CN116401164A - 自动化测试方法、装置、存储介质及计算机设备 - Google Patents

自动化测试方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN116401164A
CN116401164A CN202310359695.1A CN202310359695A CN116401164A CN 116401164 A CN116401164 A CN 116401164A CN 202310359695 A CN202310359695 A CN 202310359695A CN 116401164 A CN116401164 A CN 116401164A
Authority
CN
China
Prior art keywords
tested
user
operation information
test
script
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
Application number
CN202310359695.1A
Other languages
English (en)
Inventor
王闪闪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202310359695.1A priority Critical patent/CN116401164A/zh
Publication of CN116401164A publication Critical patent/CN116401164A/zh
Pending legal-status Critical Current

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
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请实施例公开了一种自动化测试方法、装置、存储介质及计算机设备，方法包括：确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。

Description

自动化测试方法、装置、存储介质及计算机设备
技术领域
本申请涉及计算机领域，具体涉及一种自动化测试方法、装置、计算机可读存储介质及计算机设备。
背景技术
在软件开发和质量测试过程中，软件中可能有许多同时使用不同工作角色和经验水平的用户。需要就不同角色的用户进行不同行为路径的判断。此外对于用户如何与软件交互的理解不完善，用户需求的识别和文档化可能会有遗留的错误，因此需要创建不同的测试场景来测试。
现有技术中，场景测试是软件测试的变体，其中场景用于测试，场景有助于更简单地测试更复杂的系统。对于不同软件，不同版本创建和执行测试计划，对于不同测试场景进行测试，可能是个昂贵和耗时的过程。
发明内容
本申请实施例提供一种自动化测试方法及装置，可以降低测试的时间成本以及人力成本，提高测试效率。
为解决上述技术问题，本申请实施例提供以下技术方案：
一种自动化测试方法，包括：
确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；
基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；
采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；
预测所述操作行为路径的操作目标；
将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
一种自动化测试方法，包括：
在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
一种自动化测试装置，包括：
确定模块，用于确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；
转化模块，用于基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；
提取模块，用于采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；
预测模块，用于预测所述操作行为路径的操作目标；
同步模块，用于将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
在一些实施例中，所述装置，还包括：
训练模块，用于采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
在一些实施例中，所述装置，还包括：
生成模块，用于若所述待测试脚本的测试结果与所述操作目标不匹配，则生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
在一些实施例中，所述转化模块，包括：
转化子模块，用于基于所述用户标识以及所述用户登录id，从kafka中读取操作信息，并将所述操作信息转化为待测试脚本。
一种自动化测试装置，包括：
获取模块，用于在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
发送模块，用于将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
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多条指令，所述指令适于处理器进行加载，以执行上述自动化测试方法中的步骤。
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上所述自动化测试方法中的步骤。
本申请实施例通过确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a为本申请实施例提供的自动化测试方法的系统示意图。
图1b为本申请实施例提供的自动化测试方法的流程示意图。
图2为本申请实施例提供的自动化测试装置的结构示意图。
图3为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
请参阅图1a，图1a为本申请实施例所提供的自动化测试方法的系统示意图，该系统可以包括至少一个客户端1000，至少一个计算机设备2000，至少一个数据库3000，以及网络4000。每一应用对应有至少一计算机设备2000，且客户端1000可以为手机、电脑或个人数字助理等终端设备，计算机设备2000通过网络4000对客户端1000进行网络电话拨打。其中，网络4000可以是无线网络或者有线网络，比如无线网络为无线局域网(WLAN)、局域网(LAN)、蜂窝网络、2G网络、3G网络、4G网络、5G网络等。另外，该系统可以包括数据库3000，数据库3000可用于存储操作信息。
本申请实施例提供了一种自动化测试方法，该方法可以由计算机设备执行。如图1a所示，该计算机设备2000确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
需要说明的是，图1a所示的自动化测试方法的场景示意图仅仅是一个示例，本申请实施例描述的自动化测试系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着自动化测试系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
在本实施例中，将从自动化测试装置的角度进行描述，该自动化测试装置具体可以集成在具备储存单元并安装有微处理器而具有运算能力的计算机设备中。
请参阅图1b，图1b为本申请实施例提供的自动化测试方法的流程示意图。该自动化测试方法包括：
在步骤101中，确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id。
其中，测试人员在选定了待测试应用场景后，计算机设备会确定有哪些用户在该待测试应用场景下进行了操作，从而确定出在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id。
具体的，用户标识(Userid)用于对应该用户的角色，用户登录id(Logid)用于对应该用户在使用软件时的登录账号id。
例如，用户通过登录账号登录待测试应用程序，会记录用户登录账号时的用户登录id以及对应的用户标识。
在步骤102中，基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本。
其中，用户操作时，会产生线上用户行为日志，用户行为日志的命名可以以用户标识以及用户登录id进行命名，或者通过用户标识以及用户登录id对用户行为日志进行日志标识。从而使得可以根据用户标识以及用户登录id来查询到用户对应的用户行为日志，并通过解析用户行为日志读取到用户的操作信息，并将操作信息转化为待测试脚本。
具体的，通过将操作信息转化为待测试脚本后，也就无需测试人员对测试内容进行测试实例的编写，从而节省了测试人员的人力成本以及时间成本。
在一些实施方式中，所述基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本的步骤，包括：
基于所述用户标识以及所述用户登录id，从kafka中读取操作信息，并将所述操作信息转化为待测试脚本。
