CN117667693A - 一种自动化报文测试方法、装置、设备及存储介质 - Google Patents
一种自动化报文测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117667693A CN117667693A CN202311648781.0A CN202311648781A CN117667693A CN 117667693 A CN117667693 A CN 117667693A CN 202311648781 A CN202311648781 A CN 202311648781A CN 117667693 A CN117667693 A CN 117667693A
- Authority
- CN
- China
- Prior art keywords
- message
- test
- graph model
- information elements
- testing
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 262
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012795 verification Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 13
- 238000010845 search algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000013522 software testing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种自动化报文测试方法、装置、设备及存储介质，方法包括：基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；根据所述多个测试报文构建图模型；基于所述图模型对所述测试报文进行测试，解决了现有自动化测试存在敏感信息泄露、专业度强的技术问题，实现了在信息保护的同时，降低了自动化测试的专业依赖性，提高自动化报文测试的测试效率。
Description
技术领域
本发明涉及自动化报文测试技术领域，尤其涉及一种自动化报文测试方法、装置、设备及存储介质。
背景技术
软件测试伴随着软件开发的过程而产生，使用人工或自动的手段来运行或测定某个软件系统，软件测试的目的在于检验软件系统是否满足规定的需求或明确预期结果与实际结果之间的差别。通过软件测试，可以发现程序错误，衡量软件质量，并对软件系统能否满足设计要求进行评估。在日常测试过程中，通常由测试人员根据业务规则设计测试案例，测试案例经过评审之后，由测试人员根据测试案例中描述的规程一步步执行测试，得到实际结果，并与期望的结果进行比较。在此过程中，往往存在大量的重复性操作，为了节省人力、时间或硬件资源，提高测试的效率，便引入了自动化测试的理念，自动化测试技术主要分为两大类别：流量复制技术和场景测试技术。
流量复制技术的原理是通过复制服务器的请求数据包，将其发送到测试服务器。其项目开源，对用户透明，用户无需进行额外的代码研发工作，仅需要在生产环境以及测试环境安装相应的软件并进行配置。测试的整个流程可以真实仿真生产的情况，甚至可以调整引入的流量，但由于引入了真实生产流量，这些生产流量中携带了真实客户数据，将真实客户数据引入非生产环境，将面对敏感信息泄漏的重大安全风险。
另一种自动化测试技术场景测试的原理是通过对真实业务场景进行划分，通过程序对用户的操作行为进行录制，将录制后的行为转化为脚本，然后在测试环境通过回放脚本进行测试。场景测试技术由于需要脚本录制、调试和维护代码，其管理成本更高，更为复杂，对测试人员要求具有一定的编码能力，需要一定的学习成本。
由此可见，如何实现在信息保护的同时，降低了自动化测试的专业依赖性、提高自动化测试的测试效率是一个亟待解决的技术问题。
发明内容
本发明提供了一种自动化报文测试方法、装置、设备及存储介质，以解决现有自动化测试存在敏感信息泄露、专业度强的技术问题，实现在信息保护的同时，降低了自动化测试的专业依赖性、提高自动化测试的测试效率。
根据本发明的一方面，提供了一种自动化报文测试方法，包括：
基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；
根据所述多个测试报文构建图模型；
基于所述图模型对所述测试报文进行测试。
可选的，在上述方案的基础上，所述基于预先设置的报文参数集合构建多个测试报文，包括：
