CN115422095A - 一种回归测试用例推荐方法、装置、设备及介质 - Google Patents
一种回归测试用例推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115422095A CN115422095A CN202211382359.0A CN202211382359A CN115422095A CN 115422095 A CN115422095 A CN 115422095A CN 202211382359 A CN202211382359 A CN 202211382359A CN 115422095 A CN115422095 A CN 115422095A
- Authority
- CN
- China
- Prior art keywords
- test case
- regression
- function
- test
- regression test
- 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.)
- Pending
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Stored Programmes (AREA)
Abstract
本发明提出了一种回归测试用例推荐方法、装置、设备及介质,所述方法包括:根据业务范围创建功能目录,功能目录包括业务范围内的全部用例功能;根据功能目录创建测试用例集;根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;根据功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;将带有优先级标记的回归测试用例进行可视化输出。根据本发明得到的回归测试用例满足测试要求,按照优先级标记进行回归测试可以优先验证易出现问题的功能点,大幅提高回归测试的效率。
Description
技术领域
本发明涉及软件测试技术领域,具体涉及一种回归测试用例推荐方法、装置、设备及介质。
背景技术
回归测试是指修改了旧代码后,重新进行测试以确认修改没有引入新的错误或导致其他代码产生错误,在软件更新的版本迭代中需要进行多次回归测试,回归测试中使用的回归测试用例显得尤为重要。
回归测试理论上应该执行所有的测试用例,为了提高回归测试效率,会根据优先级排序选择性地执行测试用例,其中优先级高的测试用例先于优先级低的测试用例执行,优先级高的测试用例更容易检测出软件缺陷,且检测出的缺陷等级较高,能够尽快发现程序重大故障。
然而,每次软件开发修改的功能点均不相同,相应的修改却未在回归测试用例上进行标记,回归测试往往通过常用功能点判断测试用例的优先级,软件版本迭代中需要特别关注的部分功能点却未划分为常用功能点,这样的选择方式无法确保回归测试中选取到合适的测试用例,也导致了重复测试和无效测试的增加,降低了回归测试的效率。
因此,在满足回归测试要求的同时如何区分回归测试用例的优先级进行回归测试是急需解决的问题。
发明内容
本发明的目的是提供一种回归测试用例推荐方法、装置、设备及介质,用于解决在满足回归测试要求的同时区分回归测试用例的优先级进行回归测试,提高回归测试效率的技术问题。
本发明的目的,可以通过如下技术方案实现:
一种回归测试用例推荐方法,采用如下步骤:
S100:根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
S200:根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
S300:根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
S400:根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
S500:将带有优先级标记的回归测试用例进行可视化输出。
在其中一个实施例中,所述测试用例集中的数据为JSON格式,并保存于mongodb数据库中,测试用例集中的数据将作为测试用例裁剪的元数据。
在其中一个实施例中,所述差异分析为:基于jgit的代码差异分析,所述jgit为轻量级java类库,用于实现git项目的版本控制系统的访问以及提供版本控制的核心算法。
在其中一个实施例中,所述词性分析为:hanlp词性分析,所述hanlp为汉语言处理包,用于中文分词、关键词提取、自动摘要以及短语提取。
在其中一个实施例中,所述可视化输出的方式为:通过kityminder脑图将带有优先级标记的回归测试用例进行编辑,再通过可视化输出进行展示。
一种回归测试用例推荐装置,其特征在于,包括:
业务功能提取模块,用于根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
测试用例提取模块,用于根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
测试用例分析模块,用于根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
推荐测试用例确认模块,用于根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
推荐测试用例输出模块,用于将带有优先级标记的回归测试用例进行可视化输出。
在其中一个实施例中,还包括,代码差异获取模块,用于获取待测程序的迭代后版本与迭代前版本之间的代码差异。
在其中一个实施例中,还包括,功能名词获取模块,用于获取待测程序的迭代版本前后影响测试范围的功能名词。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。
