CN112559369A - 一种自动化测试方法、设备和存储介质 - Google Patents

Abstract

本发明公开了一种自动化测试方法、设备和存储介质。所述方法包括：获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；将所述实际结果文件与所述正确结果文件进行对比得到测试结果；基于所述测试结果生成测试报告。该方法首先得到校对后的正确结果文件，再利用正确结果文件与实际结果文件进行自动对比，能够快速、自动化的得到测试结果，大大节省了人力、物力和时间，此外，生成的测试报告可以直观的展现测试结果。

Description

一种自动化测试方法、设备和存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种自动化测试方法、设备和存储介质。

背景技术

数据报表智能识别平台可以对输入的数据报表图片中的文字和数字进行识别，并将识别结果输出到excel表中。测试端需要对输出的结果进行进一步测试确定输出结果是否正确从而得到数据报表智能识别平台的识别准确率，若识别准确率较低，可以通过算法迭代提高数据报表智能识别平台的识别准确率。

现有技术中对识别结果的测试都是人工手动完成的，即人工将数据报表智能识别平台输出的识别结果与正确的数据报表图片进行对比判断识别结果的正确性。使用传统的手工方式进行测试存在以下几个问题：一、上传耗时，采用手工上传的方式将上万张数据集上传到***，会消耗大量人力和时间；二、结果判断耗时，每张数据报表存在上百条数据、上万个字符，如果采取人工判断的方式，会消耗大量人力和时间；三、统计结果错误，长时间工作下，统计人员很容易因疲劳造成统计错误，从而造成统计结果的偏差。

因此，如何快速、准确的自动完成对识别结果的测试是当前亟待解决的技术问题。

发明内容

本发明实施例提供了一种自动化测试方法、设备和存储介质，能够快速、自动化的得到测试结果，大大节省了人力、物力和时间。

第一方面，本发明实施例提供了一种自动化测试方法，包括：

获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；

将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；

将所述实际结果文件与所述正确结果文件进行对比得到测试结果；

基于所述测试结果生成测试报告。

第二方面，本发明实施例还提供了一种终端设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例中所述的自动化测试方法。

第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明任意实施例所提供的自动化测试方法。

本发明实施例提供了一种自动化测试方法、设备和存储介质，首先获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；然后将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；之后将所述实际结果文件与所述正确结果文件进行对比得到测试结果；最后基于所述测试结果生成测试报告。上述技术方案首先得到校对后的正确结果文件，再利用正确结果文件与实际结果文件进行自动对比，能够快速、自动化的得到测试结果，大大节省了人力、物力和时间，此外，生成的测试报告可以直观的展现测试结果。

附图说明

图1为本发明实施例一提供的数据报表智能识别平台的结构示意图；

图2为本发明实施例一提供的自动化测试平台的结构示意图；

图3为本发明实施例一提供的一种自动化测试方法的流程示意图；

图4为本发明实施例二提供的一种自动测试方法的示例流程图；；

图5为本发明实施例二提供的一种自动化测试方法的第一内部逻辑图；

图6为本发明实施例二提供的一种自动测试方法的示例流程图；

图7为本发明实施例三提供的一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。

实施例一

图1为本发明实施例一提供的数据报表智能识别平台的结构示意图，数据报表智能识别平台是对资产负债表、利润表和现金流量表进行智能识别的平台，如图1所示，该平台基于浏览器和服务器架构模式实现，即通过浏览器上传jpg或pdf等格式的数据报表图片到服务器，服务器对数据报表图片中的文字和数字进行识别，然后将识别结果输出到excel中，供浏览器进行下载。

图2为本发明实施例一提供的自动化测试平台的结构示意图，自动化测试平台是对上述识别结果的准确率进行测试的平台，所述自动化测试平台时在测试端使用，根据自动化测试平台的测试结果可以对数据报表智能识别平台使用的识别算法进行更新迭代，使得数据报表智能识别平台的识别准确率提升达到识别标准。

