[发明专利]一种基于PLSA主题模型和EM算法确定网页元素主题的方法

说明书

本发明公开了一种基于PLSA主题模型和EM算法确定网页元素主题的方法，该方法包括：(1)选取待测网页的网页元素对应的主题，找出主题关键词集合和主题集合；(2)对待测网页的网页元素进行预处理；(3)根据获取到的所述主题集合，按照PLSA模型公式训练出主题‑词矩阵以及网页元素‑主题矩阵，(4)采用改进的EM算法求解出网页元素中对应概率最大的主题，作为该网页元素的主题；(5)当网页结构或元素属性改变而造成网页状态变化后，重新获取当前DOM，重新对当前网页内的网页元素的主题进行判定，并生成网页元素XPath定位器。本发明根据改进EM算法判定出网页元素的主题，自动生成对应的XPath绝对路径，提高了网页元素定位器在自动化测试中的鲁棒性。

技术领域

本发明涉及Web自动化测试中一种网页元素定位技术领域，具体涉及一种基于PLSA主题模型和EM算法确定网页元素主题的方法。

背景技术

Web开发阶段中，为了保证Web应用的质量，测试的手段和方法越来越多。目前很多自动化测试框架和工具在一定程度上实现了自动化，同时在一定程度上提高了整个软件的测试开发效率，但是在此期间也出现了很多亟需解决的问题。

基于用户页面自动化测试中，对于质量良好的Web测试脚本，目前还不能用自动化测试工具完全自动化生成脚本。在生成测试脚本的过程中，需要进行Web网页元素定位，但目前这些自动化测试脚本中很多存在着页面元素定位失效的问题。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种基于PLSA主题模型和EM算法确定网页元素主题的方法，对于网页动态页面采用JavaScript、Ajax等技术完成Web页面的局部刷新，当使用者触发页面中的事件后，将调取此事件绑定的JavaScript代码，接着浏览器解析的DOM结构和内容将动态修改，这造成动态页面元素定位器失效，本方法用于解决该技术问题。

技术方案：本发明提供一种基于PLSA主题模型和EM算法确定网页元素主题的方法，该方法包括：

(1)选取待测网页的网页元素对应的主题，找出主题关键词集合和主题集合；

(2)对待测网页的网页元素进行预处理，生成元素-词的关系；

(3)根据获取到的所述主题集合，按照PLSA模型公式训练出主题-词矩阵以及网页元素-主题矩阵，

(4)采用改进的EM算法求解出网页元素中对应概率最大的主题，作为该网页元素的主题；

(5)当网页结构或元素属性改变而造成网页状态变化后，重新获取当前DOM，重新对当前网页内的网页元素的主题进行判定，并生成网页元素XPath定位器。

进一步地，包括：

所述步骤(1)中，找出主题关键词集合和主题集合包括：

使用网络爬虫技术模拟浏览器获取待测网页的源代码，再进行解析HTML代码，得到网页元素的主题关键词和主题集合，分别为主题集合：T＝{主题t₁，主题t₂…，主题t_n}，主题关键词：主题t₁：{关键词k₁₁，关键词_k12…，关键词_k1p}，主题t₂：{关键词k₂₁，关键词k₂₂…，关键词k_2q}，…，主题t_n：{关键词k_n1，关键词k_n2…，关键词k_nm}，其中，n为待测网页中主题的总数，p为主题t₁下的主题关键词的总数，q为主题t₂下的主题关键词的总数，m为主题t_n下的主题关键词的总数。

进一步地，包括：

所述步骤(2)，具体包括：