置坐标，本申请专属库中保存有不同图标尺寸的个性图标，因此在将与所述待测试产品的用户界面对应的图标保存至与所述待测试产品对应的专属库之后，便能够基于专属库及测试配置信息执行测试脚本，由此避免了图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
图3为本申请提出的一种用户界面测试方法的流程图，基于所述用户界面测试方法，本申请具体能够包括以下内容：
首先通过AI(Artificial Intelligence，人工智能)大数据分析采样的技术手段，将预设的UI设计稿进行样本采集，并通过识别设计稿中的图标完整性、相似性，以达到可机器学习的能力，然后通过长期样本模型训练，使得公共样本库更佳丰富；通过获取不同分辨率下的市场主流设备品牌、浏览器类型的占比调研结果，为AI大数据智能学习提供基础和方向。
具体步骤如下所示：(1)当用户在进行产品的用户界面的自动化测试时，首先需要在AI自动化测试平台提出申请工单并上传待测试产品的UI设计稿，在提交申请通过后需编写测试脚本，其主要目的是告知平台对于某个操作的反应，在配置完成所有信息后，选择测试环境、设备的分辨率以及浏览器类型。(2)AI自动化测试平台对所述UI设计稿进行解析，得到各个图标元素，并优先从公共样本库通过匹配与所述图标元素相似的关联图标元素，然后将匹配到的关联图标元素重新组装成一个专属样本库。当在公共样本标注库中无法找到的与所述图标元素相近的关联图标元素，则把无法匹配到关联图标元素的图标元素单独抽离(专项分解)出来作为产品独有的个性图标元素，再通过MLPClassifier、NLP以及opencv自动对个性图标元素进行训练直至所述个性图标元素在预设数量的不同设备上均能显示位置信息，并将训练后个性图标存储至专属样本库。(后续如果UI设计稿有变动的只需要重新上传设计稿，AI自动化测试平台又会重新更新匹配新样本，从而得到新的专属样本库)；(3)在得到专属样本库后，由AI自动化测试平台进行自动调用并执行预编译好的测试脚本，具体的，当检测到产品的用户界面后，AI自动化测试平台将界面分为上下结构，先从由上到下的对UI界面中的图标元素进行识别，并与样本库进行相似性匹配，当把匹配完成，再依据从左至右的顺序逐步执行已先事编排的脚本自动化测试验证操作，需要指出的是，当定位到无标注的页面，则平台会通过OCR的方式进行识别，并基于识别到的输入框以及预先设定好的填充项进行输入框的自动填充。同时，本申请能够启动多个进程来完成相同的工作来确保完成不同分辨率下的平台设备以及浏览器能在无人值守的情况下按时完成工作，最终通过收集和监控执行状态报告将最终的结果回调到自动化测试平台上；当整个流程执行完结束，将专属样本库同步至公共样本库并覆盖相同的图标元素，并通过新增的图标元素进一步丰富公共样本库。
如此一来，本申请可以有效的协助测试人员、产品验收负责人在无人值守的情况下顺利的完成对于不同分辨率的设备以及不同浏览器下的用户界面的自动化测试，节约大量的人员时间和精力。
相应的，本申请实施例还公开了一种用户界面测试装置，参见图4所示，该装置包括：
信息获取模块11，用于获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；
图标匹配模块12，用于对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；
图标保存模块13，用于如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；
测试模块14，用于基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
其中，关于上述各个模块更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请提出一种用户界面测试方法，包括：获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。由此可见，由于预先创建的公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标，所述不同图标尺寸也即不同位置坐标，因此在将与所述待测试产品的用户界面对应的图标保存至与所述待测试产品对应的专属库之后，便能够基于专属库及测试配置信息执行测试脚本，由此避免了图标在不同分辨率的设备以及不同类型浏览器之间位置坐标不能兼容的情况，并实现不同分辨率的设备及浏览器下的用户界面测试。
进一步的，本申请实施例还提供了一种电子设备。图5是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图5为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、显示屏23、输入输出接口24、通信接口25、电源26、和通信总线27。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的用户界面测试方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源26用于为电子设备20上的各硬件设备提供工作电压；通信接口25能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口24，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括计算机程序221，存储方式可以是短暂存储或者永久存储。其中，计算机程序221除了包括能够用于完成前述任一实施例公开的由电子设备20执行的用户界面测试方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的用户界面测试方法。
关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本申请书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种用户界面测试方法、装置、设备、存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种用户界面测试方法，其特征在于，包括：
