[发明专利]生成测试用例的方法和装置

权利要求书

1.一种生成测试用例的方法，其特征在于，包括：

通过深度学习网络对待测试文档进行识别处理得到所述待测试文档中包括的文本和判断符；

将所述待测试文档中包括的文本和判断符与所述待测试文档进行匹配，得到所述待测试文档的流程节点信息，所述流程节点信息包括各个流程节点的元素属性和文字信息、以及流程节点之间的逻辑顺序和判断词；

根据测试用例模板包括的字段，从所述流程节点信息中提取各个字段对应的字段值；

使用测试用例编写方法对所述字段值进行逻辑处理以生成测试用例；

所述待测试文档包括流程图，所述流程节点的元素属性根据流程节点所使用的流程图组件类型来获取，其中，若流程图组件为矩形组件，则流程节点的元素属性为过程元素；若流程图组件为菱形组件，则流程节点的元素属性为判断元素；若流程图组件为椭圆形组件，则流程节点的元素属性为开始或结束元素；若流程图组件为箭头组件，则流程节点的元素属性为流向元素；

所述测试用例模板包括的字段包括：模块字段、场景字段、步骤描述字段和预期结果字段；并且，根据测试用例模板包括的字段，从所述流程节点信息中提取各个字段对应的字段值包括：

对模块字段，直接从所述流程节点信息中提取所述模块字段的字段值；

对场景字段，从所述流程节点信息的过程元素中提取文字信息作为所述场景字段的字段值；

对步骤描述字段，从所述流程节点信息的判断元素中提取文字信息作为所述步骤描述字段的字段值；

对预期结果字段，从所述流程节点信息的判断元素中提取文字信息，并根据所述判断元素对应的流向元素的判断词生成所述预期结果字段的字段值。

2.根据权利要求1所述的方法，其特征在于，通过深度学习网络对待测试文档进行识别处理得到所述待测试文档中包括的文本和判断符包括：

通过第一深度学习网络对待测试文档进行文字图文检测，以检测所述待测试文档中的文本框；

根据所述文本框进行文本匹配和提取；

将提取的文本输入第二深度学习网络进行通用文字识别，以得到所述待测试文档中包括的文本和判断符。

3.根据权利要求1所述的方法，其特征在于，使用测试用例编写方法对所述字段值进行逻辑处理以生成测试用例之前，还包括：

根据预设的字段对应的取值范围，将从所述流程节点信息中提取的字段对应的字段值扩展为对应的取值范围；

以及，使用测试用例编写方法对所述字段值进行逻辑处理以生成测试用例包括：

根据所述字段对应的取值范围，使用测试用例编写方法分别对所述取值范围内的每个字段值进行逻辑处理以生成多个测试用例。

4.一种生成测试用例的装置，其特征在于，包括：

识别处理模块，用于通过深度学习网络对待测试文档进行识别处理得到所述待测试文档中包括的文本和判断符；

匹配处理模块，用于将所述待测试文档中包括的文本和判断符与所述待测试文档进行匹配，得到所述待测试文档的流程节点信息，所述流程节点信息包括各个流程节点的元素属性和文字信息、以及流程节点之间的逻辑顺序和判断词；所述待测试文档包括流程图，所述流程节点的元素属性根据流程节点所使用的流程图组件类型来获取，其中，若流程图组件为矩形组件，则流程节点的元素属性为过程元素；若流程图组件为菱形组件，则流程节点的元素属性为判断元素；若流程图组件为椭圆形组件，则流程节点的元素属性为开始或结束元素；若流程图组件为箭头组件，则流程节点的元素属性为流向元素；

字段值提取模块，用于根据测试用例模板包括的字段，从所述流程节点信息中提取各个字段对应的字段值；

逻辑处理模块，用于使用测试用例编写方法对所述字段值进行逻辑处理以生成测试用例；

所述测试用例模板包括的字段包括：模块字段、场景字段、步骤描述字段和预期结果字段；并且，所述字段值提取模块还用于：对模块字段，直接从所述流程节点信息中提取所述模块字段的字段值；对场景字段，从所述流程节点信息的过程元素中提取文字信息作为所述场景字段的字段值；对步骤描述字段，从所述流程节点信息的判断元素中提取文字信息作为所述步骤描述字段的字段值；对预期结果字段，从所述流程节点信息的判断元素中提取文字信息，并根据所述判断元素对应的流向元素的判断词生成所述预期结果字段的字段值。