其中，用户行为日志可以存储在kafka中，Kafka是一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。这种动作(网页浏览，搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像Hadoop一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。
因此，可以通过用户标识以及所述用户登录id，从kafka中找出对应的用户行为日志，并通过解析用户行为日志，读取出操作信息。
在步骤103中，采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径。
其中，在测试过程中，光有测试实例是不够的，还需要测试结果对测试过程进行验证，而测试结果可以通过预设模型对所述操作信息进行特征提取，提取用户的操作行为路径得到。
具体的，预设模型专用于对操作信息进行特征提取，从而提取隐含在操作信息中用户的操作行为路径。
在一些实施方式中，在所述采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径的步骤之前，还包括：
采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
其中，预设模型的训练过程可以为实现采集大量的标记好操作行为路径的操作信息样本，将大量的操作信息样本送入指定模型中进行样本训练，从而得到专用于对操作信息进行特征提取，从而提取隐含在操作信息中用户的操作行为路径的预设模型。
具体的，指定模型可以为卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-Convolutional Networks,DN)、深度神经网络(Deep NeuralNetworks,DNN)、深度卷积逆向图网络(Deep Convolutional Inverse GraphicsNetworks，DCIGN)、基于区域的卷积网络(Region-based Convolutional Networks，RCNN)、基于区域的快速卷积网络(Faster Region-based Convolutional Networks，FasterRCNN)和双向编解码(Bidirectional Encoder Representations from Transformers，BERT)模型等，此处不作限定。
在步骤104中，预测所述操作行为路径的操作目标。
其中，测试结果(操作目标)可以通过预测操作行为路径得到，例如，用户的操作行为路径为点击查询按钮，搜索需要查询的内容为“贷款”，则可以预测其操作目标为查看贷款的剩余还款金额。
在步骤105中，将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
其中，在有了测试实例(待测试脚本)以及测试结果(操作目标)后，可以将待测试脚本以及所述操作目标同步至测试平台，从而触发测试平台对其进行自动化测试。
在一些实施方式中，在所述将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试的步骤之后，还包括：
若所述待测试脚本的测试结果与所述操作目标不匹配，则生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
其中，若测试平台测试出的测试结果与操作目标不匹配，则说明应用程序存在bug等问题，故可以生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
在一些实施方式中，本申请实施例还提供一种自动化测试方法，其特征在于，包括：
(1)在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
(2)将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
其中，通过在待测试客户端中进行埋点，到埋点被触发时，也就说明此次用户的操作过程可以被当作测试实例进行测试，则获取针对所述埋点的操作数据；并将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
由上述可知，本申请实施例通过确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id。
其中，测试人员在选定了待测试应用场景后，计算机设备会确定有哪些用户在该待测试应用场景下进行了操作，从而确定出在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id。
具体的，用户标识(Userid)用于对应该用户的角色，用户登录id(Logid)用于对应该用户在使用软件时的登录账号id。
例如，用户通过登录账号登录待测试应用程序，会记录用户登录账号时的用户登录id以及对应的用户标识。
基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本。
其中，用户操作时，会产生线上用户行为日志，用户行为日志的命名可以以用户标识以及用户登录id进行命名，或者通过用户标识以及用户登录id对用户行为日志进行日志标识。从而使得可以根据用户标识以及用户登录id来查询到用户对应的用户行为日志，并通过解析用户行为日志读取到用户的操作信息，并将操作信息转化为待测试脚本。
具体的，通过将操作信息转化为待测试脚本后，也就无需测试人员对测试内容进行测试实例的编写，从而节省了测试人员的人力成本以及时间成本。
在一些实施方式中，所述基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本的步骤，包括：
基于所述用户标识以及所述用户登录id，从kafka中读取操作信息，并将所述操作信息转化为待测试脚本。
其中，用户行为日志可以存储在kafka中，Kafka是一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。这种动作(网页浏览，搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像Hadoop一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。
因此，可以通过用户标识以及所述用户登录id，从kafka中找出对应的用户行为日志，并通过解析用户行为日志，读取出操作信息。
采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径。
其中，在测试过程中，光有测试实例是不够的，还需要测试结果对测试过程进行验证，而测试结果可以通过预设模型对所述操作信息进行特征提取，提取用户的操作行为路径得到。
具体的，预设模型专用于对操作信息进行特征提取，从而提取隐含在操作信息中用户的操作行为路径。
在一些实施方式中，在所述采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径的步骤之前，还包括：
采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
其中，预设模型的训练过程可以为实现采集大量的标记好操作行为路径的操作信息样本，将大量的操作信息样本送入指定模型中进行样本训练，从而得到专用于对操作信息进行特征提取，从而提取隐含在操作信息中用户的操作行为路径的预设模型。
具体的，指定模型可以为卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-Convolutional Networks,DN)、深度神经网络(Deep NeuralNetworks,DNN)、深度卷积逆向图网络(Deep Convolutional Inverse GraphicsNetworks，DCIGN)、基于区域的卷积网络(Region-based Convolutional Networks，RCNN)、基于区域的快速卷积网络(Faster Region-based Convolutional Networks，FasterRCNN)和双向编解码(Bidirectional Encoder Representations from Transformers，BERT)模型等，此处不作限定。
预测所述操作行为路径的操作目标。
其中，测试结果(操作目标)可以通过预测操作行为路径得到，例如，用户的操作行为路径为点击查询按钮，搜索需要查询的内容为“贷款”，则可以预测其操作目标为查看贷款的剩余还款金额。
将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
其中，在有了测试实例(待测试脚本)以及测试结果(操作目标)后，可以将待测试脚本以及所述操作目标同步至测试平台，从而触发测试平台对其进行自动化测试。
在一些实施方式中，在所述将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试的步骤之后，还包括：
若所述待测试脚本的测试结果与所述操作目标不匹配，则生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
其中，若测试平台测试出的测试结果与操作目标不匹配，则说明应用程序存在bug等问题，故可以生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
在一些实施方式中，本申请实施例还提供一种自动化测试方法，其特征在于，包括：
(1)在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
(2)将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
