软件测试/测试开发丨利用ChatGPT 生成自动化测试脚本

点此获取更多相关资料

简介

自动化测试脚本可以模拟用户与应用程序的交互,例如点击按钮、输入数据、导航到不同的页面等等,以验证应用程序的正确性、性能和稳定性。

自动化测试在回归测试、冒烟测试等测试流程中都可以极大地起到节省时间、节省人力的作用,所以目前自动化测试工程师,也是一个非常炙手可热的岗位。

在编写自动化测试的过程中,ChatGPT 可以作为一个非常好用的工具,极大提升编写效率。

实践演练

在使用 ChatGPT 编写自动化测试脚本的时候,提示词最好明确相关的技术栈,这样可以在生成的脚本基础之上做对应的修改。

  • 提示词:请帮我编写一个接口自动化测试脚本,要求使用 Pytest + Requests 。只需要对响应状态码完成断言即可。

ChatGPT的响应信息为:

python 复制代码
import pytest
import requests

# 定义测试用例
def test_api_response_status_code():
    # 设置API端点
    api_url = "https://jsonplaceholder.typicode.com/posts/1"

    # 发送GET请求
    response = requests.get(api_url)

    # 检查响应状态码是否为200 OK
    assert response.status_code == 200

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_api.py"])
  • 提示词:请帮我编写一个 Web 自动化测试脚本,要求使用 Pytest + Playwright。

ChatGPT的响应信息为:

python 复制代码
import pytest
from playwright.sync_api import sync_playwright

# 定义测试用例
def test_web_page_title():
    with sync_playwright() as p:
        browser = p.chromium.launch()
        page = browser.new_page()

        # 打开网页
        page.goto("https://example.com")

        # 获取页面标题
        title = page.title()

        # 检查页面标题是否包含"Example Domain"
        assert "Example Domain" in title

        # 关闭浏览器
        browser.close()

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_web.py"])
  • 请结合 Harmcrest 优化断言。

ChatGPT的响应信息为:

python 复制代码
import pytest
from playwright.sync_api import sync_playwright
from hamcrest import assert_that, contains_string

# 定义测试用例
def test_web_page_title():
    with sync_playwright() as p:
        browser = p.chromium.launch()
        page = browser.new_page()

        # 打开网页
        page.goto("https://example.com")

        # 获取页面标题
        title = page.title()

        # 使用Hamcrest断言检查页面标题是否包含"Example Domain"
        assert_that(title, contains_string("Example Domain"))

        # 关闭浏览器
        browser.close()

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_web.py"])

总结

1.写清楚需求:在要求ChatGPT编写自动化测试脚本的时候,需要给它明确使用的技术栈,方便基于脚本做修改。

2.将复杂的任务拆分为更简单的子任务/系统地测试变化:通过多次提问,进一步修正ChatGPT的回复,直到满足需求。

相关推荐
北京搜维尔科技有限公司26 分钟前
搜维尔科技:【应用】Xsens在荷兰车辆管理局人体工程学评估中的应用
人工智能·安全
说私域29 分钟前
基于开源 AI 智能名片 S2B2C 商城小程序的视频号交易小程序优化研究
人工智能·小程序·零售
YRr YRr29 分钟前
深度学习:Transformer Decoder详解
人工智能·深度学习·transformer
知来者逆34 分钟前
研究大语言模型在心理保健智能顾问的有效性和挑战
人工智能·神经网络·机器学习·语言模型·自然语言处理
云起无垠43 分钟前
技术分享 | 大语言模型赋能软件测试:开启智能软件安全新时代
人工智能·安全·语言模型
老艾的AI世界1 小时前
新一代AI换脸更自然,DeepLiveCam下载介绍(可直播)
图像处理·人工智能·深度学习·神经网络·目标检测·机器学习·ai换脸·视频换脸·直播换脸·图片换脸
翔云API1 小时前
PHP静默活体识别API接口应用场景与集成方案
人工智能
浊酒南街1 小时前
吴恩达深度学习笔记:卷积神经网络(Foundations of Convolutional Neural Networks)4.9-4.10
人工智能·深度学习·神经网络·cnn
Tony聊跨境2 小时前
独立站SEO类型及优化:来检查这些方面你有没有落下
网络·人工智能·tcp/ip·ip
懒惰才能让科技进步2 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