【Web功能测试】Web商城搜索模块测试用例设计深度解析

Web商城的搜索模块功能测试用例设计

1.搜索功能设计

1.1 搜索框设计

位置显眼：通常置于页面顶部中央，符合用户习惯。
智能提示（Autocomplete）：输入时实时推荐关键词、商品或分类（如“手机苹果”）。
支持多分类输入：商品类型、店铺（下拉框）

1.2 搜索算法

1.2.1 分词与语义理解

中文需分词，示例：“红色连衣裙” 拆分为**”红色/连衣裙“**
支持同义词扩展，示例：”手机壳→手机套“
拼写纠错，示例：“iphnoe→iphone”

1.2.2 相关性排序

综合关键词匹配度（标题>描述）、商品销量、评分、价格、库存等因素，可通过BM25算法或**机器学习模型（如Learning to Rank）**实现

1.3 过滤与排序

多维度过滤：分类、品牌、价格区间、评分、属性（如“屏幕尺寸”）。
动态排序：默认按相关性，支持手动按价格、销量、新品排序。

1.4 搜索结果展示

分页与懒加载：每页展示20-50条，支持无限滚动。
高亮关键词：标题和描述中突出显示搜索词。
相关推荐：无结果时推荐相似商品（如“找不到‘耐克’？试试这些运动鞋”）。

1.5 性能优化

缓存高频查询：如“手机”“笔记本”等热门关键词的结果。
异步加载：先展示核心结果，再逐步加载图片、评论等次要内容。

2.搜索功能技术原理

2.1 数据采集与预处理

数据源：商品数据库（MySQL）、日志( 用户搜索词、点击行为)
清洗与标准化：去除无效字符、同一单位（如”500g→0.5kg“）、提取属性（颜色、尺寸）

2.2 倒排索引

核心数据结构：将文档（商品）映射到关键词
实现工具：Elasticsearch等搜索引擎内置倒排索引

2.3 查询处理流程

分词与解析：使用分词器拆分查询词
纠错与扩展：基于字典或同统计模型修正拼写错误
检索与打分：
- TF-IDF：衡量词频（TF）和逆文档频率（IDF）。
- BM25：改进版TF-IDF，考虑文档长度对相关性的影响。
- 向量检索：将文本转换为向量（如BERT模型），计算余弦相似度。
个性化搜索：
- 用户画像：结合历史搜索、点击、购买行为，动态调整排序权重。
- 实时反馈：A/B测试不同排序策略，持续优化模型。

3.测试用例设计

测试范围

测试维度	具体内容
核心功能	基础搜索、智能提示、过滤排序、结果展示、分页/懒加载、高亮显示
业务规则	库存商品优先、促销置顶、敏感词过滤、搜索词黑名单、权重策略
边界场景	超长词（1000字符）、特殊符号（#@!）、空搜索、全角/半角混合输入、多语言

3.1 基础功能流程测试验证

3.1.1正向流程

选好查询类型（商品/店铺）→输入关键字→点击查询/回车→跳转/显示搜索的商品(店铺)信息列表

3.1.2 异常分支流程

表单输入异常
功能异常的的情况
- 查询类型无法是否可以切换
- 查询按钮/键盘是否回车异常
- 显示结果未高亮显示
- 显示结果是否正常
- 搜索没有商品的信息，是否显示无相关内容和相关产品的推荐显示
- 显示结果是否是懒加载
网络异常的情况
- 断网
- 弱网

3.1.3 搜索输入测试验证

设计方法：等价划分法，边界值法，错误推测法

等价划分法（含商品信息、含空格、含中英文混合）
- 有效用例：正常关键字，带有空格关键字，中英混合关键字
- 无效用例：不含有商品信息的输入，空，特殊符号
边界值法：
- 大于输入框最大输入量
- 空
错误推测法：
- 含有商品信息，含有其他与商品无法的关键字。
- 多组商品关键字

3.2 智能提示功能

3.2.1正向流程测试

输入短缺的提示词→显示相关联想的提示项→点击的提示项→直接暂时“提示项”商品的信息。

3.2.2 异常分支测试

输入异常的提示词
- 多语言混合→验证：联想词是否支持多语言
- 特殊字符攻击
- 超长字符串→预期：截断处理+【请输入有效的关键词】
功能异常的情况
- 无输入的情况→验证：是否存在热搜或历史记录
- 联想词冲突→验证：联想词分类标签（苹果/指向的是水果还是品牌）
网络异常的情况
- 弱网环境→是否出现“加载”界面
- 断网状态→是否提示离线或本地缓存联想提示词

3.2.3 提示词输入测试验证

设计方法：错误推测法

测试不同的词长→验证：输入多少字可以出现提示词（2/4/6/8）
测试不同的语言→验证：是否支持多语言类型。
测试含有特殊字符的→验证：输入特殊字符是否出现提示词或热搜词