与现有技术相比,上述一种回归测试用例推荐方法、装置、设备及介质,通过业务范围确定所有用例的功能,将所有用例功能收录于功能目录中,根据收录好的功能目录创建测试用例集,该测试用例集中包括全部业务功能的测试用例作为测试用例裁剪的元数据,根据差异分析和词性分析,将测试用例中存在的差异代码进行注释并获取代码提交信息和测试用例的功能名词,通过功能名词与测试用例集进行逐一匹配,将完成匹配的测试用例裁剪出来作为回归测试用例集,并将差异代码的注释和提交信息对回归测试用例进行优先级标记,方便用例测试时读取相关差异信息,最后通过kityminder脑图将带有优先级标记的回归测试用例进行编辑,进行可视化输出展示,根据本发明得到的回归测试用例满足测试要求,按照优先级标记进行回归测试可以优先验证易出现问题的功能点,大幅提高回归测试的效率。
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为本发明一种回归测试用例推荐方法的流程示意图;
图2为本发明一种回归测试用例推荐装置的结构框图;
图3为本发明实施例中计算器设备的内部结构图。
具体实施方式
为了能够更清楚地理解本公开实施例的上述目的、特征和优点,下面结合附图和具体实施方式对本公开实施例进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开实施例,但是,本公开实施例还可以采用其他不同于在此描述的方式来实施,因此,本公开实施例的保护范围并不受下面公开的具体实施例的限制。
实施例1
如图1所示,本发明实施例提供了一种回归测试用例推荐方法,采用如下步骤:
S100:根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
S200:根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
S300:根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
S400:根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
S500:将带有优先级标记的回归测试用例进行可视化输出。
在本实施例中,测试用例集中的数据为JSON格式,并保存于mongodb数据库中,测试用例集中的数据将作为测试用例裁剪的元数据。
在本实施例中,差异分析为:基于jgit的代码差异分析,所述jgit为轻量级java类库,用于实现git项目的版本控制系统的访问以及提供版本控制的核心算法。
在本实施例中,词性分析为:hanlp词性分析,所述hanlp为汉语言处理包,用于中文分词、关键词提取、自动摘要以及短语提取。
在本实施例中,可视化输出的方式为:通过kityminder脑图将带有优先级标记的回归测试用例进行编辑,再通过可视化输出进行展示。
本实施例一种回归测试用例推荐方法,通过业务范围确定所有用例的功能,将所有用例功能收录于功能目录中,根据收录好的功能目录创建测试用例集,该测试用例集中包括全部业务功能的测试用例作为测试用例裁剪的元数据,根据差异分析和词性分析,将测试用例中存在的差异代码进行注释并获取代码提交信息和测试用例的功能名词,通过功能名词与测试用例集进行逐一匹配,将完成匹配的测试用例裁剪出来作为回归测试用例集,并将差异代码的注释和提交信息对回归测试用例进行优先级标记,方便用例测试时读取相关差异信息,最后通过kityminder脑图将带有优先级标记的回归测试用例进行编辑,进行可视化输出展示,根据本发明得到的回归测试用例满足测试要求,按照优先级标记进行回归测试可以优先验证易出现问题的功能点,大幅提高回归测试的效率。
实施例2
如图2所示,本发明实施例提供了一种回归测试用例推荐装置,包括:
业务功能提取模块,用于根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
测试用例提取模块,用于根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
测试用例分析模块,用于根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
推荐测试用例确认模块,用于根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
推荐测试用例输出模块,用于将带有优先级标记的回归测试用例进行可视化输出。
在本实施例中,还包括,代码差异获取模块,用于获取待测程序的迭代后版本与迭代前版本之间的代码差异。
在本实施例中,还包括,功能名词获取模块,用于获取待测程序的迭代版本前后影响测试范围的功能名词。
本实施例的回归测试用例推荐装置可执行实施例1公开的回归测试用例推荐方法,通过该方法得到的回归测试用例满足测试要求,按照优先级标记进行回归测试可以优先验证易出现问题的功能点,大幅提高回归测试的效率。
实施例3
如图3所示,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述实施例1所述方法的步骤。
实施例4
本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例1所述的方法的步骤。
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。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种回归测试用例推荐方法,其特征在于,采用如下步骤:
S100:根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
S200:根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