其中，通过在待测试客户端中进行埋点，到埋点被触发时，也就说明此次用户的操作过程可以被当作测试实例进行测试，则获取针对所述埋点的操作数据；并将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
由上述可知，本申请实施例通过确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
为便于更好的实施本申请实施例提供的自动化测试方法，本申请实施例还提供一种基于上述自动化测试方法的装置。其中名词的含义与上述自动化测试方法中相同，具体实现细节可以参考方法实施例中的说明。
请参阅图2，图2为本申请实施例提供的自动化测试装置的结构示意图，其中该自动化测试装置可以包括确定模块201、转化模块202、提取模块203、预测模块204以及同步模块205等。
确定模块201，用于确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；
转化模块202，用于基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；
提取模块203，用于采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；
预测模块204，用于预测所述操作行为路径的操作目标；
同步模块205，用于将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
在一些实施例中，所述装置，还包括：
训练模块，用于采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
在一些实施例中，本申请实施例还提供一种自动化测试装置，其特征在于，包括：
获取模块，用于在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
发送模块，用于将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
由上述可知，本申请实施例通过确定模块201确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；转化模块202基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；提取模块203采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测模块204预测所述操作行为路径的操作目标；同步模块205将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
相应的，本申请实施例还提供一种计算机设备，该计算机设备可以为终端或者服务器，该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机(PC，Personal Computer)、个人数字助理(Personal Digital Assistant，PDA)等终端设备。如图3所示，图3为本申请实施例提供的计算机设备的结构示意图。该计算机设备2000包括有一个或者一个以上处理核心的处理器401、有一个或一个以上计算机可读存储介质的存储器402及存储在存储器402上并可在处理器上运行的计算机程序。其中，处理器401与存储器402电性连接。本领域技术人员可以理解，图中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
处理器401是计算机设备2000的控制中心，利用各种接口和线路连接整个计算机设备2000的各个部分，通过运行或加载存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行计算机设备2000的各种功能和处理数据，从而对计算机设备2000进行整体监控。
在本申请实施例中，计算机设备2000中的处理器401会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能：
确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
在一些实施例中，在所述采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径的步骤之前，还包括：
采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
在一些实施例中，在所述将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试的步骤之后，还包括：
若所述待测试脚本的测试结果与所述操作目标不匹配，则生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
在一些实施例中，所述基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本的步骤，包括：
基于所述用户标识以及所述用户登录id，从kafka中读取操作信息，并将所述操作信息转化为待测试脚本。
在一些实施例中，包括：
在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
可选的，如图3所示，计算机设备2000还包括：触控显示屏403、输入单元404以及电源405。其中，处理器401分别与触控显示屏403、输入单元404以及电源405电性连接。本领域技术人员可以理解，图3中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
触控显示屏403可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏403可以包括显示面板和触控面板。其中，显示面板可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的，可以采用液晶显示器(LCD，Liquid Crystal Display)、有机发光二极管(OLED，Organic Light-EmittingDiode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并生成相应的操作指令，且操作指令执行对应程序。可选的，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器401，并能接收处理器401发来的命令并加以执行。触控面板可覆盖显示面板，当触控面板检测到在其上或附近的触摸操作后，传送给处理器401以确定触摸事件的类型，随后处理器401根据触摸事件的类型在显示面板上提供相应的视觉输出。在本申请实施例中，可以将触控面板与显示面板集成到触控显示屏403而实现输入和输出功能。但是在某些实施例中，触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏403也可以作为输入单元404的一部分实现输入功能。
在本申请实施例中，通过处理器401执行游戏应用程序在触控显示屏403上生成图形用户界面，图形用户界面上的虚拟场景中包含至少一个技能控制区域，技能控制区域中包含至少一个技能控件。该触控显示屏403用于呈现图形用户界面以及接收用户作用于图形用户界面产生的操作指令。
输入单元404可用于接收输入的数字、字符信息或用户特征信息(例如指纹、虹膜、面部信息等)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
电源405用于给计算机设备2000的各个部件供电。可选的，电源405可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源405还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管图3中未示出，计算机设备2000还可以包括无线保真模块、蓝牙模块等，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
由上可知，本实施例提供的计算机设备，通过确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。以此，通过测试人员选定待测试应用场景，计算机设备自动选定待测试应用场景中的待测试脚本以及预测操作目标，从而进行自动化测试，无需测试人员认为编写测试用例，可以降低测试的时间成本以及人力成本，提高测试效率。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条计算机程序，该计算机程序能够被处理器进行加载，以执行本申请实施例所提供的任一种技能的控制方法中的步骤。例如，该计算机程序可以执行如下步骤：
确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；预测所述操作行为路径的操作目标；将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序，可以执行本申请实施例所提供的任一种自动化测试方法中的步骤，因此，可以实现本申请实施例所提供的任一种自动化测试方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种自动化测试方法、装置、存储介质及计算机设备进行了详细介绍，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)