针对所述报文集中的每个所述报文结构，确定所述报文结构中的结构信息要素；
获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值；
根据验证通过的结构信息要素的参数值和所述报文结构生成所述测试报文。
可选的，在上述方案的基础上，所述规则集基于正则表达式构建。
可选的，在上述方案的基础上，所述获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值，包括：
基于所述规则集中所述结构信息要素对应的正则表达式匹配获取所述数据集中验证通过的结构信息要素的参数值。
可选的，在上述方案的基础上，所述根据所述多个测试报文构建图模型，包括：
以各所述测试报文为节点，构建完全无向图模型。
可选的，在上述方案的基础上，所述基于所述图模型对所述测试报文进行测试，包括：
对所述测试报文进行遍历，将遍历到的测试报文作为当前测试报文；
对所述当前测试报文进行测试，若所述当前测试报文测试成功，则将所述当前测试报文作为起点，对所述完全无向图模型进行搜索确定下一节点的测试报文，对下一节点的测试报文进行测试，直到搜索结束，继续对所述测试报文进行遍历，直到所有测试报文遍历完成。
可选的，在上述方案的基础上，所述对所述完全无向图模型进行搜索确定下一节点的测试报文，包括：
通过深度优先搜索算法，对所述完全无向图模型进行搜索确定下一节点的测试报文。
根据本发明的另一方面，提供了一种自动化报文测试装置，包括：
测试报文构建模块，用于基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；
图模型构建模块，用于根据所述多个测试报文构建图模型；
测试报文测试模块，用于基于所述图模型对所述测试报文进行测试。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的自动化报文测试方法。
根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的自动化报文测试方法。
本发明实施例的技术方案，通过基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；根据所述多个测试报文构建图模型；基于所述图模型对所述测试报文进行测试，解决了现有自动化测试存在敏感信息泄露、专业度强的技术问题，实现了在信息保护的同时，降低了自动化测试的专业依赖性，提高自动化报文测试的测试效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种自动化报文测试方法的流程图；
图2是根据本发明实施例二提供的一种自动化报文测试方法的流程图；
图3是根据本发明实施例三提供的一种自动化报文测试装置的结构示意图；
图4是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种自动化报文测试方法的流程图，本实施例可适用于对软件进行自动测试时的情况，该方法可以由自动化报文测试装置来执行，该自动化报文测试装置可以采用硬件和/或软件的形式实现，该自动化报文测试装置可配置于电子设备中。如图1所示，该方法包括：
S110、基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构。
在本实施例中，报文参数集合可以理解为用于构建测试报文的参数集合，如用于构建测试报文的数据集、用于评估数据是否合规的规则集、用于设置测试报文结构的报文集等。
具体的，数据集中可以包括多个业务对象的数据，具体可以为多个业务对象的信息要素的参数值。其中，业务对象可以为测试软件的业务交互对象，以测试软件为银行业务软件为例，其业务对象可以为银行客户，业务对象的信息要素可以为银行客户的属性信息，如银行客户的账号、标识、客户号、身份信息等，业务对象的信息要素的参数值可以为上述具体的属性信息，为保护业务对象的信息，可以将业务对象的敏感信息设置为空值。
规则集中可以包括各信息要素的验证规则，可以将信息要素的名称和七对应的验证规则构建表达式，则规则集中包括多个表达式，分别对应不同信息要素的验证规则。可选的，信息要素的验证规则可以基于信息要素的特点确定，如当信息要素为数字信息时，可以设置信息要素的位数作为信息要素的验证规则，当信息要素为校验信息时，可以设置信息要素的数字校验方式、号码校验方式等作为信息要素的验证规则，在此不做限制。
示例性的，可以构建规则集G,G＝{(gk,vk)|1<＝k<＝n}，n为规则集中所有的规则名称的个数，gk表示第k个规则名称(可以设置为信息要素名称)，vk表示gk所对应的验证规则。可选的，验证规则可以通过正则表达式方式表示。也就是说，规则集G主要用于描述信息要素的字符组成规则，规则集的定义主要包含两部分，为二元组形式：(规则名称，规则对应的正则表达式)。