如图2所示，该自动化测试平台基于测试工具和测试服务器架构模式实现，即通过本地PC端的测试工具上传jpg或pdf等格式的数据报表图片到测试服务器，测试服务器对数据报表图片中的文字和数字进行识别，然后将识别结果输出到excel中，供客户端进行下载。

该自动化测试平台在测试端模拟数据报表智能识别平台，可以实现对数据报表的识别，保证识别结果的可靠性从而保证测试结果的可靠性。该自动化测试平台节省了浏览器操作与页面加载的时间，在大批量数据上传的情况下，效率提升明显。

图3为本发明实施例一提供的一种自动化测试方法的流程示意图，该方法可适用于测试端对数据报表智能识别平台的识别准确率进行测试的情况，该方法可以由自动化测试装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端设备上，在本实施例中终端设备包括但不限于：自动化测试平台。

如图1所示，本发明实施例一提供的一种自动化测试方法，包括如下步骤：

S110、获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件。

其中，数据报表可以为任意类型的报表，在本实施例中，数据报表可以包括财务报表。示例性的，数据报表可以包括资产负债表、利润表和现金流量表等各种类型的数据报表，其中，对数据报表包括的类型不做具体限制。

测试图片可以包括多种不同场景下的数据报表对应的图片，可以理解为不同的测试图片包括不同的场景，示例性的，测试图片可以为有干扰线和无干扰线的场景、有黑章和无黑章的场景、有边框和无边框的场景。

正确结果文件可以为一个包括正确识别信息的excel表格文件，具体的，将测试图片输入测试服务器后可以输出一个excel表格，将excel表格中的信息进行校对并修正可以得到正确结果文件。

需要说明的是，属于同一类别的测试图片可以对应一个正确结果文件，将该正确结果文件存储在测试工具内，以供后续根据正确结果文件对识别结果进行校验。

在本实施例中，获取测试图片后可以根据不同场景对测试图片进行分类并存储在不同的文件夹中，可以根据同一类别的测试图片即同一文件夹中的测试图片得到初始结果文件，根据所述初始结果文件可以获得正确结果文件。

具体的，获取数据报表对应的测试图片包括：对数据报表对应的测试图片按照测试场景进行分类；将属于同一类别的测试图片存储至同一文件夹中。

示例性的，若测试干扰线对识别准确率的影响，则可以选取有干扰线和无干扰线的数据报表图片作为测试图片，并分别对应存储在不同的文件夹中。由此，可以得到多种类别测试图片的识别准确率。进而根据测试图片的类别和该测试图片的识别准确率确定测试结果的影响因素。

具体的，获取测试图片对应的正确结果文件包括：将测试图片上传至所述测试服务器进行识别，获得初始结果文件；对初始结果文件进行校对，获得正确结果文件。

测试服务器可以为自动化测试平台内的服务器，测试服务器可以对测试图片进行识，得到测试图片对应的excel表格。

初始结果文件可以为首次将测试图片输入自动化测试平台后得到的识别结果文件，初始结果文件可以为根据测试图片进行识别后得到的excel表格。初始结果文件可以包括一个excel表格。

在本实施例中，测试服务器可以对初始结果文件进行校对得到正确结果文件。

具体的，对初始识别结果文件进行校对包括：基于数据报表的钩稽关系对初始结果文件进行校对；和/或，根据测试图片对初始结果文件中的文字及数字进行校对。

其中，勾稽关系指数据报表中有关数字之间存在的可据以相互考察、核对的关系。在本实施例中，可以利用勾稽关系核对初始结果文件中的合计金额。

可选的，对初始识别结果文件进行校对的过程可以分为两部分，第一部分为基于勾稽关系自动对初始结果文件中的合计数据进行校对；第二部分为对初始结果文件中的文字和数字进行校对。