1.一种自动化测试方法，其特征在于，包括：
确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；
基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；
采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；
预测所述操作行为路径的操作目标；
将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
2.根据权利要求1所述的自动化测试方法，其特征在于，在所述采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径的步骤之前，还包括：
采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
3.根据权利要求1所述的自动化测试方法，其特征在于，在所述将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试的步骤之后，还包括：
若所述待测试脚本的测试结果与所述操作目标不匹配，则生成第一提示信息，所述第一提示信息用于提示所述待测试脚本的测试结果与所述操作目标不匹配。
4.根据权利要求1所述的自动化测试方法，其特征在于，所述基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本的步骤，包括：
基于所述用户标识以及所述用户登录id，从kafka中读取操作信息，并将所述操作信息转化为待测试脚本。
5.一种自动化测试方法，其特征在于，包括：
在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
6.一种自动化测试装置，其特征在于，包括：
确定模块，用于确定待测试应用场景，确定在所述待测试应用场景下进行过操作的用户的用户标识以及用户登录id；
转化模块，用于基于所述用户标识以及所述用户登录id，读取操作信息，并将所述操作信息转化为待测试脚本；
提取模块，用于采用预设模型对所述操作信息进行特征提取，提取用户的操作行为路径；
预测模块，用于预测所述操作行为路径的操作目标；
同步模块，用于将所述待测试脚本以及所述操作目标同步至测试平台，进行自动化测试。
7.根据权利要求6所述的自动化测试装置，其特征在于，所述装置，还包括：
训练模块，用于采用标记好操作行为路径的操作信息样本对指定模型进行训练，得到预设模型。
8.一种自动化测试装置，其特征在于，包括：
获取模块，用于在待测试客户端中的埋点被触发时，获取针对所述埋点的操作数据；
发送模块，用于将触发所述埋点的用户标识、用户登录id以及所述操作数据打包成操作信息，并将所述操作信息发送到目标计算机设备，其中，目标计算机设备用于存储所述操作信息并进行自动化测试。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至5任一项所述的自动化测试方法中的步骤。
10.一种计算机设备，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至5任一项所述的自动化测试方法中的步骤。
CN202310359695.1A 2023-03-28 2023-03-28 自动化测试方法、装置、存储介质及计算机设备 Pending CN116401164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310359695.1A CN116401164A (zh) 2023-03-28 2023-03-28 自动化测试方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310359695.1A CN116401164A (zh) 2023-03-28 2023-03-28 自动化测试方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN116401164A true CN116401164A (zh) 2023-07-07