报文集中包括各种类型的测试报文的报文结构，一般来说，软件的后台服务系统通常采用JSON报文进行数据传输，因此报文通常以JSON数据为准，考虑到报文中需要携带了业务对象的信息要素，基于此，报文结构中可以以信息要素的标识(如名称、简写等)代替具体的信息要素的参数值。示例性的，一种报文结构可以为“customer_id”:“${PID}”，其中，“PID”为信息要素客户号的标识。
构建数据集、规则集、报文集后，基于报文集中的报文结构，获取报文结构中对应的信息要素的参数值，基于信息要素对应的验证规则对信息要素的参数值进行验证，验证通过后构建报文结构对应的测试报文。
在上述方案的基础上，所述基于预先设置的报文参数集合构建多个测试报文，包括：
针对所述报文集中的每个所述报文结构，确定所述报文结构中的结构信息要素；
获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值；
根据验证通过的结构信息要素的参数值和所述报文结构生成所述测试报文。
具体的，可以基于报文集中的所有报文结构，依次取出报文集中的报文结构，针对取出的报文结构，获取报文结构中的信息要素标识作为结构信息要素，根据规则集中该结构信息要素对应的验证规则对数据集中各业务对象的该结构信息要素的参数值进行验证，当业务对象的该结构信息要素的参数值通过验证时，将该业务对象的该结构信息要素的参数值替代报文结构中的结果信息要素标识，生成对应的测试报文。对所有报文结构执行上述操作后，生成所有报文结构的测试报文。
示例性的，假设报文结构为“customer_id”:“${PID}”，则结构信息要素为“PID”，获取数据集中各业务对象的信息要素“PID”对应的参数值，如获取某个业务对象的信息要素“PID”对应的参数值为“1600000000000000”，通过规则集获取信息要素“PID”对应的验证规则，假设信息要素“PID”对应的验证规则为^\d{16}$，其表征信息要素“PID”对应的参数值为16位，则某个业务对象的信息要素“PID”对应的参数值为“1600000000000000”满足规则集中信息要素“PID”对应的验证规则，则基于信息要素“PID”对应的参数值为“1600000000000000”生成对应的测试报文：“customer_id”:“1600000000000000”,
在本发明的一种实施方式中，所述规则集基于正则表达式构建，相应的，所述获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值，包括：
基于所述规则集中所述结构信息要素对应的正则表达式匹配获取所述数据集中验证通过的结构信息要素的参数值。
可选的，可以通过正则表达式构建规则集中的信息要素的验证规则，对于规则名称集合G中的任意一个规则名称gk，均使用该规则gk对应的正则表达式vk去匹配并获取ri中的客户信息要素。通过正则表达式vk获取客户信息要素以后，替换规则名称gk部分为具体客户的信息要素数据值，从而完成信息要素参数值的自动填充功能，生成测试报文，完成测试数据准备。
S120、根据所述多个测试报文构建图模型。
在本实施例中，通过基于测试报文构建图模型，基于图模型的边数/节点进行测试报文的测试，使得对测试报文进行测试时无需考虑测试报文间的依赖关系，极大提高了测试数据准备的效率，降低了人力对报文依赖顺序进行调整的成本。
在一些实施例中，所述根据所述多个测试报文构建图模型，包括：
以各所述测试报文为节点，构建完全无向图模型。
可选的，为了避免构建的图模型对测试报文之间的依赖关系产生限制，可以构建完全无向图模型进行测试报文的测试。具体的，可以为每个测试报文进行编号，以每个测试报文的编号作为节点，构建完全无向图模型。其中，完全无向图模型的具体构建方式可以参照现有的无向图模型的构建方式，在此不做限制。
S130、基于所述图模型对所述测试报文进行测试。
在本实施例中，构建图模型后，结合搜索算法确定测试节点，对测试节点对应的测试报文进行测试。
可选的，可以任选一个节点作为测试节点，对该测试节点对应的测试报文进行测试，然后通过搜索算法确定下一个测试节点进行测试，重复上述操作，直到测试节点测试失败，或搜索结束。示例性的，搜索算法可以为深度优先搜索(Depth First Search,DFS)、广度优先搜索(Breadth First Search,BFS)、贪婪最佳优先算法(Greedy Best FirstSearch,GBFS)、Dijkstra算法、A*算法等，在此不做限制。