获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；
对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；
如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；
基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
2.根据权利要求1所述的用户界面测试方法，其特征在于，所述对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，包括：
对所述个性图标进行截图并进行标注，以便根据标注结果对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息。
3.根据权利要求1所述的用户界面测试方法，其特征在于，所述将训练后所述个性图标存储至所述专属库，包括：
将训练后所述个性图标切割成与所述预设数量的不同设备对应的不同图标尺寸的个性图标，并将所述不同图标尺寸的个性图标存储至所述专属库。
4.根据权利要求3所述的用户界面测试方法，其特征在于，所述基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告，包括：
从所述专属库中确定出所述目标图标尺寸下的目标图标，并基于所述目标图标以及所述测试配置信息执行所述测试脚本，以判断所述目标图标是否能够在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并基于执行结果生成相应的执行状态报告。
5.根据权利要求4所述的用户界面测试方法，其特征在于，所述从所述专属库中确定出所述目标图标尺寸下的目标图标，包括：
从所述专属库中确定出所述目标图标尺寸下的所述关联图标以及所述个性图标，得到所述目标图标。
6.根据权利要求1所述的用户界面测试方法，其特征在于，还包括：
创建多个进程，并通过所述多个进程在不同分辨率的设备以及不同浏览器上对所述待测试产品的所述用户界面进行测试。
7.根据权利要求1至6任一项所述的用户界面测试方法，其特征在于，所述生成相应的执行状态报告之后，还包括：
将所述专属库同步至所述公共库，并通过所述专属库对所述公共库中的相同图标进行覆盖。
8.一种用户界面测试装置，其特征在于，包括：
信息获取模块，用于获取待测试产品的用户界面、测试配置信息以及测试脚本，其中，所述测试配置信息包括测试环境、所述待测试产品所在目标浏览器、所述待测试产品所在目标设备的分辨率以及目标图标尺寸；
图标匹配模块，用于对所述用户界面进行解析，得到所述用户界面中的各个图标，并判断是否能够基于所述各个图标的特征信息从预设的公共库中匹配到与所述各个图标对应的关联图标；
图标保存模块，用于如果是，则将所述关联图标存储至与所述待测试产品对应的预设的专属库，如果否，则确定无法匹配到所述关联图标的所述图标为个性图标，并对所述个性图标进行训练直至所述个性图标在预设数量的不同设备上均能显示位置信息，并将训练后所述个性图标存储至所述专属库；所述公共库中保存有与不同分辨率的设备以及浏览器对应的不同图标尺寸的图标；
测试模块，用于基于所述专属库以及所述测试配置信息执行所述测试脚本，以判断所述专属库中的所有图标能否在所述分辨率下的所述目标设备以及所述目标浏览器上显示位置信息，并生成相应的执行状态报告。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的用户界面测试方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的用户界面测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210821579.2A CN114942890B (zh) | 2022-07-13 | 2022-07-13 | 一种用户界面测试方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210821579.2A CN114942890B (zh) | 2022-07-13 | 2022-07-13 | 一种用户界面测试方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114942890A CN114942890A (zh) | 2022-08-26 |
| CN114942890B true CN114942890B (zh) | 2024-05-07 |
Family
ID=82910986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210821579.2A Active CN114942890B (zh) | 2022-07-13 | 2022-07-13 | 一种用户界面测试方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114942890B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116662211B (zh) * | 2023-07-31 | 2023-11-03 | 四川弘和数智集团有限公司 | 显示界面测试方法、装置及设备和介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9075918B1 (en) * | 2014-02-25 | 2015-07-07 | International Business Machines Corporation | System and method for creating change-resilient scripts |
| WO2017146696A1 (en) * | 2016-02-24 | 2017-08-31 | Entit Software Llc | Application content display at target screen resolutions |
