聊聊测试用例编写方法及适用场景

有过一定测试理论基础的从业者，对测试用例编写方法基本上可以张口就来，什么等价类划分法，边界值分析法，因果图法，场景设计法，错误猜测法等。

这篇文章主要聊聊等价类划分，边界值分析法两个使用频率稍微较高的测试用例编写方法和适用场景。

等价类划分法：是一种常用的黑盒测试技术，用于减少需要测试的输入数据集，同时确保测试覆盖范围。这种方法将所有可能的输入数据划分为几个不同的类别，在每个类别中，数据的行为和处理方式是等效的。如果测试了等价类中的一个值，就认为测试了整个类。

等价类划分法，大的方面又可以分为有效等价类和无效等价类。

有效等价类：

有效等价类指的是那些符合程序或系统规范的输入数据集合。换句话说，它们是程序期望能够正确处理的输入数据。设计测试用例时，我们从每个有效等价类中选取一个或多个代表值进行测试，以验证系统是否能够按照规格说明正确地处理这些输入。

例如，如果一个系统要求用户输入一个在1至10之间的整数，那么1至10这个区间内的任何整数都属于有效等价类。测试用例可以选取1、3，5，9和10来进行测试，以确保系统对这些数值的处理是正确的。

无效等价类：

无效等价类则是指那些不符合程序或系统规范的输入数据集合。它们是程序不应当接受或处理的数据。测试用例设计时，也需要从每个无效等价类中选取一个或多个代表值，以验证系统是否能够正确地拒绝或处理这些异常输入。

继续上面的例子，小于1或大于10的整数都属于无效等价类。测试用例可以选取0和11，以确保系统能够适当地处理这些超出范围的输入，还可以输入负数，英文，汉字等多个无效的等价类，例如显示错误消息或阻止输入。

通过测试有效等价类和无效等价类，测试人员可以确保软件不仅能够正确处理预期的输入，还能够妥善处理非预期的或错误的输入，从而提高软件的健壮性和可靠性。

等价类划分在编写测试用例时常用的场景有哪些？

等价类划分是软件测试中一个非常实用的技巧，用于减少测试用例的数量，同时确保测试覆盖的全面性。这种方法特别适用于那些有大量潜在输入值的情况，通过将输入域划分为若干个等价类，可以更有效地选择测试数据。

主要有以下几类场景：输入验证，条件判断，数据处理，数值范围，字符串长度，文件大小，文件命名等等

边界值分析法：是一种常用的黑盒测试技术，主要用于识别和测试输入或输出边界条件上的缺陷。在软件开发中，很多错误和缺陷往往出现在输入或输出范围的边界上，而非中间值。因此，边界值分析法强调测试数据的选择应集中在边界值附近，而不仅仅是随机或典型的值。

对输入或输出的边界值进行测试的一种黑盒测试方法。‌通常作为对等价类划分法的补充，‌其测试用例来自等价类的边界，‌包括上点（‌边界上的点）‌、‌离点（‌离边界最近的点）‌和内点（‌范围内的点）‌。

边界值分析法的基本思想

确定边界：首先，确定输入或输出数据的边界，这些通常是等价类划分法中等价类的边界点。例如，如果一个输入参数的有效范围是从1到10，边界点就是1和10。

测试边界值：测试正好在边界上的值，以及紧邻边界之外的值。对于上述例子，你会测试1、10，同时也测试0和11，因为它们紧邻边界外侧。

考虑边界情况：边界值分析不仅关注输入边界，也关注输出边界。这意味着在测试过程中要考虑到输出结果的边界条件。

测试用例设计：为每个边界点设计至少一个测试用例。如果可能，还应该为每个边界点两边的值设计测试用例，以检查边界附近的处理逻辑。

边界值分析法适用场景有哪些？

在设计测试用例时，边界值分析法要求你不仅要考虑边界值本身，还要考虑紧邻边界之外的值，以确保软件在这些临界情况下能够正确运行，通过这种方式，你可以更有效地识别和修复潜在的软件缺陷。

边界值分析和等价类划分它们都有哪些优缺点？

边界值分析法优缺点：

优点：

聚焦边界条件：边界值分析法特别关注输入或输出的边界值，这些地方往往是软件错误的高发区域。

高效性：边界值测试用例的设计相对简单，能够快速生成大量有效的测试用例，提高测试效率。

针对性强：边界值分析法能够帮助测试人员识别和测试那些最容易出错的边界条件，提高测试的针对性。

精准性：通过选择系统输入的边界值和特殊值作为测试用例，能够针对性地发现潜在问题，提高测试的精准度。

全面性：边界值分析法能够覆盖系统边界处的各种情况，保证测试的全面性和覆盖率。

缺点：

忽略内部值：边界值分析法主要关注边界，可能忽略了等价类内部的其他值，导致某些内部错误未被发现。

单一维度：在多维输入情况下，仅测试每个维度的边界可能不足以覆盖所有可能的组合边界。

假定线性关系：边界值分析法假设边界点附近的函数行为是线性的，但这可能并不总是成立，特别是在非线性函数中。

边界确定性：确定系统边界值和特殊值需要具有一定的领域知识和经验，否则可能会选择不当导致测试不完整。

局限性：边界值分析法主要适用于输入变量的测试，对于输出变量的测试效果可能有限。

过度依赖：过度依赖边界值分析法可能会忽略一些非边界情况下的潜在问题，影响测试的全面性。

测试用例数量：对于复杂的系统，边界值分析法可能会产生大量的测试用例，需要更多的时间和资源进行测试。

覆盖性不足：边界值分析法无法覆盖所有可能的输入组合，因为只测试了边界值和一些特殊值，可能会遗漏其他情况。

等价类划分的优缺点：

优点：

详细划分：能对某一个数据子集进行详细的划分，顺序性强，逻辑清晰，确保无冗余。

高效性：等价类划分法能够将无穷的输入数据限制在一个指定范围，能够使用少量数据发现更多Bug。

完备性：通过划分等价类，能够确保测试的全面性，覆盖所有可能的输入情况。

全面覆盖：等价类划分法将输入域划分为不同的等价类，确保测试覆盖了所有可能的输入范围，而不仅仅是边界。

减少冗余：通过从每个等价类中选取代表性的测试用例，等价类划分法可以避免测试用例的冗余，节省测试资源。

易于理解：等价类划分法的原理直观易懂，便于测试团队理解和实施。

缺点：

可能遗漏边界：虽然等价类划分法覆盖了等价类，但它可能不会特别关注边界值，这可能导致一些边界条件的错误被忽略。

过度简化：等价类划分法假设同一等价类中的所有值行为相同，但在复杂系统中，这可能不是完全准确的。

等价类界定困难：在某些情况下，界定等价类可能比较困难，特别是当输入数据的性质或规格模糊时。

数据间牵连性：数据集成输入间的内容过少，数据与数据之间的牵连性会存在考虑不周全的情况，还需要其他用例设计方法来补充测试，如边界值分析法。

期望输出不明确：规格说明一般不说明无效测试用列的期望输出是什么，这可能会给测试带来一定的困难。

强类型语言的限制：对于强类型语言，没有必要考虑无效输入，这可能会限制等价类划分法的应用范围。

尽管它们二者各自有其优缺点，但它们通常被结合起来使用，以达到最佳的测试效果，等价类划分用于确定等价类，而边界值分析法则用于测试每个等价类的边界，这样既覆盖了输入的完整范围，又重点关注了容易出错的边界条件。

下边两条是早些时候编写的测试用例相关文章，有兴趣可以了解一下。

测试用例的作用及重要性