[发明专利]软件回归测试方法、装置、电子设备和存储介质在审
| 申请号: | 202310073208.5 | 申请日: | 2023-01-17 |
| 公开(公告)号: | CN116010278A | 公开(公告)日: | 2023-04-25 |
| 发明(设计)人: | 林文丛;邓小宁;金剑;李振刚;单保涛;王萌;李凤荣 | 申请(专利权)人: | 北方健康医疗大数据科技有限公司 |
| 主分类号: | G06F11/36 | 分类号: | G06F11/36;G06F8/71 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 刘亚平 |
| 地址: | 250000 山东省济南市槐*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 软件 回归 测试 方法 装置 电子设备 存储 介质 | ||
1.一种软件回归测试方法,其特征在于,包括:
使用自动化测试脚本对第一软件进行测试,得到所述第一软件在当前测试步骤的当前测试结果截图;
确定所述当前测试结果截图和第二软件在每个历史测试步骤的历史测试结果截图之间的相似度,所述历史测试结果截图通过使用所述自动化测试脚本对所述第二软件进行测试得到,所述第一软件为所述第二软件的升级版本;
根据所述相似度从所述历史测试结果截图中选择与所述当前测试结果截图匹配的截图,根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过。
2.根据权利要求1所述的软件回归测试方法,其特征在于,所述确定所述当前测试结果截图和第二软件在每个历史测试步骤的历史测试结果截图之间的相似度的步骤包括:
将所述当前测试结果截图和每个历史测试结果截图输入到机器学习模型中,得到所述当前测试结果截图和每个历史测试结果截图之间的相似度;
其中,所述机器学习模型通过以所述历史测试结果截图为样本,以所述历史测试结果截图对应的测试结果是否通过为标签进行训练得到。
3.根据权利要求1所述的软件回归测试方法,其特征在于,所述根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过的步骤包括:
在所述当前测试步骤的名称与所述匹配的截图对应的历史测试步骤的名称一致的情况下,根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过。
4.根据权利要求3所述的软件回归测试方法,其特征在于,所述根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过的步骤包括:
在所述当前测试步骤的名称与所述匹配的截图对应的历史测试步骤的名称一致,且所述当前测试步骤的执行路径与所述匹配的截图对应的历史测试步骤的执行路径一致的情况下,根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过。
5.根据权利要求1-4任一所述的软件回归测试方法,其特征在于,在所述根据所述相似度从所述历史测试结果截图中选择与所述当前测试结果截图匹配的截图的步骤之后,还包括:
将所述当前测试结果截图和所述匹配的截图进行网格分割,得到所述当前测试结果截图的多个区域和所述匹配的截图的多个区域,所述当前测试结果截图的区域和所述匹配的截图的区域一一对应;
将所述当前测试结果截图的每个区域与所述匹配的截图的对应区域进行对比;
在所述当前测试结果截图中存在任一区域与所述匹配的截图的对应区域不一致的情况下,显示所述任一区域和所述匹配的截图的对应区域,以供测试人员确认所述当前测试步骤的测试结果是否通过。
6.根据权利要求1-4任一所述的软件回归测试方法,其特征在于,在所述根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过的步骤之后,还包括:
获取测试人员对所述当前测试步骤的测试结果是否通过的确认结果;
在所述确认结果为错误的情况下,对所述当前测试步骤的测试结果是否通过进行更改;
将所述当前测试结果截图作为所述历史测试结果截图。
7.一种软件回归测试装置,其特征在于,包括:
截图模块,用于使用自动化测试脚本对第一软件进行测试,得到所述第一软件在当前测试步骤的当前测试结果截图;
计算模块,用于确定所述当前测试结果截图和第二软件在每个历史测试步骤的历史测试结果截图之间的相似度,所述历史测试结果截图通过使用所述自动化测试脚本对所述第二软件进行测试得到,所述第一软件为所述第二软件的升级版本
预测模块,用于根据所述相似度从所述历史测试结果截图中选择与所述当前测试结果截图匹配的截图,根据所述匹配的截图对应的测试结果是否通过确定所述当前测试步骤的测试结果是否通过。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北方健康医疗大数据科技有限公司,未经北方健康医疗大数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310073208.5/1.html,转载请声明来源钻瓜专利网。





