Borland SilkTest

简介:

IPB Image

IPB Image

官方网站 http://www.borland.com/us/products/silk/silktest/index.html
Borland SilkTest 属于软件功能测试工具,是Borland公司所提出软件质量管理解决方案的套件之一。这个工具采用精灵设定与自动化执行测试,无论是程序设计新手或资深的专家都能快速建立功能测试,并分析功能错误。 
SilkTest 包括2个核心组件,分别是SilkTest Integrated Development Environment(IDE)与SilkTest Agent(代理程序)。SilkTest IDE的可视化使用者接口,让测试人员可以针对指令码、架构与测试计划等,快速开发、编辑、编译、执行、分析,以及除错;而SilkTest代理程序会将4Test script中的指令转译成可视化的指令,并负责驱动与监视整个测试过程。此外,在测试执行过程中,IDE也负责与代理程序沟通。由于IDE可与代理程序分别安装在不同的计算机上执行,一个IDE可分析多个代理程序的结果,让设计师可同时在多台电脑进行测试,缩减测试周期。 
TrueLog技术,这是独立的分析工具,每当测试案例产生错误时,TrueLog可以快速地定位出产生错误的程序代码位置,特别是当程序代码非常庞大时,TrueLog还可以比对不同的测试结果。新版更可以整合Borland StarTeam,用于管理程序代码,以及在微软的Winodws操作系统中使用Eclipse 3.2开发的应用程序。SilkTest 也提供自动化功能和回归测试工具,使测试人员可验证网页、Java、客户端∕服务器和企业应用程序等。 
SilkTest为程序设计师提供2种测试流程:基本流程(Basic)与数据驱动流程(Data Driven)。基本流程用于由无到有建立一个测试流程,通常是软件开发时新增功能的验证。数据驱动流程则是从现有的测试案例中,藉由记录、数据导向的精灵,让新手不需编写程序代码就可建立并自订测试,只要修改原来测试案例中的参数即可。 
基本流程具错误复原系统,执行长时期的无人测试 
设计师为软件新增功能时,可以先从基本流程建立测试案例,工具列上有5个主要步骤,分别是建立项目、开启延伸文件、设定系统回复、录制测试案例、执行与检视结果等。 
开启延伸文件主要是因为在测试网页应用程序时,还包括DCOM组件或ActiveX组件。录制测试案例则是从使用者操作的角度,录制成自动执行档,后续只要执行测试案例,系统会以录制好的剧本,依流程执行。以往设计师必须撰写测试程序,录制可以短时间产生复杂的功能测试动作。录制动作完成后,系统会自动产生4Test script程序代码(目标导向的第4代指令码语言),设计师只要按下「贴到编辑器」按钮,就可以到IDE上检视测试案例程序或修改等。测试人员执行长时期的自动化无人测试时,为避免发生错误而损毁应用程序,可以设定Silk的系统回复,在错误产生时记录并恢复程序原来正常的状态。 
可执行大量或重复性数据的测试 
数据驱动流程主要用于数据验证这类功能,例如使用者登入网页时,键入名称与账号。整个流程分为4个步骤,分别是设定测试案例、设定数据参数、执行与检视结果等。 
当测试人员修改或键入资料参数时,有些功能也相当便利,例如「Find.FindNext.Click()」,键入到「(」时,系统会以浮动窗口指示允许设定的参数值,例如整数或布尔值,使设计师不用反复除错。 
数据驱动使用前必须设定数据来源,系统支持如dBase、Excel、Access或Segue DDA Excel等,甚至由WhatsUp所产生的数据文件。 
支持5种语言测试 
Borland将原本的SilkTest International版整合到SilkTest 中,目前已可支持英语、法文、德文、日文与简体中文等5种语言测试。此外,测试网页应用程序时,此工具可模拟的浏览器包括Netscape Navigator 7.×、IE 6.×与Firefox 1.5等。Borland也提供选用的附加项目,可用来测试.NET Windows Forms应用程序、IBM AS/400专属应用程序,或AOL客户端等.
IPB Image

SilkTest supports traditional and Agile testing and continues the tradition of enabling strong, robust functional testing against the latest technologies:
The fastest recording and execution of functional test scripts available today, in both Java® and 4Test® 
Optimized testing for developers and testers in traditional and agile environments 
Extended support for .NET development and cross-browser recording and playback 
Advanced dynamic object recognition and synchronization for fast, clean, efficient, quality testing 
Borland has also expanded the recording capabilities of Silk4J™, an Eclipse plug-in that allows you to create and execute Java test scripts using Borland’s advanced Open Agent technology. Silk4J is available as a standalone license.
============================================
本文转自茄子_2008博客园博客,原文链接:http://www.cnblogs.com/xd502djj/archive/2011/06/21/2086453.html,如需转载请自行联系原作者。

目录
相关文章
|
Web App开发 开发者
【小程序】微信小程序开发实践
帐号相关流程 注册范围 企业 政府 媒体 其他组织 换句话讲就是不让个人开发者注册。 填写企业信息 不能使用和之前的公众号账户相同的邮箱,也就是说小程序是和微信公众号一个层级的。
1420 0
|
移动开发 前端开发 HTML5
10 个顶级的 CSS3 + HTML5 的菜单实现
CSS3 Clean Mega Menu Menu with CSS3 Effects and Notification Bubbles Sherpa | Complete Navigation System (CSS Edition) CSS3 Animated Mega Nav...
563 0
|
24天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
16天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
20天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2577 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
18天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
3天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
2天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
164 2
|
20天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1577 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
22天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
980 14