[发明专利]代码测试处理方法、装置、电子设备及介质有效
| 申请号: | 202010096090.4 | 申请日: | 2020-02-17 |
| 公开(公告)号: | CN111209214B | 公开(公告)日: | 2023-04-25 |
| 发明(设计)人: | 温中凯 | 申请(专利权)人: | 网易(杭州)网络有限公司 |
| 主分类号: | G06F11/36 | 分类号: | G06F11/36 |
| 代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张宁;刘芳 |
| 地址: | 310052 浙江省*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 代码 测试 处理 方法 装置 电子设备 介质 | ||
1.一种代码测试处理方法,其特征在于,包括:
确定代码测试后的代码覆盖率是否低于第一预设阈值,是则重复执行以下步骤,直至所述代码覆盖率不低于所述第一预设阈值:
确定所述代码对应的至少一个第一关键词;
根据所述代码对应的所述至少一个第一关键词,确定与所述至少一个关键词对应的至少一个测试任务;
根据所述至少一个测试任务中的每一个测试任务,对所述代码进行测试处理;
确定所述代码对应的至少一个第一关键词,包括:
对所述代码对应的代码文本进行分词处理,得到所述代码文本对应的至少一个离散词语;
根据预设的关键词库,在所述代码文本对应的至少一个离散词语中,确定与预设的关键词相似度超过第二预设阈值的离散词语,得到所述代码对应的至少一个第二关键词,其中,所述至少一个第二关键词中的每一个第二关键词与所述代码具有第一关联系数;
确定所述第一关联系数高于第一关联阈值的所述第二关键词,构成所述代码对应的至少一个第一关键词。
2.根据权利要求1所述的方法,其特征在于,所述代码文本包括所述代码的代码说明,和所述代码对应的任务清单。
3.根据权利要求1所述的方法,其特征在于,确定所述第二关键词与对应的代码之间的第一关联系数的方法,包括:
根据预设的第一关联初始值,和根据所述代码被提交的次数,确定所述第一关联系数。
4.根据权利要求1所述的方法,其特征在于,根据所述代码对应的所述至少一个第一关键词,确定与所述至少一个关键词对应的至少一个测试任务,包括:
根据所述代码对应的所述至少一个第一关键词中的每一个第一关键词,确定与所述每一个第一关键词对应的至少一个第一测试建议,其中,所述至少一个第一测试建议中的每一个第一测试建议与对应的所述第一关键词具有第二关联系数;
确定所述第二关联系数高于第二关联阈值的所述第一测试建议,构成所述每一个第一关键词对应的至少一个第二测试建议;
根据所述每一个第一关键词对应的至少一个第二测试建议,确定所述至少一个测试任务。
5.根据权利要求4所述的方法,其特征在于,确定所述第一关键词与对应的第一测试建议之间的第二关联系数的方法,包括:
根据预设的第二关联初始值,和根据用户对所述第一测试建议的反馈内容和反馈频次,确定所述第一关联系数。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:当所述代码覆盖率低于所述第一预设阈值,且所述代码具有对应的自动化测试程序时,利用所述自动化测试程序对所述代码进行测试。
7.一种代码测试处理装置,其特征在于,包括:
第一处理单元,用于确定代码测试后的代码覆盖率是否低于第一预设阈值,是则重复执行以下步骤,直至所述代码覆盖率不低于所述第一预设阈值:
第二处理单元,用于确定所述代码对应的至少一个第一关键词;
第三处理单元,用于根据所述代码对应的所述至少一个第一关键词,确定与所述至少一个关键词对应的至少一个测试任务;
第四处理单元,用于根据所述至少一个测试任务中的每一个测试任务,对所述代码进行测试处理;
所述第二处理单元,包括:
第一处理子单元,用于对所述代码对应的代码文本进行分词处理,得到所述代码文本对应的至少一个离散词语;
第二处理子单元,用于根据预设的关键词库,在所述代码文本对应的至少一个离散词语中,确定与预设的关键词相似度超过第二预设阈值的离散词语,得到所述代码对应的至少一个第二关键词,其中,所述至少一个第二关键词中的每一个第二关键词与所述代码具有第一关联系数;
第三处理子单元,用于确定所述第一关联系数高于第一关联阈值的所述第二关键词,构成所述代码对应的至少一个第一关键词。
8.一种电子设备,其特征在于,包括:存储器和处理器,存储器中存储有所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6中任一项所述方法。
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网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,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/202010096090.4/1.html,转载请声明来源钻瓜专利网。





