软件测试培训之十个无脚本测试方案

多测师12

　　1.自然语言处理(NLP)
　　目前，一些最新的无脚本自动化测试工具能够通过采用NLP语法，来创建各种测试用例。就像编写简单的英语语句一样，用户可以轻松地实现测试用例的自动化。此类工具一般会带有AI驱动的内核，因此大幅节省了用户对其维护的时间。
　　由于用户只需要了解用于创建测试用例的正确语法，并根据实际情况将其运用于繁简不同的测试场景中。此类工具的学习曲线并不陡峭。目前市场上用到NLP的典型自动化测试工具包括：Testsigma和Functionize等。
　　2.基于模型的测试
　　不同于多数只创建测试脚本的工具，以TOSCA为代表的基于模型的测试技术，可以为被测应用创建自动单元测试(AUT)模型。此类工具一般具有测试用例自动化所需的三个组件：AUT技术细节、测试方案逻辑和测试数据，它们可以在测试中被合并使用。
　　每当检测到AUT中的任何更改时，中央模型会自动更新已存储的有关AUT的所有技术细节。因此，此类测试技术更适合于处理那些需要频繁进行维护的繁琐任务。
　　为了能够覆盖所有需要测试的用例，同时忽略掉那些无需涉及的部分，TOSCA除了用到了基于模型的测试技术之外，还会利用基于风险的测试技术，来按需执行测试用例。
　　3.录制屏幕截图
　　采用“录制屏幕截图”作为测试步骤与动作的工具，主要针对的是视觉效果方面的应用测试。当已有的屏幕快照与当前的待测应用之间存在差异时，它们会立即生成相应的报告。
　　Testim和Screenster是使用此类方法的两款典型工具：
　　Testim.io以录制屏幕截图的形式，记录下用户每次操作时测试用例。同时，该工具还提供了重新分组和重用测试步骤的选项。如果出现运行的测试用例与录制的屏幕截图不匹配，它认为所记录的测试用例无效。这款工具旨在通过使用AI，来识别和纠正UI元素的位置、名称或外观等变化，进而维护现有的测试用例。
　　使用类似方法的Screenster，在每次用户操作完成后，都会捕获UI屏幕和DOM快照，并将其设置为可视化的基线，用以在测试期间予以比较。在实际测试期间，Screenster会及时获取UI上新的屏幕截图，并报告与现有基线之间的差异。Screenster也使用AI来维护各种测试用例。Screenster的智能选择器会自动定位已被移动或更改的页面元素。通过发现并调整各种timeouts，它能够使用AI来判断并等待正确的时间点，以执行下一步操作。


　　​
　　4.基于图像的无脚本自动化
　　Eggplant是一款用到了基于图像的无脚本自动化的工具。它使用图像匹配技术来识别被测系统(SUT)中的任何缺陷与故障。
　　Eggplant使用的是双模型系统。其中的控制器系统可用来创建与驱动测试，而被测系统则通过VNC连接到控制器上。通过图像匹配，脚本语言可以在被测系统的UI上自动执行各项操作。
　　5.基于拖放的对象映射
　　作为另一种无脚本的自动化测试工具，Ascentialtest直接通过网站拖放，来创建测试动??作。您只需在被支持的浏览器中打开目标应用，然后将所有需要测试的操作逐一拖放到测试工具中即可。针对不同的自动化测试场景，用户可以按照不同的顺序放置不同的测试数据，以进行后续的测试。
　　6.关键字驱动的测试
　　关键字驱动的测试是事先定义好待操作的关键字。当带有这些关键字的测试用例发生变化时，后续的测试就能够轻松地捕获到。而且，用户无需学习那些用于创建此类测试脚本的编程语言。Testcomplete是使用关键字驱动的测试工具之一。
　　7.对象驱动测试
　　作为无脚本测试的另一种方式，对象驱动测试能够在应用程序中标识出要测试的对象，然后通过向这些对象添加操作，来创建相应的测试步骤。Worksoft工具就用到了此类方法。它可以识别自动化的企业级应用程序(如：SAP)，并对其执行各种操作。
　　8.通过流程图进行可视化测试
　　Codefuse允许用户以流程图，而不是脚本的形式，来自动化测试各种流程。此类测试专注于流程图中的两种组件：条件与动作。用户不需要掌握任何脚本知识，只需要明白流程图的基本知识、以及流程所适用的场景，便可根据不同条件，在同一套工作流中自动执行多个分支。
　　9.将测试记录为脚本
　　将测试记录为脚本，是Selenium IDE、Katalon IDE、以及Ranorex采用的传统测试方法。可作为浏览器扩展的Selenium IDE和Katalon IDE只能记录浏览器的行为。而Ranorex则不仅限于测试网站，它提供单独的应用程序来打开相应的集成记录器。
　　此类测试工具通过命令和选择器的详细信息，来记录用户的所有操作。而相应的测试步骤记录，既可以被直接执行，也可以被导出为不同的编程语言。通过增加更多的功能与条件，用户可以进一步丰富其导出的测试用例。
　　10.用于测试自动化的AI机器人
　　此类工具主要注重用户的测试体验，并能够及时提供用户的反馈。作为使用AI机器人开展测试自动化的“先驱”，Test.ai通过了解用户使用移动应用的各项行为，进而根据他们的偏好来采取测试。