软件测试用例

测试用例的目的:为了实施测试面向测试系统提供的一组集合,这组集合包含:测试环境,操作步骤,测试数据,预期结果等要素

注:测试用例覆盖率越高,说明测试质量越高

       测试用例覆盖率越低,说明测试质量越低

测试用例设计方法:

基于需求测试用例的设计:

功能相关:

 微信发红包:发出去的红包限制金额200元;领取红包时间24小时

基于需求设计的测试用例是不完善,只是大概得对软件进行了测试

具体的设计测试用例的方法:

等价类:

比如:男同胞找女朋友:女的,活的,可爱的,有钱的,长得白,身材好,温柔,善良

找到女朋友了:

女的,活的,可爱的,有钱的,长得白,身材好,温柔,善良

有效等价类:满足用户需求的数据集合

无效等价类:不满足用户需求的数据集合

通过等价类这个方法如何设计测试用例?                                                                                                 答:依据需求将输入(特殊情况下会考虑输出)划分为若干个等价类,从等价类中选出一个测试用例,如果这个测试用例测试通过,则认为所代表的等价类测试通过,这样就可以用较少的测试用例达到尽量多的功能覆盖,解决了不能穷举测试的问题

测试蜜雪冰城新品是否好喝:

有效等价类:蜜雪冰城    新品

无效等价类:奈雪     蜜雪冰城不是新品

买菜:

蔬菜    肉类

油麦菜,土豆,红薯,大米,鸡胸肉,牛肉

土豆,红薯,大米=》无效等价类

鸡胸肉,牛肉=》有效等价类

油麦菜=》有效等价类

如何通过等价类的方法测试测试用例

①充分理解需求

②划分出有效等价类和无效等价类

③从有效等价类中抽取一个测试用例测试,从无效等价类中抽取一个进行测试

用户名①由长度为6~15位的字符串组成②只有字母

边界值:

双十二淘宝购物活动

buy_time=0;

if(user_buy_time>=12.12 0:00 && user_bug_time<=12.12 23:59:59){                                                        //有优惠}                                                                                                                                     else{                                                                                                                                                           //无优惠}

if(user_buy_time>12.12 0:00 && user_bug_time<12.12 23:59:59){                                                        //有优惠}                                                                                                                                     else{                                                                                                                                                           //无优惠}

1)上点,离点,内点

上点:无论是开区间还是闭区间还是半开闭区间,上点就是边界上的点

内点:无论是开区间还是闭区间还是半开闭区间,边界内的点

离点:边界左右的一个点,如果是闭区间,离点就是范围外的点,如果是开区点,离点就是范围的点

上点:1,11

内点:6

离点:0,12

上点:1,11

内点:6

离点:2,12

2)设计测试用例步骤

①充分理解需求

②找离点,上点,内点

③针对离点,上点,内点设计用例

场景设计法

什么事场景

场景设计法设计测试用例的时候具体的步骤是什么

1)主事件流

2)次事件流

3)将主事件流次事件流串起来就会形成一个场景,一个场景就是一个测试用例

淘宝购物:

测试点①:打开淘宝APP,搜索商品,选中商品,加入购物车,选择支付方式,支付成功生成订单

测试点②:打开淘宝APP,APP闪退,没有订单

判定表法:

1.逻辑关系:

恒等:条件为真,结果一定为真,条件为假,结果一定为假

与:条件全为真,结果才为真,条件中有一个为假,结果为假

或:条件全为假,结果才为假。条件中有一个为真,结果为真

非:条件为假,结果才为真

2.如何通过判定表法设计测试用例

1)充分理解需求

2)分析所有可能输入和可能输出

3)找到输入与输出之间的对应关系

4)判定表

5)把判定表对应到每一个测试用例

案例一:

假设业务订单的处理规则为:“淘宝618活动,订单已提交,订单合计金额大于300元或有红包,则进优惠”

输入:订单提交,订单没有提交,金额大于300,金额小于300,有红包,没有红包

输出:有优惠,没有优惠

找关系:

①订单已提交,金额大于等于300,有红包,有优惠

②订单已提交,金额大于等于300,没有红包,有优惠

③订单已提交,金额小于300,有红包,有优惠

④订单已提交,金额小于300,没有红包,没有优惠

⑤订单已提交,金额大于等于300,有红包,没有优惠

⑥订单已提交,金额大于等于300,没有红包,没有优惠

⑦订单已提交,金额小于300,有红包,没有优惠

⑧订单已提交,金额小于300,没有红包,没有优惠

正交表法:

1.几个名词:

因素(Factor):在一项试验中,凡欲考察的变量称为因素(变量)

水平(位级)(Level):在试验范围内,因素被考察的值称为水平(变量的取值)

正交表的构成:

    行数(Runs):正交表中的行的个数,即试验的次数,用N代表。

    因素数(Factors):正交表中列的个数,用C代表。

   水平数(Levels):任何单个因素能够取得的值的最大个数。正交表中的包含的值为从0到数“水平数-1”或 从1到“水平数”,用T代表。

   正交表的表示形式: L=行数(水平数*因素数) L=N(TC)

2.正交表的性质:

每一列中各个数字出现的次数一样多

任何两列中各个有序对出现的次数都一样多

3.如果正交表设计测试用例

1)确定因素

2)确定因素取值也就是水平

3)通过工具画正交表

4)将正交表转化成测试用例

5)补充正交表

案例二:

以注册的需求为例:

测试点①:姓名填写,email填写,密码填写,确认密码填写,验证码填写,实验结果填写

...

测试用例设计思路:测试用例设计万能公式

功能:如果是一个物体,功能就是这个物体进场用来干什么

界面:物体一看上去形状,颜色,大小

易用性:物体设计的符合人体工学

兼容性:一个物体出了本质功能,还能做那些事情

安全性:物体不能对人的健康有损害

性能:承受能力

网络。。。例如:

软件:

功能:软件本职能够用来干什么

兼容:软件在各个品台上能够运行,常考虑的设备有IOS,Android,PC(电脑,windows,Linux,Mac),如果是浏览器就要考虑浏览器的版本

易用性:软件设计符合大众   1的操作习惯

警告:黄色 ;报错:红色;通过:绿色

安全:软件防止黑客攻击,xxx漏洞,SQL注入

性能:软件页面渲染时长,软件能够同时间承载大量的用户访问

界面:图片布局,图片大小,按钮颜色,文字字体

zip这个命令设计测试用例:

功能:

压缩txt文件,能够压缩成功;

压缩视频文件,能够压缩成功

压缩图片文件,能够压缩成功

压缩完成之后,原文件能够正常使用

压缩完成之后,产生的压缩文件,占用外存减小

兼容:Linux上出了centos这个系统除外,其他的系统是否兼容

性能:压缩一个非常小的文件,用的时间非常短;压缩一个非常大的文件要的时间也需要很短

界面:zip-选项 文件

压缩成功的文件展示的颜色会发生变化;压缩完成的文件,应该是一个zip文件

易用性:zip这个命令选项见名知章

安全:

压缩完成之后,原文件不能被损坏;

压缩完成之后,新文件解压缩之后,也能正常使用

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/616378.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

大数据测试

1、前言 大数据测试是对大数据应用程序的测试过程&#xff0c;以确保大数据应用程序的所有功能按预期工作。大数据测试的目标是确保大数据系统在保持性能和安全性的同时&#xff0c;平稳无差错地运行。 大数据是无法使用传统计算技术处理的大型数据集的集合。这些数据集的测试涉…

codeforces round 149 div2(a,b,c,d)

手速场&#xff0c;可惜我傻逼卡 c c c了 题目链接 A #include<bits/stdc.h>using namespace std;#define int long long #define PII pair<int,int>void solve() {int n,k;cin>>n>>k;if(n<k){cout<<1<<\n;cout<<n<<\n;}…

