当前位置: 首页 > news >正文

树控件、下拉框、文本框常用测试用例

🍅点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快

01 控件的测试外观操作

1)项目中的所有树是否风格一致

2)树结构的默认状态是怎样的。比如默认树是否是展开,是展开几级? 是否有默认的焦点?默认值是什么?展开的节点图标和颜色?

3)验证点开节点时页面上树结构的连线是否显示正确。

4)如果显示节点超过页面边界是否有规定。

5)节点和叶子显示的文字规定多长要折行。

6) 节点和叶子显示的文字不能有乱码。(输入中文,特殊字符)

执行操作

1)点某个节点时,是否只展开下一级的节点和显示该级的叶子还是显示下一级全部的。

2)点页面刷新时,树结构是否按照要求变化,树结构是否保存现状还是呈默认状态。

数据操作

1)树结构上数据是否正确。

2)树结构上的节点和叶子是否排序正确。(升序还是降序)。

3)树结构排序是按照数据库中的记录顺序排序还是按照程序数组的顺序。

4)执行了某一操作或数据有变化后,树结构是否回到默认状态,还是按现任状态保持展开。

5)执行了某一操作或数据有变化后,修改后的数据是不是在正确的位置上,状态是否正确,排序是否正确。

02 下拉框(列表框)测试用例设计

测试方法

a. 条目内容正确;根据需求说明书确定列表的各项内容正确,没有丢失或错误;

b. 列表框的内容较多时要使用滚动条;

c. 列表框允许多选时,要分别检查shift选中条目,按ctrl选中条目和直接用鼠标选中多项条目的情况;

d. 逐一执行列表框中每个条目的功能;

e. 检查能否向组合列表框输入数据;

1.内容

1)检查默认值,有的默认空,有的是非空

2)检查约束。有时它的内容是根据其他要素变化的,比如城市的下列框的内容,是根据省份变化而联动的;或者根据登录者的权限不同,下拉列表的内容也不一样。

2.布局

1)宽度,有时它会根据内容的长短自动控制宽度

2)高度应合适

3.易用

检查是否至此后TAB和上下箭头

下拉框里面有很多选项像省份可以划分下等价类,两个字的,三个字的,四个字的。。。每个等价类测一个,然后再把某些省份里面奇怪的市单独拉出来做组合测测内容的显示。

03 文本框为字符型

默认值测试

1、固定值还是数据库or配置项给定的值输入验证。

2、在输入框里填写了值,点界面刷新时,是显示输入值还是默认值。

操作限制

1、不限制复制粘贴操作,输入验证。

2、限制复制粘贴操作,输入验证。

必填项非空校验

1、必填项未输入--程序应提示错误;

2、必填项只输入若干个空格,未输入其它字符--程序应提示错误;

字段唯一性校验

(不是所有字段都作此项校验,视实际项目情况而定)

1、新增时输入重复的字段值--必须提示友好信息;

2、修改时输入重复的字段值--必须提示友好信息;

字段长度校验

1、输入[最小字符数-1]--程序应提示错误;

2、输入[最小字符数]--OK;

3、输入[最小字符数+1]--OK;

4、输入[最大字符数-1]--OK;

5、输入[最大字符数]--OK;

6、输入[最大字符数+1]--程序应提示错误;

字段为特殊字符校验

1、输入域如对某些字符禁止输入时,限制是否成功,提示信息是否友好 ;

2、中文、英文、空格,数字,字符,下划线、单引号 等所有特殊字符的组合 ;

3、所有特殊字符都必须进行测试(!~@#$^&*()_+{}|:“<>?/.,;‘[]=-`¥……()–:《》?、。,;’【】、=-• )

4、输入html代码:比如“ 你好”--必须以文本的形式将代码显示出来。

5、输入JavaScript代码:比如;--必须以文本的形式将代码显示出来。

多行文本框输入

1、是否允许回车换行 ;

2、保存后再显示能够保持输入时的格式 ;

3、仅输入回车换行,检查能否正确保存;若能,查看保存结果。若不能,查看是否有正确提示 ;

4、仅输入空格,检查能否正确保存;若能,查看保存结果。若不能,查看是否有正确提示 。

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。

http://www.cnnetsun.cn/news/65185.html

相关文章:

  • Miniconda环境下安装PyTorch GPU版的完整流程
  • AI推理的“哥白尼革命”!何恺明团队推翻LLM,将抽象推理重新定义为视觉问题
  • 深度学习训练器框架全面对比指南
  • 火山引擎AI大模型新玩法:结合vLLM实现高效推理
  • 16、GTK+ 样式定制全解析
  • LobeChat是否支持Service Worker?离线访问能力构建
  • 重学计算机基础013:减法运算的底层逻辑——为什么没有“减法器”?
  • apk pure安全性争议下,本地大模型成新趋势
  • LobeChat能否支持NFT头像展示?个性化形象设定
  • LobeChat + Kubernetes:大规模部署AI前端界面的可行路径
  • 20万以内家用新能源SUV怎么选?纯电动车型主动安全系统深度对比
  • 基于28DR+VU13P的宽带高速信号处理板
  • AutoGPT镜像上线促销:限时赠送免费Token额度
  • 达人内容乱+不合规?KOL/KOS/KOC/KOC/KOX内容协同+合规管控,品牌调性不跑偏
  • 解锁优质创意素材:这四个专业平台值得收藏
  • 毕设分享 深度学习遮挡下的人脸识别(源码+论文)
  • Python UV搭配Miniconda:下一代包管理体验
  • 实验室装修,怎样做更省心?
  • Redis多数据源配置指南
  • AutoGPT支持ONNX Runtime部署了吗?跨框架兼容测试
  • 零基础小白网络安全入行清单:学技术前,先搞定这6件“小事”
  • 计算机毕业设计springboot小区送货系统 基于SpringBoot的社区末端智能配送平台 面向住宅区的 轻量级电商物流管理系统
  • GitHub组织账号管理Qwen3-32B项目协作开发流程
  • 毕设项目分享 基于大数据的招聘职业爬取与分析可视化
  • vLLM镜像实测:连续批处理让Qwen推理效率翻倍
  • LabVIEW 携手 YOLOv8:全方位视觉处理的奇妙之旅
  • 某雷赛86闭环步进驱动方案-HBS86H整体方案及原理图、PCB、无错无警告代码打包
  • 【从0到1学RabbitMQ】十分钟上手 RabbitMQ:Docker 部署 + Spring Boot 自动化配置全攻略
  • 【论文笔记•(多智能体)】A Knowledge-driven Adaptive Collaboration of LLMs for Enhancing Medical Decision-making
  • 通过SEO推广LobeChat博客内容,带动大模型Token购买转化