在本发明的一种实施方式中，所述基于所述图模型对所述测试报文进行测试，包括：
对所述测试报文进行遍历，将遍历到的测试报文作为当前测试报文；
对所述当前测试报文进行测试，若所述当前测试报文测试成功，则将所述当前测试报文作为起点，对所述完全无向图模型进行搜索确定下一节点的测试报文，对下一节点的测试报文进行测试，直到搜索结束，继续对所述测试报文进行遍历，直到所有测试报文遍历完成。
为了保证能够完成对每个测试报文的测试，本实施例中，可以对测试报文进行遍历，基于遍历到的当前测试报文，进行路径测试，在当前测试报文路径测试完成后，继续遍历下一个测试报文，直到所有的测试报文作为测试起点均存在对应的测试路径，完成对所有测试报文的测试。
示例性的，假设遍历到的当前测试报文为Vi，则将Vi作为图的起点，初始时从i＝1出发，即从第一个节点出发作为起始节点，发送Vi对应的第i个报文。若该报文直接反馈交易失败，则说明该节点不能作为验证起点，原因可能是缺少其前序依赖报文导致该报文失败，此时i＝i+1，继续从下一个节点进行尝试；若该Vi对应的报文反馈交易成功，则Vi可以充当验证起点，以Vi作为图的当前所在节点对完全无向图实施搜索算法，可获取Vi的下一步紧密关联的节点Vj。对于节点Vj继续发送对应的报文，若Vj反馈交易失败，则重新从Vj节点回溯到上一个Vi节点，并继续尝试Vi的下一个深度优先搜索的节点；若Vj验证成功，则以Vj作为新的起点继续进行搜索的过程。
在上述方案的基础上，所述对所述完全无向图模型进行搜索确定下一节点的测试报文，包括：
通过深度优先搜索算法，对所述完全无向图模型进行搜索确定下一节点的测试报文。
可以理解的是，业务之间是存在依赖关系的，与业务对应的测试报文之间也存在依赖关系的，为了能够尽可能的对所有的测试报文进行测试，可以选择路径较长的搜索算法进行搜索，基于此，可以选择深度优先搜索算法进行搜索，确定下一节点的测试报文。采用完全无向图模型结合深度优先搜索算法，覆盖到了所有可能的执行路径，包含了核心业务路径，甚至一些极端的通过前端业务场景验证理论上无法验证到的路径，从而实现了极大的验证场景覆盖率，比传统自动化测试更为全面。
本发明实施例的技术方案，通过基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；根据所述多个测试报文构建图模型；基于所述图模型对所述测试报文进行测试，解决了现有自动化测试存在敏感信息泄露、专业度强的技术问题，实现了在信息保护的同时，降低了自动化测试的专业依赖性，提高自动化报文测试的测试效率。
实施例二
图2是根据本发明实施例二提供的一种自动化报文测试方法的流程图，本实施例在上述实施例的基础上，提供了一种优选实施例。如图2所示，该方法包括：
S210、构建验证数据集。
构建验证数据集(数据集)R，R＝{ri|1<＝i<＝n}，其中ri表示验证数据集中的第i条数据记录，n为验证数据集总条数。验证数据集R将参与验证客户的全部信息要素进行维护，信息要素包括但不限于客户号、证件类型、证件号、账号、手机号、用户名、密文密码等，信息要素可根据业务场景进行扩充完善，将客户信息要素存储在文件系统或二维表，其中每一行记录代表一个客户实体(业务对象)，每一列代表客户的一项信息要素，若此客户没有此信息要素，则该要素可以为空值。如表1案例所示，为一种验证数据集的保存形式。由于该验证数据集，含有客户的敏感信息，所以此数据集的构建相当于上述方案中的验证客户白名单。只有该名单中提供了信息的客户，方可参与后续验证过程，否则不参与验证。
表1
| 客户号(唯一) | 证件类型 | 证件号 | 账号 | 手机号 | ... |
| 1600000000000000 | ... | ... | ... | ××× | ... |
S220、构建规则集。
构建规则集合G,G＝{(gk,vk)|1<＝k<＝n}，n为规则集中所有的规则名称的个数，gk表示第k个规则名称，vk表示gk所对应的正则表达式。规则集G主要用于描述客户信息要素的字符组成规则，规则集的定义主要包含两部分，为二元组形式：(规则名称，规则对应的正则表达式)。规则名称为验证数据集中客户信息要素对应的英文名称，如客户号可用规则名称PID代表，手机号可用规则名称MOBILE代表。而规则对应的正则表达式则描述了信息要素的字符组成规则，如客户号为16位阿拉伯数字，MOBILE为11位数字等，可定义一个简单的规则集，如表2所示。规则对应的正则表达式无须过于精确的匹配客户信息要素，只需要可以区分出验证数据集中客户不同的要素即可，如一个客户的要素只有客户号、手机号，则完全可以简单的使用数字位数即可区分出要素，而无需考虑手机号的网段。