其中，测试服务器可以利用勾稽关系自动核对初始结果文件中的合计金额是否正确。示例性的，若初始结果文件excel表格中记载了短期借贷、应付账款、应付工资等金额，则合计负债为上述金额的总和。

其中，对初始结果文件中的文字和数字进行比对是通过人工手动进行比对。可以理解为人工的将初始结果文件中的内容与该初始结果文件对应的测试图片进行一一比对，将初始结果文件中的错误内容按照测试图片上的内容进行修正，得到正确的结果文件。

需要说明的是，一个类别的测试图片可以在首次输入测试服务器后得到正确结果文件，将所述正确结果文件存储在本地文件夹内，当对同一类别的测试图片进行自动化测试时，测试工具可以自动将该测试图片与正确结果文件进行对比，得到测试结果。

还需要说明的是，正确结果文件只需在首次对测试图片进行自动化测试前得到，若测试工具中的测试算法更新迭代后，利用更新迭代后的测试算法进行自动化测试时无需再次重复上述过程得到正确结果文件。

S120、将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件。

其中，实际结果文件可以为将测试图片输入测试服务器后得到的识别结果即excel表格，得到实际结果文件后可以将其存储于本地文件夹中。

在本实施例中，将同一类别的测试图片上传至自动化测试平台内，该自动化测试平台内的测试服务器可以对所述测试图片进行识别得到实际结果文件，并将实际结果文件返回至客户端即存储于本地文件夹中。客户端可以理解为本地PC端。

具体的，接收所述测试服务器返回的实际结果文件，包括：每间隔第一设定时间向所述测试服务器发送查询指令；当接收到所述测试服务器返回的识别完成信息时，向所述测试服务器发送下载指令，使得所述服务器根据所述下载指令向客户端发送实际结果文件；接收所述测试服务器返回的实际结果文件。

其中，第一设定时间可以为预先设定的时间值。示例性的，第一设定时间可以为0.1s。

其中，查询指令可以为客户端发送的一种信号，查询指令可以理解为查询测试服务器是否将测试图片识别完成的指令。

其中，识别完成信息可以为表征测试服务器将测试图片识别完成的信息。

其中，下载指令可以为客户端发送的一种信号，下载指令可以理解为客户端下载实际结果文件。

S130、将所述实际结果文件与所述正确结果文件进行对比得到测试结果。

其中，测试结果可以为测试服务器输出的结果。示例性的，测试结果可以包括实际结果文件中文字内容的识别率、以及实际结果文件中数字内容的识别率。

将一类测试图片的实际结果文件与正确结果文件对比得到测试结果可以理解为：测试工具将实际结果文件中包括的数字和文字逐一与正确结果文件中的包括的数字和文字一一对应对比，确定实际结果文件中错误的文字数和数字数，根据错误的文字数和错误的数字数确定测试结果。

可选的，所述实际结果文件和所述正确结果文件均包括多个单元格，且所述实际结果文件和所述正确结果文件的单元格一一对应。

其中，单元格可以为理解为excel表格中的单元格，实际结果文件和正确结果文件都可以为excel表格。两个excel表格中的单元格可以一一对应。

具体的，实际结果文件与所述正确结果文件进行对比得到测试结果，包括：对实际结果文件与所述正确结果文件包含的内容进行逐个单元格的比对，根据比对结果确定内容识别率；将所述内容识别率确定为测试结果。

其中，内容识别率可以理解为实际结果文件的识别准确率，内容识别率可以包括文字识别率和数字识别率。文字识别率可以理解为对实际结果文件中的文字进行识别得到的准确率。数字识别率可以理解为对实际结果文件中的数字进行识别得到的准确率。

