CN117130909A - 测试分析方法、装置、设备、存储介质和程序产品 - Google Patents

Abstract

本申请涉及一种测试分析方法、装置、设备、存储介质和程序产品。所述方法包括：首先，将包括接口文档、功能说明、测试用例或测试链路的数字化资产通过标准化处理形成组件存入测试平台，然后，监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成包括测试范围的测试分析结果。采用本方法能够自动得到包括测试范围的测试分析结果，得到的测试分析结果更全面准确。

Description

测试分析方法、装置、设备、存储介质和程序产品

技术领域

本申请涉及软件测试技术领域，特别是涉及一种测试分析方法、装置、设备、存储介质和程序产品。

背景技术

随着企业中各类系统的建设，实现了系统中各组件的解耦和复用，推动了开发架构的提升。同时，开发过程中个性化需求增多，在不断的开发迭代过程中，需要准确分析确定测试范围，避免测试过程中出现遗漏。

但是，目前的对测试范围的评估主要由测试人员根据经验进行评估，测试范围的评估不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够测试范围评估准确性的测试分析方法、装置、设备、存储介质和程序产品。

第一方面，本申请提供了一种测试分析方法。该方法包括：将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在其中一个实施例中，测试分析生成引擎的建立过程，包括：获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在其中一个实施例中，根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎，包括：根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在其中一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在其中一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在其中一个实施例中，测试平台的组件为可视化组件。

第二方面，本申请还提供了一种测试分析装置。该装置包括：

处理模块，用于将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；

监测模块，用于监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在其中一个实施例中，该装置还包括测试分析生成引擎建立模块，用于获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在其中一个实施例中，测试分析生成引擎建立模块，具体用于根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在其中一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在其中一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在其中一个实施例中，测试平台的组件为可视化组件。

第三方面，本申请还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现上述第一方面任一所述的测试分析方法。

第四方面，本申请还提供了一种计算机可读存储介质。所述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第一方面任一所述的测试分析方法。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的测试分析方法。

上述测试分析方法、装置、设备、存储介质和程序产品，包括：首先，将包括接口文档、功能说明、测试用例或测试链路的数字化资产通过标准化处理形成组件存入测试平台，然后，监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成包括测试范围的测试分析结果。通过这种方式，将数字化资产通过标准化处理形成组件存入测试平台中，根据用户对测试平台中组件的编辑操作，通过预先建立的测试分析生成引擎进行分析，自动得到包括测试范围的测试分析结果，得到的测试分析结果更全面准确。

附图说明

图1为一个实施例中测试分析方法的流程示意图；

图2为另一个实施例中测试分析方法的流程示意图；

图3为另一个实施例中测试分析方法的流程示意图；

图4为另一个实施例中测试分析方法的流程示意图；

图5为一个实施例中测试分析装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种测试分析方法，以该方法应用于终端为例进行说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。该方法包括以下步骤：

步骤101，将数字化资产通过标准化处理形成组件存入测试平台。

其中，数字化资产包括接口文档、功能说明、测试用例或测试链路。数字化资产为测试过程中涉及的产品相关的资产，还可以包括产品及产品的各个模块等。通过将数字化资产通过标准化、通用化的处理，可选的，例如确定统一的数据格式，形成组件存入测试平台中，在存量的数字化资产存入测试平台后，后续新增加的数字化资产可以新增或修改的方式存入测试平台。测试平台可以为低代码测试平台，是实现标准化，共享化、组件化以及可复用的测试环境。通过测试平台可以实现对组件的编辑以及可视化操作等功能。

步骤102，监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果。

其中，测试分析结果包括测试范围。测试范围为根据编辑操作确定的开发迭代过程中影响的范围，需要进行测试的范围，测试分析结果还可以包括测试关注点以及异常情况分析，测试关注点可以为根据编辑操作确定的测试过程中需要重点关注的功能，异常情况分析可以为测试过程中可能会出现的异常情况的分析。测试平台监测用户对测试平台中组件的编辑操作，例如对测试平台中的产品、组件等的拖拽以及可视化的编排操作，根据用户的编辑结果生成数据模型，数据模型为预先建立的统一的数据格式，然后将生成的数据模型驱动预先建立的测试分析生成引擎，测试分析生成引擎生成测试分析结果。可选的，测试分析生成引擎是根据搜索算法预先训练得到的。