表2
| 规则名称 | 规则对应的正则表达式 | 说明 |
| PID | ^\d{16}$ | 16位客户号 |
| MOBILE | ^\d{11}$ | 11位手机号 |
S230、构建报文集。
构建报文集合D，D＝{dj|1<＝j<＝m},其中dj表示报文集合中的第j个报文，m为报文集合中的报文总个数。一次性录入本系统所涉及的所有交易的请求报文结构，该录入操作仅需要一次，后续无需重复录入，可视为该系统的一种存量资产。该报文集合可根据业务场景的扩充，随时增加新的报文，方便维护与扩展。由于后台服务系统通常采用JSON报文进行数据传输，所以报文以JSON数据为准，对于报文中携带的客户信息要素，统一使用“${规则名称}”进行代替，无需替换为客户具体的信息要素值。如下示例展示了报文集中的一种报文格式：
{
“customer_id”:“${PID}”,
“customer_phone”:“${MOBILE}”
}
S240、构建测试报文。
(1)针对验证数据集R中的每一条记录，构建测试报文。假设当前取到第i条客户的数据记录ri，依次取出报文集D中的每一条报文，假设当前取到第j个报文dj。获取报文dj中的所有“${规则名称}”这部分大括号括起来的规则名称，组成规则名称集合记录为G。对于规则名称集合G中的任意一个规则名称gk，均使用该规则gk对应的正则表达式vk去匹配并获取ri中的客户信息要素。通过正则表达式vk获取客户信息要素以后，替换规则名称gk部分为具体客户的信息要素数据值，从而完成客户数据的自动填充功能，完成测试数据准备。如下为替换客户信息要素后的报文结构：
{
“customer_id”:“1600000000000000”,
“customer_phone”:“13700000000”
}
S250、构建图模型执行自动化测试。
首先，将报文集合D中的每一个报文dj进行编号，j即为报文dj的编号，该编号从1开始，编号最大值为D的报文数目。
其次，完成编号以后，假定编号为1～n，则构建n个节点的完全无向图模型，顶点的编号从1～n,那么任意两个节点互相有边，其总边数为：n*(n-1)/2。
在进行自动化测试时，遍历图中的所有节点，假设当前遍历到的节点为Vi作为图的起点，初始时从i＝1出发，即从第一个节点出发作为起始节点，发送Vi对应的第i个报文。若该报文直接反馈交易失败，则说明该节点不能作为验证起点，原因可能是缺少其前序依赖报文导致该报文失败，此时i＝i+1，继续从下一个节点进行尝试；若该Vi对应的报文反馈交易成功，则Vi可以充当验证起点，以Vi作为图的当前所在节点对完全无向图实施深度优先搜索算法，可获取Vi的下一步紧密关联的节点Vj。对于节点Vj继续发送对应的报文，若Vj反馈交易失败，则重新从Vj节点回溯到上一个Vi节点，并继续尝试Vi的下一个深度优先搜索的节点；若Vj验证成功，则以Vj作为新的起点继续进行深度优先搜索的过程。
本发明实施例通过构建验证数据集、规则集和报文集三个集合，实现了测试数据准备阶段的自动化过程，在测试数据准备的阶段使用了正则表达式动态替换的方法，完全实现了最大程度的自动化过程，将客户的验证数据填充到相关的验证报文中，以此为基础实现基于图模型的自动化测试，无需考虑报文间的依赖关系，极大提高了测试数据准备的效率，降低了人力对报文依赖顺序进行调整的成本。
实施例三
图3是根据本发明实施例三提供的一种自动化报文测试装置的结构示意图。如图3所示，该装置包括：
测试报文构建模块310，用于基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；
图模型构建模块320，用于根据所述多个测试报文构建图模型；
测试报文测试模块330，用于基于所述图模型对所述测试报文进行测试。
本发明实施例的技术方案，通过测试报文构建模块基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；图模型构建模块根据所述多个测试报文构建图模型；测试报文测试模块基于所述图模型对所述测试报文进行测试，解决了现有自动化测试存在敏感信息泄露、专业度强的技术问题，实现了在信息保护的同时，降低了自动化测试的专业依赖性，提高自动化报文测试的测试效率。
可选的，在上述方案的基础上，测试报文构建模块310具体用于：
针对所述报文集中的每个所述报文结构，确定所述报文结构中的结构信息要素；
获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值；
根据验证通过的结构信息要素的参数值和所述报文结构生成所述测试报文。
可选的，在上述方案的基础上，所述规则集基于正则表达式构建。