【JVM】阅读Class字节码:常量池

目录 基本结构解析 常量池 常量池简介 如何阅读Class文件中的常量池信息 基本结构解析 Magic(魔数) Magic的唯一作用是确定这个文件是否为一个能被虚拟机所接受的class 文件。魔数值固定为0xCAFEBABE&#xff0c;不会改变。 常量池 常量池简介 下图是反编译过后的字节码文…

【机器学习】 技术栈和开发环境搭建

各位大佬好 &#xff0c;这里是阿川的博客 &#xff0c; 祝您变得更强 个人主页&#xff1a;在线OJ的阿川 大佬的支持和鼓励&#xff0c;将是我成长路上最大的动力 阿川水平有限&#xff0c;如有错误&#xff0c;欢迎大佬指正 博客目录 技术栈编程语言库框架编辑器项目IDE …

Maven 的仓库、周期和插件

优质博文&#xff1a;IT-BLOG-CN 一、Maven 仓库 在Maven的世界中&#xff0c;任何一个依赖、插件或者项目构建的输出&#xff0c;都可以称为构建。Maven在某个统一的位置存储所有项目的共享的构建&#xff0c;这个统一的位置&#xff0c;我们就称之为仓库。任何的构建都有唯一…

【Linux】AlmaLinux 9.4版本发布

AlmaLinux 9.4 正式版发布&#xff0c;该版本基于 Redhat Enterprise 9.4&#xff0c;内核版本号&#xff1a; 5.14.0-427.13.1.el9_4.x86_64 相对于Rocky Linux&#xff0c; AlmaLinux更加的稳定&#xff0c;生产环境建议使用AlmaLinux来替代CentOS 7.x AlmaLinux 9.4版本系统…

Star-CCM+绘制网格-全局网格定义(网格类型选择、薄体网格、网格重置)

前言 绘制网格是有限体积法仿真中必不可少的环节。目前Star-CCM+新版本(2304版)导入面网格只可以导入到部件中。网格类型也只能在操作中完成。零部件导入部件后,选中参与计算的全部部件→右键选择“将部件分配给区域”。此处需要注意的是,只有分配给区域后的部件才能进行网…

Java医院绩效管理应用系统源码java+ maven+ avue 公立医院绩效考核管理系统源码 支持二开

Java医院绩效管理应用系统源码java maven avue 公立医院绩效考核管理系统源码 支持二开 医院绩效管理系统解决方案紧扣新医改形势下医院绩效管理的要求&#xff0c;以“工作量为基础的考核方案”为核心思想&#xff0c;结合患者满意度、服务质量、技术难度、工作效率、医德医风…

详解typora配置亚马逊云科技Amazon S3图床

欢迎免费试用亚马逊云科技产品&#xff1a;https://mic.anruicloud.com/url/1333 当前有很多不同的博客社区&#xff0c;不同的博客社区使用的编辑器也不尽相同&#xff0c;大概可以分为两种&#xff0c;一种是markdown格式&#xff0c;另外一种是富文本格式。例如华为云开发者…

【基于 PyTorch 的 Python 深度学习】6 视觉处理基础:卷积神经网络(1)

前言 文章性质&#xff1a;学习笔记 &#x1f4d6; 学习资料&#xff1a;吴茂贵《 Python 深度学习基于 PyTorch ( 第 2 版 ) 》【ISBN】978-7-111-71880-2 主要内容&#xff1a;根据学习资料撰写的学习笔记&#xff0c;该篇主要介绍了卷积神经网络的卷积层部分。 预&#xff1…