在本实施例中，对实际结果文件中包括的文字和数字分别进行比对可以得到比对结果，对比结果可以包括文字识别率和数字识别率，所述内容识别率即为测试结果。

具体的，根据比对结果确定内容识别率，包括：若比对到的单元格包含的内容为文字且比对结果为正确，则将文字正确数累加1；若比对到的单元格包含的内容为数字且比对结果为正确，则将数字正确数累加1；根据所述文字正确数和所述实际结果文件包含的文字数确定文字识别率；根据所述数字正确数和所述实际结果文件包含的数字数确定数字识别率。

其中，文字识别率的确定过程可以为：将累加的文字正确数除以实际结果文件中包括的所有文字的总数可以得到文字识别率；数字识别率的确定过程可以为：将累加的数字正确数除以实际结果文件中包括的所有数字的总数可以得到文字识别率。

S140、基于所述测试结果生成测试报告。

进一步的，当测试图片包括多张时，根据每种测试图片的内容识别率确定样本识别率。

其中，样本识别率可以为实际结果文件的识别正确率，样本识别率的确定过程可以为：将识别正确的实际结果文件与总的实际结果文件的比值作为该类型测试图片的样本识别率，即将样本正确数除以样本总数可以得到样本识别率，样本即为实际结果文件。

在本实施例中，基于测试结果可以确定内容识别率，基于内容识别率可以确定样本识别率，基于所述内容识别率和所述样本识别率生成测试报告。由于内容识别率可以包括实际结果文件的文字识别率和数字识别率，因此，根据内容识别率可以确定实际结果文件的样本识别率。

其中，测试报告可以为多种版本的报告，在本实施例中，不同版本的测试报告的内容不同。一个版本的测试报告可以包括以下一个或多个内容：文字正确数、文字错误数、数字正确数、数字错误数、文字识别率、数字识别率、样本错误数、样本正确数和样本识别率。

表1为本发明实施例一提供的测试报告，示例性的，如表1所示，测试报告包括了文字正确数、文字错误数、数字正确数、数字错误数、文字识别率、数字识别率、样本错误数、样本正确数和样本识别率，根据该测试报告可以直观清楚的反应测试结果。

表1

文字正确数	文字错误数	文字识别率
			99	10	99％
数字正确数	数字错误数	数字识别率
			95	5	95％
样本正确数	样本错误数	样本识别率
			92	8	92％

本发明实施例一提供的一种自动化测试方法，首先获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；其次将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；然后将所述实际结果文件与所述正确结果文件进行对比得到测试结果；最终基于所述测试结果生成测试报告。该方法首先得到校对后的正确结果文件，再利用正确结果文件与实际结果文件进行自动对比，能够快速、自动化的得到测试结果，大大节省了人力、物力和时间，此外，生成的测试报告可以直观的展现测试结果。

实施例二

本发明实施例二对本发明实施例一提供的一种自动测试方法的总流程进行示例性的描述，图4为本发明实施例二提供的一种自动测试方法的示例流程图。

如图4所示，所述自动化测试方法可以包括如下步骤：

步骤1、获取测试图片，将数据报表对应的图片进行选取和分类得到测试图片。

步骤2、获取初始结果文件，将测试图片输入测试服务器得到初始结果文件。

步骤3、判断初始结果文件是否标注，即是否将初始结果文件校对修正后标记为正确结果文件。

步骤4、若是，则将测试图片上传至测试服务器，并下载识别得到的实际结果文件；若否，则对初始结果文件进行标注，即对初始识别结果文件进行校对，获得正确结果文件。

步骤5、确定测试结果，即将实际结果文件与正确结果文件进行对比得到测试结果。

步骤6、出具测试报告，即基于测试结果生成测试报告。

步骤7、根据测试报告的识别结果对测试算法进行迭代升级，将迭代升级后的测试算法重新部署在测试工具内。

步骤8、根据迭代后的测试算法重新执行步骤对测试图片进行测试步骤2-7，直至测试报告内的测试结果达到标准值，则测试结束。

图5为本发明实施例二提供的一种自动化测试方法的第一内部逻辑图，示例性的，如图5所示，将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件的详细过程可以包括如下步骤：

