部分测试文档

此文档为部分测试文档内容，仅作展示使用，详细可在项目文件夹中查看

1. 对去噪算法的测试

读取指定网页的数据，如果网页的编码格式不匹配，返回NULL；如果匹配，则对网页进行去噪处理，最后将成功获得的去噪后网页信息存入指定路径。具体的，我们针对Denoising类的代码测试了我们认为比较重要的几个关键点：

测试了Denoising()构造器的正确性。

对exception的处理：路径过长，未找到文件。

对数据的去噪结果。

public void DenoisingDataConstructorTest()

        {

            DenoisingData target = new DenoisingData();

           target.path=”filefortest//1.html”

            Assert.IsNotNull(target.denoisingdata);

           target.path=”filefortest//notexist.html”

          

        }

此后，我们手工检查了去噪效果，发现网页中的制表符，换行符都被替换为了空格，说明去噪成功。

1. 对网页信息提取功能的测试

提取了百度知道、stackoverflow、搜搜问问、cnblogs以及德问共五个网站的信息，本功能需要把每个网页（也就是一个提问）的标题、分类以及回答数提取出来，再将其插入数据库，核心是如何准确提取信息。为了得到测试结果，让被测方法返回其提取的信息，与人工提取的信息进行对比。下面以某个百度知道网页为例对测试过程进行详解：

        /// <summary>

        ///baiduzhidaoprocess 的测试

        ///</summary>

        [TestMethod()]

        public void BaiduzhidaoTest()

        {

            MainWindow target = new MainWindow();

            string result = target.baiduzhidaoprocess("C:\C705\filesfortest\1.htm", "");

 

            Assert.AreEqual(result, "最近有哪些畅销书籍，请推荐一下？_百度知道");

        }

当前令baiduzhidaoprocess方法返回问题的标题字段，检测它是否提取正确。

之后，再逐一改变原方法的返回字段，验证对其他信息的提取是否正确。

在此轮测试中，我们首先发现了正则表达式不能完全匹配网页的问题，经与开发组同学协商发现是没有统一编码造成的问题，将测试组与开发组使用的网页文件全部转换为UTF8以后，得以解决。

另外，有的网页中同一内容存在不同的标签下，在测试中发现该问题后，也统一修改成了使用最简单的一组标签进行提取，经测试无误。