S300:根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
S400:根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
S500:将带有优先级标记的回归测试用例进行可视化输出。
2.根据权利要求1所述的回归测试用例推荐方法,其特征在于,所述测试用例集中的数据为JSON格式,并保存于mongodb数据库中,测试用例集中的数据将作为测试用例裁剪的元数据。
3.根据权利要求1所述的回归测试用例推荐方法,其特征在于,所述差异分析为:
基于jgit的代码差异分析,所述jgit为轻量级java类库,用于实现git项目的版本控制系统的访问以及提供版本控制的核心算法。
4.根据权利要求1所述的回归测试用例推荐方法,其特征在于,所述词性分析为:
hanlp词性分析,所述hanlp为汉语言处理包,用于中文分词、关键词提取、自动摘要以及短语提取。
5.根据权利要求1所述的回归测试用例推荐方法,其特征在于,所述可视化输出的方式为:
通过kityminder脑图将带有优先级标记的回归测试用例进行编辑,再通过可视化输出进行展示。
6.一种回归测试用例推荐装置,其特征在于,包括:
业务功能提取模块,用于根据业务范围创建功能目录,所述功能目录包括业务范围内的全部用例功能;
测试用例提取模块,用于根据功能目录创建测试用例集,所述测试用例集内包括多个测试用例,每个测试用例对应功能目录中的用例功能;
测试用例分析模块,用于根据差异分析,获得软件更新前后差异代码的注释和提交信息,再根据词性分析,获得测试用例和注释中的功能名词;
推荐测试用例确认模块,用于根据所述功能名词与测试用例集中的每一个测试用例进行匹配比对,将完成匹配的测试用例裁剪为回归测试用例集,并根据差异代码的注释和提交信息进行优先级标记;
推荐测试用例输出模块,用于将带有优先级标记的回归测试用例进行可视化输出。
7.根据权利要求6所述的一种回归测试用例推荐装置,其特征在于,还包括,代码差异获取模块,用于获取待测程序的迭代后版本与迭代前版本之间的代码差异。
8.根据权利要求6所述的一种回归测试用例推荐装置,其特征在于,还包括,功能名词获取模块,用于获取待测程序的迭代版本前后影响测试范围的功能名词。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-5中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211382359.0A CN115422095A (zh) | 2022-11-07 | 2022-11-07 | 一种回归测试用例推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211382359.0A CN115422095A (zh) | 2022-11-07 | 2022-11-07 | 一种回归测试用例推荐方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115422095A true CN115422095A (zh) | 2022-12-02 |
Family
ID=84207370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211382359.0A Pending CN115422095A (zh) | 2022-11-07 | 2022-11-07 | 一种回归测试用例推荐方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115422095A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116680162A (zh) * | 2023-04-17 | 2023-09-01 | 中国软件评测中心(工业和信息化部软件与集成电路促进中心) | 一种测试用例复用方法、装置、介质、设备及产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446885A (zh) * | 2015-12-28 | 2016-03-30 | 西南大学 | 一种基于需求的回归测试用例优先级排序技术 |
US20170046245A1 (en) * | 2015-08-13 | 2017-02-16 | Ca, Inc. | Method and Apparatus for Recommending Regression Tests |
CN111813681A (zh) * | 2020-07-13 | 2020-10-23 | 兴业证券股份有限公司 | 一种动态用例优先级排序方法和装置 |
CN111858371A (zh) * | 2020-07-28 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 软件测试方法、系统、存储介质及计算机设备 |
CN112148593A (zh) * | 2020-09-01 | 2020-12-29 | 杭州大搜车汽车服务有限公司 | 测试用例管理方法、装置及设备 |
CN113609020A (zh) * | 2021-08-09 | 2021-11-05 | 广州品唯软件有限公司 | 一种测试用例推荐方法及装置 |
CN113900962A (zh) * | 2021-12-10 | 2022-01-07 | 广州易方信息科技股份有限公司 | 代码差异检测方法及装置 |
CN114048129A (zh) * | 2021-11-10 | 2022-02-15 | 建信金融科技有限责任公司 | 软件功能变更的自动化测试方法、装置、设备及系统 |
-
2022