Family

ID=87019470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310359695.1A Pending CN116401164A (zh) 2023-03-28 2023-03-28 自动化测试方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN116401164A (zh)

Similar Documents

Publication Publication Date Title
CN111917878B (zh) 消息处理方法、装置、设备及存储介质
CN103984626B (zh) 一种生成测试用例脚本的方法及装置
CN104035683B (zh) 一种通讯终端分屏多任务交互方法
CN112286485B (zh) 通过语音控制应用的方法、装置、电子设备与存储介质
CN110457214A (zh) 应用测试方法及装置、电子设备
CN111523676B (zh) 辅助机器学习模型上线的方法及装置
CN111158806B (zh) 界面显示方法、装置、计算机设备及存储介质
CN115481030A (zh) 一种自动化测试方法、装置、终端及存储介质
CN108984380A (zh) 一种基于Linux系统的服务器测试方法、装置及介质
CN113849356A (zh) 一种设备测试方法、装置、电子设备和存储介质
CN117540020A (zh) 聊天数据的审核方法、装置、电子设备和可读存储介质
CN109240928A (zh) 一种测试方法、装置、设备及存储介质
CN109460234B (zh) 应用程序瘦身方法、装置、终端及存储介质
CN116401164A (zh) 自动化测试方法、装置、存储介质及计算机设备
KR102546023B1 (ko) 업무 프로세스 분석 방법
CN116756016A (zh) 多浏览器测试方法、装置、设备、介质及程序产品
CN116382665A (zh) Elasticsearch的可视化操作方法、装置、存储介质及计算机设备
CN112181695A (zh) 异常应用处理方法、装置、服务器及存储介质
CN115617671A (zh) 测试脚本的自动生成方法、装置、计算机设备及存储介质
CN115357493A (zh) 测试方法、装置、电子设备和存储介质
CN114745558B (zh) 直播监控方法、装置、系统、设备及介质
CN113961835A (zh) 数据处理方法、装置、电子设备及存储介质
CN116450384A (zh) 一种信息处理方法和相关装置
CN114090021A (zh) 一种系统部署方法、装置、电子设备及存储介质
CN115689046A (zh) 测试风险预警方法、装置、存储介质及计算机设备

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