上述实施例中，首先，将包括接口文档、功能说明、测试用例或测试链路的数字化资产通过标准化处理形成组件存入测试平台，然后，监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成包括测试范围的测试分析结果。通过这种方式，将数字化资产通过标准化处理形成组件存入测试平台中，根据用户对测试平台中组件的编辑操作，通过预先建立的测试分析生成引擎进行分析，自动得到包括测试范围的测试分析结果，得到的测试分析结果更全面准确，避免由于测试人员根据经验对测试范围进行评估的不准确性。

在本申请的实施例中，通过数据模型驱动预先建立的测试分析生成引擎生成测试分析结果，需要先得到测试分析生成引擎，如图2所示，测试分析生成引擎的建立步骤包括：

步骤201，获取数据模型样本数据。

根据历史测试过程中涉及的表结构、前端页面、业务逻辑链路以及接口等，建立数据模型样本数据。

步骤202，根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

根据数据模型样本数据以及数据模型样本数据对应的测试分析结果训练初始测试分析生成引擎，从而得到测试分析生成引擎。

可选的，根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎的步骤如图3所示，包括：

步骤301，根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果。

初始测试分析生成引擎为未经过训练的测试分析生成引擎，数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在测试平台中的数字化资产中进行搜索匹配，其中，搜索算法可以是Elastic Search算法，从而确定数据模型样本数据对应的测试分析结果。

步骤302，根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

根据数据模型样本数据对应的测试分析结果，与初始测试分析生成引擎确定的数据模型样本数据对应的测试分析结果调整初始测试分析生成引擎的搜索算法，使初始测试分析生成引擎确定的数据模型样本数据对应的测试分析结果与数据模型样本数据对应的测试分析结果基本相同，从而得到测试分析生成引擎。可选的，可以增加整合算法对测试分析结果进行整合处理。可选的，可以通过机器学习算法对测试分析生成引擎进行迭代更新，从而提高测试分析生成引擎分析的准确率。

上述实施例中，通过建立测试分析生成引擎，结合数字化资产，从而能够确定数据模型对应的包括测试范围的测试分析结果，实现了测试分析结果的自动分析，提高了测试分析的效率。

在本申请的实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

测试范围包括多个测试点，每个测试点包括测试点详情，测试点详情可以包括测试平台自动生成的对该测试点进行测试的测试用例需要用到的测试数据信息，其中，测试数据信息可以是数据库查询语句，即sql语句，通过该数据库查询语句可以在数据库中查找到对应的数据用于测试用例中进行测试，可选的，不同的产品数据库中，相关的字段需要保证一致性以及可用性，避免在通过数据库查询语句查询测试数据时出现错误，或者由于不同的产品数据库中的字段不一致导致无法查询到测试数据。

上述实施例，测试范围包括多个测试点，测试点包括了涉及的测试用例需要的测试数据信息，能够在测试过程中辅助测试人员进行测试用例的设计，从而提高整体的测试质量。

在其中一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

可选的，不同的用户权限可以包括可见权限，通过可见权限的设置不同产品的用户只可以查看各自产品的可视化组件，而没有权限查看其它产品的可视化组件。还可以包括可编辑权限，具有可编辑权限的用户可以对生成的测试分析结果进行相应的修改和编辑，不具有可编辑权限的用户只能查看生成的测试分析结果，而无法进行编辑。

上述实施例中，通过权限与认证中心对不同的用户设置不同的用户权限，从而保证测试平台的安全性和稳定性。

在本申请的实施例中，测试平台的组件为可视化组件。

测试平台的组件为可视化组件，用户可以通过测试平台的前台对组件进行编辑和可视化编排，包括测试范围可视化编排、前端用例可视化编排、接口测试可视化编排、业务流程可视化编排，从而实现全流程可视化测试能力。