计算机字符集产生的历史与乱码

你好&#xff0c;我是 shengjk1&#xff0c;多年大厂经验&#xff0c;努力构建 通俗易懂的、好玩的编程语言教程。 欢迎关注&#xff01;你会有如下收益&#xff1a; 了解大厂经验拥有和大厂相匹配的技术等 希望看什么&#xff0c;评论或者私信告诉我&#xff01; 文章目录 一…

halcon 2D模板匹配 3D

一、概述 模板匹配常用于定位和查找&#xff0c;有很多的方式&#xff0c;halcon 中就有灰度匹配 、形状匹配、变形匹配、缩放匹配等&#xff0c;其实最常用的还是两种第一个就是灰度匹配、还有就是形状匹配 二、金字塔概述 网上有很多关于金字塔的解释&#xff0c;我这里直…

JCR一区 | Matlab实现TTAO-CNN-BiLSTM-MATT多特征分类预测

JCR一区 | Matlab实现TTAO-CNN-BiLSTM-MATT多特征分类预测 目录 JCR一区 | Matlab实现TTAO-CNN-BiLSTM-MATT多特征分类预测分类效果基本介绍程序设计参考资料 分类效果 基本介绍 1.Matlab实现TTAO-CNN-BiLSTM-MATT三角拓扑聚合优化器优化双向长短期记忆神经网络融合多头注意力…

智慧园区能耗管控系统,3D可视化开发都需要哪些技术栈?

数据可视化&#xff1a; 数据可视化是将数据通过图表、图形、地图等可视化方式展示&#xff0c;使得数据更加直观、易于理解和分析。在智慧园区能耗管控系统中&#xff0c;可以使用各种图表库&#xff08;如Echarts、Highcharts&#xff09;和可视化工具&#xff08;如Tableau…

【LeetCode:2391. 收集垃圾的最少总时间 + 二分】

&#x1f680; 算法题 &#x1f680; &#x1f332; 算法刷题专栏 | 面试必备算法 | 面试高频算法 &#x1f340; &#x1f332; 越难的东西,越要努力坚持&#xff0c;因为它具有很高的价值&#xff0c;算法就是这样✨ &#x1f332; 作者简介&#xff1a;硕风和炜&#xff0c;…

【强化学习-深度强化学习DRL】什么问题可以用DRL解决?条件:场景固定数据廉价

引言&#xff1a;深度强化学习适用于满足场景固定、数据廉价这两个要求的问题求解。本节对场景固定进行详细的论述。术语&#xff1a;深度强化学习&#xff08;DRL&#xff09; 条件一&#xff1a;场景固定&#xff08;两个分布一致&#xff09; 场景固定指的是&#xff0c;保…

美股市场恒生指数冲刺19000点关口 地产股大涨

查查配5月10日电(中新财经记者 谢艺观)5月10日,港股现强势行情,恒生指数盘中一度冲至18993.28点,距离19000点关口仅一步之遥。 美港通证券以其专业的服务和较低的管理费用在市场中受到不少关注。该平台提供了实盘交易、止盈止损、仓位控制等功能,旨在为投资者提供更为全面的投…

HNCTF-PWN

1.ez_pwn 直接看危险函数&#xff0c;不能溢出&#xff0c;只能覆盖ebp。 后面紧接的又是leave,ret 很明显是栈迁移&#xff0c;通过printf打印出ebp&#xff0c;通过偏移计算出栈地址。 通过gdb调试&#xff0c;偏移是0x38 以下是payload&#xff1a; from pwn import * #i…

通过单总线实现单片机之间的数据传输

单总线、没有时钟线的通信时&#xff0c;不能使用简单的高低电平来通信&#xff0c;因为接收方不知道此时发送的数据是第几位数据&#xff0c;容易造成错乱。 因此在使用一根线对外传输数据时&#xff0c;需要自定义一个通信协议&#xff0c;它至少要包含格式头数据&#xff0c…

二维数组 和 变长数组

在上一期的内容中&#xff0c;为诸君讲解到了一维数组&#xff0c;在一维数组的基础上&#xff0c;C语言中还有着多维数组&#xff0c;其中&#xff0c;比较典型且运用较为广泛的就是我们今天的主角——二维数组 一 . 二维数组的概念 我们把单个或者多个元素组成的数组定义为一…