Keyword-driven based automated test technology applied to big data platform
-
摘要: 随着互联网业飞速发展及“大数据”概念的提出，为提高大量B/S架构应用的测试效率，本文利用关键字驱动测试技术，设计开发了一款基于关键字测试脚本的B/S架构应用自动化测试工具——EasyWT，实现了对Web页面的控件抽取、录制、激励、验证等功能，基本实现了一个标准化的测试流程。并使用EasyWT在铁路大数据平台上进行了实践应用，结果表明，系统能够完整地完成自动化测试的全部工作；同时针对实践过程中遇到的一些问题，提出了一些改进及优化方案。Abstract: With the rapid development of the Internet industry, and the proposed concept of big data, in order to improve the test efficiency for the application of a large number of B/S architecture, this article designed and developed an automated testing tool of keyword-driven test script based B/S architecture application that was EasyWT. It was implemented the function of control extraction, recording, motivation, verification and etc. on the Web page, implemented a standardized test procedures basically. The application of EasyWT on railway big data platform was carried out. The application result showed that the System could complete all the work of automated testing. Meanwhile, in view of some problems in practice, the article proposed some improvement and optimization schemes.
-
Keywords:
- keyword-driven /
- test /
- big data /
- software engineering
-
-
[1] JC Laprie. Dependable computing and fault tolerance: concepts and terminology[C]. Fault-Tolerant Computing, ‘Hightlights from Twenty-Five Years’, 2005: 2-11. [2] 王卫东, 徐贵红, 刘金朝, 等. 铁路基础设施大数据的应用与发展[J]. 中国铁路，2015（5）：1-6. [3] 缪淮扣，陈圣波, 曾红卫. 基于模型的Web 应用测试[J]. 计算机学报，2011，34（ 6）：1013. [4] Rashmi,NehaBajpai. A Keyword Driven Framework for Testing WebApplications[J]. International Journal of Advanced Computer Science and Applications,2012, 3(3). 3:8-9. [5] ISO/IEC 9126, Software engineering — Product quality is an international standard for the evaluation of software quality[S]. ISO/IEC:1991. [6] 教育部考试中心. 全国计算机等级考试四级教程—软件测试工程师[M]. 北京：高等教育出版社，2010 ：9-10. [7] FevziBelli,MutluBeyazit,AtifMemon. Testing is an Event-Centric Activity[A]. Proceedings of the International Conference on Software Security and Reliability[C]. 2012:1. [8] PekkaLaukkanen. Data-Driven and Keyword-Driven TestAutomation Frameworks[D]. Finland: Helsinki University of Technology,2006:27. [9] 冯玉才, 唐 艳, 周 淳. 关键字驱动自动化测试的原理和实现[J]. 计算机应用，2004（8）：140-141.
[10 ] 陈能技. QTP 自动化测试进阶[M]. 北京：电子工业出版社，2010 ：15-20.[10] 朱宏峰. 基于关键字驱动的web 自动化测试的研究[J]. 硅谷，2009（24）：51. [11] CyntricaEaton,AtifMemon. Evaluating Web Page Reliability across Varied Browsing Environments[A]. US:UniversityofMaryland,2004:1. [12] 胡圣厦. 基于XML 的GUI 录制- 回放技术研究与实现[D].成都：四川大学，2005. -
期刊类型引用(21)
1. 王珩，廖先哲，刘伟铭，戴愿，杨代鑫，刘一霄. 无人驾驶环境下的站台门与列车间安全全信息感知系统. 铁道标准设计. 2025(01): 198-205+213 . 
百度学术
2. 孔祥苏，左付超，赵新赢，王其锦. 基于视觉Transformer的地铁安全门间隙异物检测算法研究. 自动化应用. 2025(02): 29-31 . 百度学术
3. 李红明. 站台门间隙探测装置在全自动运行地铁线路中的应用. 城市轨道交通研究. 2024(06): 301-304+309 . 百度学术
4. 曾爱琼. 地铁站台门激光扫描障碍物检测方法研究. 中国设备工程. 2023(05): 143-145 . 百度学术
5. 刘伟铭，李冠金，汪良，毛良，邱启盛，凌光正. 轨道交通站台门与列车间隙异物的四目定位方法研究. 铁道标准设计. 2023(08): 147-152+159 . 百度学术
6. 程芬. 地铁屏蔽门激光扫描异物检测方法分析. 产业与科技论坛. 2022(11): 38-39 . 百度学术
7. 张嘉超，张伟. 基于特征的地铁门与安全门间隙异物检测方法. 南京工程学院学报(自然科学版). 2022(04): 35-40 . 百度学术
8. 刘伟铭，李静宁，杜逍睿. 基于RGB-D视频的地铁异物风险检测方法研究. 铁道标准设计. 2021(01): 110-115 . 百度学术
9. 张鹤庆，张金鑫. 基于机器视觉的地铁站台门与列车门间异物检测方法研究. 现代城市轨道交通. 2020(07): 51-55 . 百度学术
10. 苏建华，薛栋娥，刘传凯，袁磊，黄开启. HOG内嵌模板匹配的车门夹人检测算法. 北京交通大学学报. 2019(02): 64-71 . 百度学术
11. 黄中全，严强，雷昶. 轨道交通站台门与列车间隙障碍物探测方法. 自动化与仪器仪表. 2019(07): 194-196 . 百度学术
12. 许敬辉. 全自动运行系统下站台门新增异物探测与控制功能方案研究. 铁道标准设计. 2019(10): 177-181 . 百度学术
13. 郑志敏. 关于FAO线路车门和站台门间异物探测的研究. 铁路通信信号工程技术. 2019(10): 76-79 . 百度学术
14. 姜翼. 地铁屏蔽门激光扫描异物检测方法研究. 科技创新导报. 2019(27): 65-66 . 百度学术
15. 路向阳，吕浩炯，廖云，郭锐，马伟杰. 城市轨道交通全自动驾驶系统关键装备技术综述. 机车电传动. 2018(02): 1-6 . 百度学术
16. 雷焕宇，刘伟铭. 基于K-means算法的地铁站台异物检测. 计算机与现代化. 2018(06): 42-46 . 百度学术
17. 谭飞刚，翟聪. 地铁曲线站台空隙异物自动检测预警系统研究. 铁路计算机应用. 2018(06): 59-61 . 本站查看
18. 阙帆. 浅谈地铁站台门异物自动检测技术. 科技创新与应用. 2017(11): 287 . 百度学术
19. 谭飞刚，刘开元. 基于机器视觉的地铁曲线型站台异物检测算法. 深圳信息职业技术学院学报. 2017(01): 75-77 . 百度学术
20. 谭飞刚，汪洋，刘开元. 一种无盲区的地铁站台异物自动检测设想. 深圳信息职业技术学院学报. 2017(03): 25-28 . 百度学术
21. 谭飞刚，刘建. 一种基于计算机视觉的地铁站台异物检测算法. 铁路计算机应用. 2017(01): 67-69 . 本站查看
其他类型引用(4)
计量
- 文章访问数: 61
- HTML全文浏览量: 0
- PDF下载量: 43
- 被引次数: 25
下载:
