[发明专利]界面测试方法、装置、设备和介质

说明书

本发明实施例公开了一种界面测试方法、装置、设备和介质，该方法包括：识别待测试界面中的功能信息区域；基于所述功能信息区域的位置信息，确定所述待测试界面的数学模型；匹配所述待测试界面的数学模型和所述待测试界面所属场景的基准数学模型，根据匹配结果确定所述待测试界面是否异常。本发明实施例提供了一种界面测试方法、装置、设备和介质，实现了在无需明确的UI参照的前提下，对界面问题的全面高效检测。

技术领域

本发明实施例涉及用户界面显示领域，尤其涉及一种界面测试方法、装置、设备和介质。

背景技术

测试可以分为后端测试和前端测试。对于后端测试而言，输入和输出都是可比较的基础数据。通过做逻辑上的数据比较即可判断是否异常。

而对于前端测试来说，逻辑的UI(User Interface，用户界面)样式复杂多变，不同系统、不用应用间也表现不一，难以直观地用数据进行描述。因此，通常要靠人工来发现前端显示问题。

对于UI样式的自动测试，目前普遍采用如下三种方案来解决：

(1)基于参照物的图像差异(diff)方案。这种方案使用在有明确UI参照(也即待测试界面在理论上应该显示的界面)的场景下，根据图像差异确定待测逻辑的UI样式与UI参照之间的差异。

(2)基于DOM树的元素检查方法。这种方案使用在能获取展现DOM信息的场景下。通过检查DOM结构中一些重要节点是否存在，以识别是否有元素缺失等UI问题。

(3)基于深度学习的方案。该方案需要准备大量某一场景的正常/异常UI样本来训练模型，通过模型做UI样式的自动分类，从而识别出异常。

上述三种方案使用场景有所不同，所带来的问题和不足也有所不同：

方案(1)要求必须有UI参照，应用场景比较有限，比如真机上的检查以及线上版本的监控等场景由于不容易获取UI参照，所以都不适用本方案。该方法检测出的文本差异会干扰UI异常的判定，带来很大的误差。而UI样式本身更关注结构，允许不同文本数据带来的像素差异。

方案(2)从UI的DOM树出发，首先能发现的UI样式问题有限，因为没有经过渲染引擎的渲染，仅能发现一些元素缺失的问题。对于渲染后是否有控件遮挡等问题难以识别。而且对于一些高定制的hybrid app，现有工具获取DOM树会几率性的失败，稳定性差。

方案(3)用传统机器学习的方式，一方面准备异常训练素材的成本高，而且在训练过程中可能要随时优化模型，周期较长。另一方面，对于不同场景下表现复杂的UI样式，特征难以抽象，模型分类准确率较低。

发明内容

本发明实施例提供一种界面测试方法、装置、设备和介质，以实现在无需明确的UI参照的前提下，对界面问题的全面高效检测。

第一方面，本发明实施例提供了一种界面测试方法，该方法包括：

识别待测试界面中的功能信息区域；

基于所述功能信息区域的位置信息，确定所述待测试界面的数学模型；

匹配所述待测试界面的数学模型和所述待测试界面所属场景的基准数学模型，根据匹配结果确定所述待测试界面是否异常。

第二方面，本发明实施例还提供了一种界面测试装置，该装置包括：

区域识别模块，用于识别待测试界面中的功能信息区域；

模型确定模块，用于基于所述功能信息区域的位置信息，确定所述待测试界面的数学模型；

模型匹配模块，用于匹配所述待测试界面的数学模型和所述待测试界面所属场景的基准数学模型，根据匹配结果确定所述待测试界面是否异常。