| CN110287101A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 用户界面自动化测试方法、装置、计算机设备及存储介质 |
| CN111258875A (zh) * | 2018-11-30 | 2020-06-09 | 北京京东尚科信息技术有限公司 | 界面测试方法及系统、电子设备、存储介质 |
| CN111881019A (zh) * | 2020-07-07 | 2020-11-03 | 北京三快在线科技有限公司 | 一种用户界面测试方法及装置 |
| CN112506778A (zh) * | 2020-12-10 | 2021-03-16 | 北京云测信息技术有限公司 | Web用户界面自动化测试方法、装置、设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9928161B1 (en) * | 2016-09-08 | 2018-03-27 | Fmr Llc | Automated quality assurance testing of browser-based applications |
-
2022
- 2022-07-13 CN CN202210821579.2A patent/CN114942890B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9075918B1 (en) * | 2014-02-25 | 2015-07-07 | International Business Machines Corporation | System and method for creating change-resilient scripts |
| WO2017146696A1 (en) * | 2016-02-24 | 2017-08-31 | Entit Software Llc | Application content display at target screen resolutions |
| CN111258875A (zh) * | 2018-11-30 | 2020-06-09 | 北京京东尚科信息技术有限公司 | 界面测试方法及系统、电子设备、存储介质 |
| CN110287101A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 用户界面自动化测试方法、装置、计算机设备及存储介质 |
| CN111881019A (zh) * | 2020-07-07 | 2020-11-03 | 北京三快在线科技有限公司 | 一种用户界面测试方法及装置 |
| CN112506778A (zh) * | 2020-12-10 | 2021-03-16 | 北京云测信息技术有限公司 | Web用户界面自动化测试方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114942890A (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106844217B (zh) | 对应用的控件进行埋点的方法及装置、可读存储介质 | |
| US10176079B2 (en) | Identification of elements of currently-executing component script | |
| US6889337B1 (en) | Method and system for screen reader regression testing | |
| US10019346B2 (en) | Generating software test script from video | |
| CN104123219A (zh) | 测试软件的方法和设备 | |
| KR20160122452A (ko) | 비주얼 콘텐츠기반 영상 인식을 위한 딥러닝 프레임워크 및 영상 인식 방법 | |
| CN111274154A (zh) | 一种自动化测试的方法、装置、设备及存储介质 | |
| CN106598834A (zh) | Ui测试方法及装置 | |
| CN114942890B (zh) | 一种用户界面测试方法、装置、设备及介质 | |
| CN104780407A (zh) | 一种机顶盒自动测试方法及系统 | |
| CN112286811A (zh) | 一种智能站继电保护设备测试方法、系统及可读存储介质 | |
| CN112597016A (zh) | 自动化测试脚本的录制方法、装置、设备及存储介质 | |
| CN106528429A (zh) | 一种ui界面测试方法及装置 | |
| CN113126993B (zh) | 应用于车辆检测软件的自动化测试方法及其系统 | |
| CN113918465A (zh) | 兼容性测试方法、装置、电子设备及可读存储介质 | |
| CN110309057B (zh) | 基于自动化脚本的流程性项目测试方法和相关设备 | |
| CN111008140B (zh) | 一种跨平台的ui自动化测试方法及装置 | |
| CN114297961A (zh) | 一种芯片测试用例处理方法及相关装置 | |
| CN111163309A (zh) | 基于行为模拟的测试方法、电视设备及存储介质 | |
| CN116361193B (zh) | 版式文档文本选择的测试方法及装置 | |
| CN116743828B (zh) | 一种培训教学方法及系统 | |
| CN116383095B (zh) | 基于rpa机器人的冒烟测试方法、系统和可读存储介质 | |
| CN115168178A (zh) | 手机app的自动化测试方法及装置 | |
| CN117079521A (zh) | 智能教学数据处理方法及相关装置 | |
| JP4587031B2 (ja) | 検査装置および方法、プログラム、並びに記録媒体 |
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 |