[发明专利]一种基于机器视觉和DOM树结构的测试方法

说明书

本发明公开了一种基于机器视觉和DOM树结构的测试方法，包括如下步骤：S100、特征抽取和选择，识别测试页面中目标元素的特征；S200、根据目标元素的特征，对页面中具有类似特征的元素进行分类、泛化，获得泛化元素；S300、根据泛化元素进行自动测试，并记录。本发明可大大减少测试成本、测试时间，可增加测试方案的鲁棒性，以及测试方案的自动生成，流程机器人对于用户行为的主动理解。本发明可广泛用于用于网页测试环节、流程机器人等，使用本发明后，测试人员不会再因为开发人员对于网页的更新，而需要进一步更新测试脚本，同时一次录制或者一个脚本就可以对于所有同类的元素进行操作。同时，在流程机器人上对于用户行为有主动理解的功能。

技术领域

本发明涉及网页测试技术，特别是涉及一种基于机器视觉和DOM树结构的测试方法。

背景技术

在当下软件、网页、移动端应用开发或者测试的自动化要求越来越高，对于用户行为理解的重要性不言而喻。比如流程化机器人或者说自动化测试领域，举个例子，在网页的自动化测试领域，已经有很多的测试软件可以录制测试人员的操作，之后可以不断地执行。但问题在于，在测试过程中有的步骤是可以“泛化”的，举个例子来说，华北1，华东2，……，这些服务器对于测试过程来说是等价的，同时也是都是需要测试的，那么很容易提出一个问题，即能不能在测试人员选择华北1这个服务器时，测试平台或者工具，可以理解这一选择并泛化，如此在测试平台或者工具执行到这一步时，可以随机选择其他地点的服务器或者并行测试所有的服务器，如此来节约测试人员录制或者编写脚本的时间，增加测试的全面性。

为了实现这个“泛化”的目标，申请人运用了机器视觉和DOM树结构分析两项技术来实现这一目标，机器视觉主要是为了在识别网页中图标、按钮的图像特征，进行相似匹配，而DOM树分析方法是通过网页的HTML或者XML中目标元素的位置与DOM树的结构来寻找同类元素即可泛化元素。

同时，另一个不是那么显而易见的好处是增加了鲁棒性，即容错能力，尤其是在测试领域。就是当版本迭代之后测试可以继续进行，比如，在原来的测试工具或者测试脚本所进行的测试过程中，华北1服务器下线了，那么整个测试就会中断，造成测试时间浪费，同时也有可能造成客户的体验下降等不必要损失，同时测试人员修改或者从头开始写脚本或者录制是必然。而使用本发明中的技术则会自动选择别的服务器，同时会在日志记录，留待测试人员判断这是正常情况还是错误，这样就极大地提高了测试效率(比如半夜这种测试人员没有留守在旁边地情况)，并且减少了测试人员的工作量。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提出一种基于机器视觉和DOM树结构的测试方法，其具有“泛化”性，能够大大提高网页测试效率。

为实现上述目的，本发明提供了一种基于机器视觉和DOM树结构的测试方法，包括如下步骤：

S100、特征抽取和选择，识别测试页面中目标元素的特征；

S200、根据目标元素的特征，对具有类似特征的元素进行分类、泛化，获得泛化元素；

S300、根据泛化元素进行自动测试，并记录。

优选地，S100中，包括两种方式，即S110、机器视觉方法和S120、DOM树分析方法，两种方法可以同时进行、相互比对，也可以单一使用；

机器视觉方法的使用环境是网页清晰、各个图标按钮边缘清晰的情况下，通过识别目标元素的大致形状，在一定区域中找与其类似的图标或者是按钮，来达到泛化的目的；

而DOM树分析方法是通过DOM树的结构来进行的，分析遵守以下假设：

假设1.可泛化的同类元素的层级一定相似；

假设2.当同类元素都找到最近同一父元素的时候，非同类元素一定不是这一父元素。在这两个假设的前提下，就可以可以找到同类元素，达到泛化的目的。