步骤1、获取测试图片，自动化测试平台内的测试工具发送上传指令，将指定路径下的测试图片上传到测试服务器。

步骤2、每间隔第一设定时间循环发送查询指令至测试服务器，查询测试服务器是否将测试图片识别完成。

步骤3、如果识别完成即接收到测试服务器返回的识别完成信息，则向测试服务器发送下载指令，将识别后的实际结果文件下载到客户端。

步骤4、如果识别未完成即没有接收到测试服务器返回的识别完成信息，则判断累计识别时间是否超过第二设定时间，如果未超过第二设定时间，继续执行步骤2；如果超过第二设定时间，则确定该测试图片识别失败。

步骤5、实际结果文件下载完成后或测试图片识别失败后，重新执行下一张测试图片的上传，即重新执行步骤1-4，直至该类别下的所有测试图片都识别完毕。

其中，不同类别的测试图片存储在测试工具内不同路径下的文件夹中。第二设定时间可以为预先设置的时间值，示例性的，第二设定时间可以为10s。

图6为本发明实施例二提供的一种自动化测试方法的第二内部逻辑图。示例性的，测试工具可以通过搜索“文件夹名称+测试图片名称”找出存储在测试工具内的正确结果文件和实际结果文件。如图6所示，将实际结果文件与正确结果文件进行比对的逻辑如下：

步骤1、将实际结果文件与正确结果文件进行逐个单元格的比对，判断实际结果文件中的第一个单格中的内容为汉字或数字。

其中，若一个单元格内既包含数字又包含汉字，则将该单元格的内容判断为汉字，当一个单元格内只包含数字时，将该单元格的内容判断为数字。

步骤2、将实际结果文件的第一个单元格与正确结果文件中的第一个单元格进行比对，如果内容完全一致，则此单元格内的内容识别正确，否则识别错误。

步骤3、若此单元格内容为汉字且识别正确，则相应的汉字正确数进行加1；若此单元格内容为数字且识别正确，则相应的数字正确数进行加1；若此单元格内容为汉字且识别错误，则相应的汉字错误数进行加1；若此单元格内容为数字且识别错误，则相应的数字错误数进行加1。

步骤4、循环步骤1-3，将实际结果文件中的所有单元比对完成，得到实际结果文件1中所有正确汉字的个数、错误汉字的个数、正确数字的个数以及错误数字的个数。

步骤5、如果实际结果文件中包括的所有文字和数字均完全正确，则该识别结果文件识别正确，正确识别总张数进行加1，否则，错误识别总张数加1。

步骤6、循环步骤1-5，直至所有实际结果文件比对结束。

本发明实施例二提供的一种自动测试方法，在数据报表智能识别平台进行算法识别的准确度测试时，为单纯人工测试需要耗费巨额人力和时间的问题提供了自动化的解决方案，该方法不仅提高了测试效率，而且减少了人工操作失误带来的结果偏差。另一方面，该方法对基于浏览器和服务器架构的产品，可以跳过浏览器的操作，直接发送指令进行与服务器的接***互，在大批量数据处理时可以明显提升效率。此外，在测试过程中使用钩稽关系对标注结果的基础文件进行校验，大大减少了标注过程的工作量。

实施例三

图7为本发明实施例三提供的一种终端设备的结构示意图。如图7所示，本发明实施例三提供的终端设备包括：一个或多个处理器71和存储装置72；该终端设备中的处理器71可以是一个或多个，图7中以一个处理器71为例；存储装置72用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器71执行，使得所述一个或多个处理器71实现如本发明实施例中任一项所述的自动化测试方法。

所述终端设备还可以包括：输入装置73和输出装置74。

终端设备中的处理器71、存储装置72、输入装置73和输出装置74可以通过总线或其他方式连接，图7中以通过总线连接为例。

该终端设备中的存储装置72作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例一所提供的自动化测试方法对应的程序指令/模块。处理器71通过运行存储在存储装置72中的软件程序、指令以及模块，从而执行终端设备的各种功能应用以及数据处理，即实现上述方法实施例中自动化测试方法。

