当前位置: 首页 > news >正文

Web测试中如何简单定位Bug

定位bug之前要确定自己对用例的理解是否有问题。(在工作中,很多测试结果错误都是因为自己对用例的理解没有到位,以致于操作错误导致结果不符合预期)

一般来说bug分为前端bug和后端bug,前端bug为请求数据错误,后端bug为响应数据错误。

前端bug

根据运行结果与预期不符的步骤进行定位,然后抓包,一般来说主流浏览器(Chrome,firefox等)自带抓包插件。其他常用抓包软件:fiddler,burpsuite,wireshake等。

1.抓包:

在网页先打开f12开发者工具,NetWork中查看发送的请求是否正确,包括状态码,URL,请求参数等。如果错误,需对其错误进行进一步分析。

常见状态码错误:

400:语义有误,当前请求无法被服务器理解;

403:(禁止)服务器拒绝请求。

404:(未找到)服务器找不到请求的网页。

412:(未满足前提条件)服务器未满足请求者在请求中设置的其中一个前提条件。

500:(服务器内部错误)服务器遇到错误,无法完成请求。

502:(错误网关)服务器作为网关或代理,从上游服务器收到无效响应。

ps:抓包时需要关闭浏览器其他插件,排除工具的干扰。

2.兼容性相关bug

2.1浏览器本身不兼容的问题,会导致无法加载页面的情况,报错信息一般也可以通过抓包和通过控制台查看错误行号和附近代码。

2.2浏览器的版本更新,导致产品原本的功能无法使用,这时就需要确定多个浏览器是否都是这个情况。

后端bug

若前端请求数据没问题,那就需要定位是否为后端bug。

1.接口查看:在网页先打开f12开发者工具,查看响应数据,对比通过后端接口拿到的数据和前端显示的数据,来确认问题出在哪里。

2.查看报错日志,通过日志分析发生问题的位置。

3.查看缓存是否正确。

4.查看数据库确认数据的是否正确。

ps:确定为bug后。对比软件的上一个版本测试一下bug是否能够重现,如果上个版本也会出现bug,说明可能是软件本身的代码问题。若不能重现,可能是这个版本的某些功能改动导致的bug。

自动化测试定位bug:根据报错的代码位置进行定位检查

·检查方法用法是否正确

·检查传参是否正确

·单步调试错误代码(这是个很重要也是很有效的方法,边调试和边查看控制台能够准确定位错误原因)

写自动化测试用例之前先看一下手动测试结果有没有问题!!!

若手动测试用例没有问题,而自动化测试的结果有问题或者不稳定,先检查自动化代码逻辑是否正确。若正确,则可判断出用例不适合做自动化。

ps:如何证明自动化代码逻辑正确?在代码中添加可以覆盖到所有情况的代码,进行测试是否全部通过。若不通过,则为代码逻辑问题。

关于调试代码的时候会出现的问题:如果有些代码的方法使用发生了错误,有可能是产品其他部门的功能更新了,这个时候就需要跟其他部门的人沟通确定一下。

最后作为一位过来人也是希望大家少走一些弯路,在这里我给大家分享一些软件测试的学习资料,这些资料希望能给你前进的路上带来帮助。

视频文档获取方式:
这份文档和视频资料,对于想从事【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!以上均可以分享,点下方小卡片即可自行领取。

http://www.jsqmd.com/news/167039/

相关文章:

  • 岐金兰AI元人文构想:基于三值九层生成动力学的文明意义操作系统
  • 从本地到云端:Miniconda-Python3.10镜像统一AI开发与生产环境
  • Markdown SEO优化写作:用Miniconda-Python3.10生成关键词丰富文章
  • 为什么越来越多团队选择Miniconda-Python3.10而非Anaconda?
  • 2025年景观雕塑正规厂家推荐:景观雕塑品牌商选择与公园景观雕塑厂家榜单 - 工业推荐榜
  • 从本地到云端:Miniconda镜像助力无缝迁移PyTorch项目
  • 基于二阶锥松弛与智能软开关技术的MATLAB含SOP配电网重构策略研究
  • 数据准度决胜AI时代:数眼智能VS博查搜索API深度测评
  • Linux下Miniconda权限问题导致PyTorch安装失败的解决办法
  • requestlIdleCallback api
  • 西门子200smart伺服脉冲定位案例自动输送抓料与自动移印机相结合 1、此程序样例为自动输送...
  • HTML可视化调试:在Miniconda-Python3.10镜像中结合Jupyter与PyTorch输出结果
  • CUDA驱动兼容性问题终结者:Miniconda-Python3.10镜像自动匹配PyTorch版本
  • HTML可视化报告生成:在Miniconda-Python环境中集成Plotly与PyTorch
  • 西门子气体分析仪7MB2023-0EB40-1NT通信中断或数据传输失败怎么解决
  • Java方法返回多个值
  • Miniconda vs Anaconda:为什么PyTorch开发者更倾向Python3.10轻量镜像?
  • 使用Miniconda-Python3.10镜像提升GPU算力利用率的三个技巧
  • Miniconda环境下PyTorch GPU版本安装失败常见问题汇总
  • GitHub项目复现利器:Miniconda-Python3.10镜像精准还原依赖环境
  • 数眼智能搜索 API VS 智谱搜索 API:AI 时代数据准确性的终极对决
  • SSH免密登录Miniconda容器进行后台PyTorch任务调度
  • 杰和IB3-771:以RK3588赋能机场巡检机器人
  • 使用Miniconda-Python3.10镜像降低GPU算力资源浪费
  • 项目分享|Open-AutoGLM:让AI真正“上手”你的手机
  • UI自动化测试、接口测试等自动化测试详解
  • Token生成服务上线:基于Miniconda-Python3.10镜像的高性能推理后端
  • web应用中如何对静态资源加载失败的场景做降级处理
  • Linux系统下最简PyTorch环境搭建:Miniconda-Python3.10实战记录
  • HTML嵌入Python图表:Miniconda环境中使用Bokeh和Dash实战