【‘极端’测试提的问题】输入栏填入表情图片需要进行异常处理

简介: 【‘极端’测试提的问题】输入栏填入表情图片需要进行异常处理

目录

一、问题描述

二、前端处理

三、效果显示


一、问题描述

1.png

如上图,在其中输入‘类别名称’的测试中,有着明显的提示信息下,极端的测试员在测试时非要输入小表情图片,如:😀、👇、🐉等等。这种图片输入后,没有异常处理信息提示,而且直接通过,但是并没有新建出新类别。如此就有了这个问题了。


二、前端处理


首先找到该页面的js文件,并且找到对应的处理函数位置。


然后根据输入信息去判断内容中是否包含图片:

1.png

checkIsChEnNum(str) {
    //emjoy,通过校验
    // var pattern = /^[A-Za-z0-9\u4e00-\u9fa5\^%&',;=?$x22!@#*()_+=[{}/.><~……‖-]+$/gi;
    var pattern = /[\uD83C|\uD83D|\uD83E][\uDC00-\uDFFF][\u200D|\uFE0F]|[\uD83C|\uD83D|\uD83E][\uDC00-\uDFFF]|[0-9|*|#]\uFE0F\u20E3|[0-9|#]\u20E3|[\u203C-\u3299]\uFE0F\u200D|[\u203C-\u3299]\uFE0F|[\u2122-\u2B55]|\u303D|[\A9|\AE]\u3030|\uA9|\uAE|\u3030/ig;
    if (pattern.test(str))
      return true;
    else
      return false;
  },

这部分可以参考:前端&JS&小程序过滤emoji表情_chendong0008的博客-CSDN博客_js过滤emoji表情

那么根据自己代码进行改动:我的代码是通过coffee生成的js文件的,其代码风格要匹配:

checkIsChEnNum: function(str) {
    //emjoy,通过校验
    // var pattern = /^[A-Za-z0-9\u4e00-\u9fa5\^%&',;=?$x22!@#*()_+=[{}/.><~……‖-]+$/gi;
    var pattern = /[\uD83C|\uD83D|\uD83E][\uDC00-\uDFFF][\u200D|\uFE0F]|[\uD83C|\uD83D|\uD83E][\uDC00-\uDFFF]|[0-9|*|#]\uFE0F\u20E3|[0-9|#]\u20E3|[\u203C-\u3299]\uFE0F\u200D|[\u203C-\u3299]\uFE0F|[\u2122-\u2B55]|\u303D|[\A9|\AE]\u3030|\uA9|\uAE|\u3030/ig;
    if (pattern.test(str))
        return true;
    else
        return false;
},

调用和判断:name为输入框中输入的内容

if (this.checkIsChEnNum(name)) {
    theEL.find("#name-error").parent().addClass("has-error");
    theEL.find("#name-error").html("类别名称不能含有字符以外的内容");
    theEL.find("#name-error").show();
    return false;
}


三、效果显示


添加上面的代码后,再在输入框中输入表情图片后点击确认不会通过并且会有异常提示。

1.png

目录
相关文章
|
1月前
|
算法
m基于OFDM+QPSK和LDPC编译码以及MMSE信道估计的无线图像传输matlab仿真,输出误码率,并用图片进行测试
MATLAB2022a仿真实现了无线图像传输的算法,包括OFDM、QPSK调制、LDPC编码和MMSE信道估计。OFDM抗频率选择性衰落,QPSK用相位表示二进制,LDPC码用于前向纠错,MMSE估计信道响应。算法流程涉及编码、调制、信道估计、均衡、解码和图像重建。MATLAB代码展示了从串行数据到OFDM信号的生成,经过信道模型、噪声添加,再到接收端的信道估计和解码过程,最终计算误码率。
36 1
|
1月前
|
资源调度 算法
m基于OFDM+QPSK和LDPC编译码以及LS信道估计的无线图像传输matlab仿真,输出误码率,并用图片进行测试
m基于OFDM+QPSK和LDPC编译码以及LS信道估计的无线图像传输matlab仿真,输出误码率,并用图片进行测试
45 2
|
1月前
|
搜索推荐 Python
自动生成测试数据—图片
自动生成测试数据—图片
自动生成测试数据—图片
|
11月前
|
机器学习/深度学习 算法
m基于OFDM+QPSK和DNN深度学习信道估计的无线图像传输matlab仿真,输出误码率曲线,并用实际图片进行测试
m基于OFDM+QPSK和DNN深度学习信道估计的无线图像传输matlab仿真,输出误码率曲线,并用实际图片进行测试
311 0
测试图片随文字上下居中
测试图片随文字上下居中
|
搜索推荐 Python
自动生成测试数据之 图片篇
大家好,我是阿萨。测试过程中经常用到需要测试图片的地方。每次找不同的图片费时费力。所以就萌生了自己造测试数据的想法,因为最近一直用python 就在网上查看了python生成随机图片的例子。 先讲一个失败的例子。
216 0
自动生成测试数据之 图片篇
|
存储 网络安全 定位技术
渗透测试CTF-图片隐写的详细教程2(干货)
渗透测试CTF-图片隐写的详细教程2(干货)
渗透测试CTF-图片隐写的详细教程2(干货)
|
Java 网络安全 数据安全/隐私保护
渗透测试CTF-图片隐写的详细教程(干货)
渗透测试CTF-图片隐写的详细教程(干货)
渗透测试CTF-图片隐写的详细教程(干货)
测试通过的C代码:平台无关的RGB保存为BMP格式的图片
测试通过的C代码:平台无关的RGB保存为BMP格式的图片
81 0
|
测试技术
软件测试面试题:如果截取某一个元素的图片,不要截取全部图片
软件测试面试题:如果截取某一个元素的图片,不要截取全部图片
114 0