可选的，在上述方案的基础上，测试报文构建模块310具体用于：
基于所述规则集中所述结构信息要素对应的正则表达式匹配获取所述数据集中验证通过的结构信息要素的参数值。
可选的，在上述方案的基础上，图模型构建模块320具体用于：
以各所述测试报文为节点，构建完全无向图模型。
可选的，在上述方案的基础上，测试报文测试模块330具体用于：
对所述测试报文进行遍历，将遍历到的测试报文作为当前测试报文；
对所述当前测试报文进行测试，若所述当前测试报文测试成功，则将所述当前测试报文作为起点，对所述完全无向图模型进行搜索确定下一节点的测试报文，对下一节点的测试报文进行测试，直到搜索结束，继续对所述测试报文进行遍历，直到所有测试报文遍历完成。
可选的，在上述方案的基础上，测试报文测试模块330具体用于：
通过深度优先搜索算法，对所述完全无向图模型进行搜索确定下一节点的测试报文。
本发明实施例所提供的自动化报文测试装置可执行本发明任意实施例所提供的自动化报文测试方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是根据本发明实施例四提供的一种电子设备的结构示意图。图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如方法自动化报文测试方法。
在一些实施例中，自动化报文测试方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的自动化报文测试方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自动化报文测试方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种自动化报文测试方法，其特征在于，包括：
基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；
根据所述多个测试报文构建图模型；
基于所述图模型对所述测试报文进行测试。
2.根据权利要求1所述的方法，其特征在于，所述基于预先设置的报文参数集合构建多个测试报文，包括：
针对所述报文集中的每个所述报文结构，确定所述报文结构中的结构信息要素；
获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值；
根据验证通过的结构信息要素的参数值和所述报文结构生成所述测试报文。
3.根据权利要求2所述的方法，其特征在于，所述规则集基于正则表达式构建。
4.根据权利要求3所述的方法，其特征在于，所述获取所述数据集中各所述业务对象的所述结构信息要素的参数值，基于所述规则集中所述结构信息要素的验证规则对所述结构信息要素的参数值进行验证，得到验证通过的结构信息要素的参数值，包括：
基于所述规则集中所述结构信息要素对应的正则表达式匹配获取所述数据集中验证通过的结构信息要素的参数值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述多个测试报文构建图模型，包括：
以各所述测试报文为节点，构建完全无向图模型。
6.根据权利要求5所述的方法，其特征在于，所述基于所述图模型对所述测试报文进行测试，包括：
对所述测试报文进行遍历，将遍历到的测试报文作为当前测试报文；
对所述当前测试报文进行测试，若所述当前测试报文测试成功，则将所述当前测试报文作为起点，对所述完全无向图模型进行搜索确定下一节点的测试报文，对下一节点的测试报文进行测试，直到搜索结束，继续对所述测试报文进行遍历，直到所有测试报文遍历完成。
7.根据权利要求6所述的方法，其特征在于，所述对所述完全无向图模型进行搜索确定下一节点的测试报文，包括：
通过深度优先搜索算法，对所述完全无向图模型进行搜索确定下一节点的测试报文。
8.一种自动化报文测试装置，其特征在于，包括：
测试报文构建模块，用于基于预先设置的报文参数集合构建多个测试报文，其中，所述报文参数集合包括数据集、规则集和报文集，所述数据集包括业务对象的至少一个信息要素的参数值，所述规则集包括所述信息要素的验证规则，所述报文集包括至少一个报文结构；
图模型构建模块，用于根据所述多个测试报文构建图模型；
测试报文测试模块，用于基于所述图模型对所述测试报文进行测试。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的自动化报文测试方法。