存储装置72可包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储装置72可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置72可进一步包括相对于处理器71远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置73可用于接收输入的数字或字符信息，以及产生与终端设备的用户设置以及功能控制有关的键信号输入。输出装置74可包括显示屏等显示设备。

并且，当上述终端设备所包括一个或者多个程序被所述一个或者多个处理器71执行时，程序进行如下操作：

获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；

将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；

将所述实际结果文件与所述正确结果文件进行对比得到测试结果；

基于所述测试结果生成测试报告。

实施例四

本发明实施例四提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行自动化测试方法，该方法包括：

获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；

将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；

将所述实际结果文件与所述正确结果文件进行对比得到测试结果；

基于所述测试结果生成测试报告。

可选的，该程序被处理器执行时还可以用于执行本发明任意实施例所提供的自动化测试方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(Radio Frequency，RF)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种自动化测试方法，其特征在于，包括：

获取数据报表对应的测试图片以及所述测试图片对应的正确结果文件；

将所述测试图片上传至测试服务器进行识别，接收所述测试服务器返回的实际结果文件；

将所述实际结果文件与所述正确结果文件进行对比得到测试结果；

基于所述测试结果生成测试报告。

2.根据权利要求1所述的方法，其特征在于，所述获取数据报表对应的测试图片，包括：

对数据报表对应的测试图片按照测试场景进行分类；

将属于同一类别的测试图片存储至同一文件夹中。

3.根据权利要求1所述的方法，其特征在于，获取所述测试图片对应的正确结果文件，包括：

将所述测试图片上传至所述测试服务器进行识别，获得初始结果文件；

对所述初始结果文件进行校对，获得正确结果文件。

4.根据权利要求3所述的方法，其特征在于，对所述初始识别结果文件进行校对，包括：

基于所述数据报表的钩稽关系对所述初始结果文件进行校对；和/或，

根据所述测试图片对所述初始结果文件中的文字及数字进行校对。

5.根据权利要求1所述的方法，其特征在于，接收所述测试服务器返回的实际结果文件，包括：

每间隔第一设定时间向所述测试服务器发送查询指令；

当接收到所述测试服务器返回的识别完成信息时，向所述测试服务器发送下载指令，使得所述服务器根据所述下载指令向客户端发送实际结果文件；

接收所述测试服务器返回的实际结果文件。

6.根据权利要求1所述的方法，其特征在于，所述实际结果文件和所述正确结果文件均包括多个单元格，且所述实际结果文件和所述正确结果文件的单元格一一对应；将所述实际结果文件与所述正确结果文件进行对比得到测试结果，包括：

对所述实际结果文件与所述正确结果文件包含的内容进行逐个单元格的比对，根据比对结果确定内容识别率；所述内容识别率包括文字识别率、数字识别率；

将所述内容识别率确定为测试结果。

7.根据权利要求6所述的方法，其特征在于，对所述实际结果文件与所述正确结果文件包含的内容进行逐个单元格的比对，根据比对结果确定内容识别率，包括：

若比对到的单元格包含的内容为文字且比对结果为正确，则将文字正确数累加1；

若比对到的单元格包含的内容为数字且比对结果为正确，则将数字正确数累加1；

根据所述文字正确数和所述实际结果文件包含的文字数确定文字识别率；

根据所述数字正确数和所述实际结果文件包含的数字数确定数字识别率。

8.根据权利要求7所述的方法，其特征在于，当测试图片包括多张时，根据每种测试图片的内容识别率确定样本识别率；

相应的，基于所述测试结果生成测试报告，包括：

基于所述内容识别率和所述样本识别率生成测试报告。

9.一种终端设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的自动化测试方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的自动化测试方法。

Images