- 2022-11-07 CN CN202211382359.0A patent/CN115422095A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170046245A1 (en) * | 2015-08-13 | 2017-02-16 | Ca, Inc. | Method and Apparatus for Recommending Regression Tests |
CN105446885A (zh) * | 2015-12-28 | 2016-03-30 | 西南大学 | 一种基于需求的回归测试用例优先级排序技术 |
CN111813681A (zh) * | 2020-07-13 | 2020-10-23 | 兴业证券股份有限公司 | 一种动态用例优先级排序方法和装置 |
CN111858371A (zh) * | 2020-07-28 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 软件测试方法、系统、存储介质及计算机设备 |
CN112148593A (zh) * | 2020-09-01 | 2020-12-29 | 杭州大搜车汽车服务有限公司 | 测试用例管理方法、装置及设备 |
CN113609020A (zh) * | 2021-08-09 | 2021-11-05 | 广州品唯软件有限公司 | 一种测试用例推荐方法及装置 |
CN114048129A (zh) * | 2021-11-10 | 2022-02-15 | 建信金融科技有限责任公司 | 软件功能变更的自动化测试方法、装置、设备及系统 |
CN113900962A (zh) * | 2021-12-10 | 2022-01-07 | 广州易方信息科技股份有限公司 | 代码差异检测方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116680162A (zh) * | 2023-04-17 | 2023-09-01 | 中国软件评测中心(工业和信息化部软件与集成电路促进中心) | 一种测试用例复用方法、装置、介质、设备及产品 |
CN116680162B (zh) * | 2023-04-17 | 2023-11-10 | 中国软件评测中心(工业和信息化部软件与集成电路促进中心) | 一种测试用例复用方法、装置、介质、设备及产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9690788B2 (en) | File type recognition analysis method and system | |
CN111078568B (zh) | 代码规范方法、装置、计算机设备和存储介质 | |
CN107451064B (zh) | 自动测试方法、装置、计算机设备和可读存储介质 | |
CN111783460A (zh) | 一种企业简称提取方法、装置、计算机设备及存储介质 | |
CN111444718A (zh) | 一种保险产品需求文档处理方法、装置及电子设备 | |
WO2020206838A1 (zh) | 代码片段翻译方法、装置、计算机设备和存储介质 | |
CN112988595A (zh) | 动态同步测试方法、装置、设备及存储介质 | |
CN115422095A (zh) | 一种回归测试用例推荐方法、装置、设备及介质 | |
CN114547318A (zh) | 故障信息获取方法、装置、设备和计算机存储介质 | |
CN111552475B (zh) | 一种半导体存储器老化测试的Workload测试文件编译方法、测试方法及系统 | |
US20070245327A1 (en) | Method and System for Producing Process Flow Models from Source Code | |
CN110837429A (zh) | 一种web端线上代码智能修复方法及装置 | |
CN111290950A (zh) | 程序测试中测试点获取方法、装置、存储介质和设备 | |
US10782942B1 (en) | Rapid onboarding of data from diverse data sources into standardized objects with parser and unit test generation | |
US7475016B2 (en) | Speech segment clustering and ranking | |
CN113255742A (zh) | 一种政策匹配度计算方法、系统、计算机设备和存储介质 | |
CN113434395A (zh) | 测试用例的自动化生成方法、装置、设备及介质 | |
CN117391306A (zh) | 国土空间规划成果审查方法、装置、设备以及存储介质 | |
CN115017871B (zh) | 一种文件档案内容的替换显示方法和显示系统 | |
CN112463431B (zh) | 一种bios错误定位方法、装置、设备及存储介质 | |
CN110298018B (zh) | 文本数据处理方法、装置、计算机设备及存储介质 | |
CN112101019A (zh) | 一种基于词性标注和组块分析的需求模板符合性检查优化方法 | |
CN114330278A (zh) | 一种判断返回数据一致性的方法及设备 | |
CN116701182B (zh) | 一种覆盖率标记文件更新方法、装置、设备及存储介质 | |
CN112199095B (zh) | 一种加密api使用分析方法及系统 |
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 |