10.一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计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的自动化报文测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311648781.0A CN117667693A (zh) | 2023-12-04 | 2023-12-04 | 一种自动化报文测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311648781.0A CN117667693A (zh) | 2023-12-04 | 2023-12-04 | 一种自动化报文测试方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117667693A true CN117667693A (zh) | 2024-03-08 |
Family
ID=90074574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311648781.0A Pending CN117667693A (zh) | 2023-12-04 | 2023-12-04 | 一种自动化报文测试方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117667693A (zh) |
-
2023
- 2023-12-04 CN CN202311648781.0A patent/CN117667693A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115757150A (zh) | 一种生产环境测试方法、装置、设备及存储介质 | |
| CN115576828A (zh) | 一种测试用例生成方法、装置、设备及存储介质 | |
| CN114443493A (zh) | 一种测试案例生成方法、装置、电子设备和存储介质 | |
| CN113127357B (zh) | 单元测试方法、装置、设备、存储介质及程序产品 | |
| CN113691403B (zh) | 拓扑节点配置方法、相关装置及计算机程序产品 | |
| CN117667693A (zh) | 一种自动化报文测试方法、装置、设备及存储介质 | |
| CN115509931A (zh) | 基于系统的性能测试方法、装置、电子设备及存储介质 | |
| CN114546799A (zh) | 埋点日志校验方法、装置、电子设备、存储介质及产品 | |
| CN114490408A (zh) | 一种测试用例生成方法、装置、设备、存储介质及产品 | |
| CN114003497A (zh) | 业务系统的测试方法、装置、设备及存储介质 | |
| CN112506803B (zh) | 大数据测试方法及系统 | |
| CN113836291B (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN117271373B (zh) | 测试用例的自动化构建方法、装置、电子设备及存储介质 | |
| CN114996157A (zh) | 变更代码的风险识别方法、装置、设备以及存储介质 | |
| CN117724980A (zh) | 软件框架性能的测试方法、装置、电子设备和存储介质 | |
| CN117370213A (zh) | 一种测试数据的生成方法、装置、电子设备及存储介质 | |
| CN115599689A (zh) | 一种测试逻辑的显示方法、装置、设备及存储介质 | |
| CN114879947A (zh) | 一种字段配置方法、装置、设备及介质 | |
| CN117743396A (zh) | 一种数据质量检测方法、装置、设备及存储介质 | |
| CN114528215A (zh) | 交互页面的测试方法和元素模板的生成方法、装置 | |
| CN117331924A (zh) | 一种数据模型匹配度核查方法、装置、设备及存储介质 | |
| CN117424818A (zh) | 一种can配置的检测方法、装置、设备及介质 | |
| CN116050351A (zh) | 逻辑表达式的结构比对方法、装置、设备及存储介质 | |
| CN117609054A (zh) | 自动化测试方法、装置、设备及存储介质 | |
| CN118012756A (zh) | 一种大数据处理平台的数据测试方法及装置 |
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 |