上述实施例中，测试平台通过可视化界面，以及组件化和模块化，可扩展性高，使测试分析过程更方便。

在本申请的实施例中，请参考图4，其示出了本申请实施例提供的一种测试分析方法的流程图，该测试分析方法包括以下步骤：

步骤401，获取数据模型样本数据。

步骤402，根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果。

步骤403，根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

步骤404，将数字化资产通过标准化处理形成组件存入测试平台。

其中，数字化资产包括接口文档、功能说明、测试用例或测试链路。

步骤405，监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果。

其中，测试分析结果包括测试范围。

上述实施例中，通过建立测试分析生成引擎，检测用户在测试平台前台的编辑操作，根据编辑结果生成数据模型，由数据模型驱动测试分析生成引擎在测试平台中的数字化资产中进行搜索匹配，生成包括测试范围的测试分析结果，通过这个方式能够提高测试分析的质量，避免由于测试人员根据经验对测试范围进行评估的不准确性。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的测试分析方法的测试分析装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个测试分析装置实施例中的具体限定可以参见上文中对于测试分析方法的限定，在此不再赘述。

在一个实施例中，如图5所示，提供了一种测试分析装置500，包括：处理模块501和监测模块502，其中：

该处理模块501，用于将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；

该监测模块502，用于监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在其中一个实施例中，该装置还包括测试分析生成引擎建立模块，该测试分析引擎建立模块用于获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在其中一个实施例中，该测试分析生成引擎建立模块，具体用于根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在其中一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在其中一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在其中一个实施例中，测试平台的组件为可视化组件。

上述测试分析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终端，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。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和内存储器。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种测试分析方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在一个实施例中，测试平台的组件为可视化组件。

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：将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在一个实施例中，测试平台的组件为可视化组件。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：将数字化资产通过标准化处理形成组件存入测试平台，数字化资产包括接口文档、功能说明、测试用例或测试链路；监测用户对测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据数据模型通过预先建立的测试分析生成引擎生成测试分析结果，测试分析结果包括测试范围。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取数据模型样本数据；根据数据模型样本数据训练初始测试分析生成引擎，以得到测试分析生成引擎。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据数据模型样本数据驱动初始测试分析生成引擎，通过搜索算法在数字化资产中进行搜索匹配，确定数据模型样本数据对应的测试分析结果；根据数据模型样本数据对应的测试分析结果调整搜索算法，得到测试分析生成引擎。

在一个实施例中，测试范围包括多个测试点，测试点包括涉及的测试用例需要的测试数据信息。

在一个实施例中，测试平台包括权限与认证中心，权限与认证中心用于设置不同的用户权限。

在一个实施例中，测试平台的组件为可视化组件。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

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、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

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本申请专利范围的限制。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，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种测试分析方法，其特征在于，所述方法包括：

将数字化资产通过标准化处理形成组件存入测试平台，所述数字化资产包括接口文档、功能说明、测试用例或测试链路；

监测用户对所述测试平台中组件的编辑操作，根据编辑结果生成数据模型，根据所述数据模型通过预先建立的测试分析生成引擎生成测试分析结果，所述测试分析结果包括测试范围。

2.根据权利要求1所述的方法，其特征在于，所述测试分析生成引擎的建立过程，包括：

获取数据模型样本数据；

根据所述数据模型样本数据训练初始测试分析生成引擎，以得到所述测试分析生成引擎。

3.根据权利要求2所述的方法，其特征在于，所述根据所述数据模型样本数据训练初始测试分析生成引擎，以得到所述测试分析生成引擎，包括：

根据所述数据模型样本数据驱动所述初始测试分析生成引擎，通过搜索算法在所述数字化资产中进行搜索匹配，确定所述数据模型样本数据对应的测试分析结果；

根据所述数据模型样本数据对应的测试分析结果调整所述搜索算法，得到所述测试分析生成引擎。

4.根据权利要求1所述的方法，其特征在于，所述测试范围包括多个测试点，所述测试点包括涉及的测试用例需要的测试数据信息。

5.根据权利要求1所述的方法，其特征在于，所述测试平台包括权限与认证中心，所述权限与认证中心用于设置不同的用户权限。

6.根据权利要求1所述的方法，其特征在于，所述测试平台的组件为可视化组件。

7.一种测试分析装置，其特征在于，所述装置包括：

处理模块，用于将数字化资产通过标准化处理形成组件存入测试平台，所述数字化资产包括接口文档、功能说明、测试用例或测试链路；

监测模块，用于监测用户对所述测试平台中组件的编辑操作，根据所述编辑结果生成数据模型，根据所述数据模型通过预先建立的测试分析生成引擎生成测试分析结果，所述测试分析结果包括测试范围。

8.一种计算机设备，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至6中任一项所述的方法的步骤。

9.一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至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。