3.3 结果赛选功能

3.3.1 筛选规则

基础赛选规则：
- 分类
  - 层级结构：支持多级分类（如“手机 → 智能手机 → 5G手机”）
  - 动态联动：选择父分类后，子分类选项动态更新（如选择“手机”后显示“品牌”筛选）。
  - 技术实现：通过Elasticsearch的terms aggregation或数据库JOIN查询实现。
- 价格区间：
  - 自动分段：根据商品价格分布动态生成区间（如“0-100元，100-500元”）。
  - 自定义输入：允许用户手动输入最小/最大值（需验证输入合法性，如负数或非数字字符）。
  - 技术优化：使用预计算的价格区间索引加速查询。
- 品牌
  - 热门置顶：按品牌商品数量或用户点击量排序（如“Apple、华为、小米”优先显示）
  - 字母索引：数据量大时提供A-Z快速导航（常见于海外电商）。
  - 去重逻辑：避免同品牌不同拼写（如“华为”和“HUAWEI”）导致重复选项。
商品属性筛选：
- 规格参数：
  - 动态属性：根据分类动态加载属性（如“手机”分类显示“屏幕尺寸”“内存”，服装显示“颜色”“尺码”）。
  - 多选逻辑：
    - AND模式：选择“颜色:红色”+“尺码:M” → 仅显示同时满足的商品。
    - OR模式：部分平台支持“颜色:红色或蓝色”（需明确提示用户逻辑）
  - 技术实现：使用Elasticsearch的nested object或数据库的JSON字段存储属性。
- 服务与标签：
  - 服务承诺：如“次日达”“免运费”“7天无理由退货”。
  - 活动标签：如“限时折扣”“买一送一”“新品首发”。
  - 优先级规则：多个标签共存时按业务权重排序（如“促销标签”＞“服务标签”）。
业务逻辑筛选：
- 库存状态：
  - 有货优先：默认过滤无货商品，或标记“无货”但仍展示（如Amazon）。
  - 区域库存：根据用户地理位置筛选可配送的商品（依赖地理位置API）。
- 促销与优先级：
  - 促销置顶：参与活动的商品固定在前几位。
  - 人工加权：运营可手动提升特定商品排名（如主推新品）
- 商家相关：
  - 店铺筛选：按店铺名称或信誉等级过滤。

3.3.2正向流程测试

搜索结果→选择排序规则/过滤规则→显示处理后的结果

3.3.3 异常分支测试

输入异常
- 价格区间手动输入范围
功能异常
- 单条件筛选异常
- 多条件筛选异常
网络异常

3.3.4 价格区间测试

价格区间条件选择测试
价格区间范围输入测试

3.3.5 条件筛选测试（单条件、多条件）验证

单条件赛选测试

筛选类型	测试用例示例	预期结果
分类筛选	选择「手机 → 智能手机」	仅显示该分类下的商品，且子分类选项动态更新（如品牌、价格区间）
价格区间	输入自定义价格范围（如500-2000元）	显示价格在此区间内的商品，超出范围的商品被过滤
品牌筛选	选择「Apple」和「华为」	显示同时属于这两个品牌的商品（AND逻辑）或任一品牌（OR逻辑，需明确规则）
库存状态	勾选「仅显示有货」	无库存商品被隐藏，且结果中所有商品库存>0

多条件赛选测试
- 设计方法：正交表法，（决策表）
  - 优点：高效较少测试量，适合独立条件组合，对于这些可以单条件测试的一般都是可以单独的条件。
  - 缺点：无法覆盖所有边界，需补充测试。
  - 与决策或因果之间的区别
    - 决策和因果，是逻辑上覆盖全面，适合处理条件间依赖关系，如果条件组合过多的时候会导致用例指数级的增长
- 注意：无货赛选是业务逻辑筛选，因为关联到平台的库存管理，而非商品本身的静态属性
- 策略：
  - 强依赖条件：
    - 示例：选择“仅显示有货”时，无货商品必须被过滤，无论其他条件如何。
    - 处理方式：决策表强制覆盖（如“有货=是/否”与其他条件组合）。
  - 独立条件：
    - 示例：品牌、颜色、价格区间之间无逻辑冲突。
    - 处理方式：正交表覆盖。
  - 核心逻辑用决策表覆盖，长尾条件用正交表抽样，兼顾严谨又存在效率
- 设计正交实验表
  
  场景：筛选条件为品牌（A/B/C）、颜色（红/蓝）、价格区间（0-100/100-500）。
  - 正交表选择：L9(3^4)表：实际上是3因素
    
    测试编号品牌颜色价格区间
    1 A 红 0-100
    2 A 蓝 100-500
    3 B 红 100-500
    4 B 蓝 0-100
    5 C 红 0-100
    6 C 蓝 100-500
- 决策表验证依赖关系（补充）
  
  场景：当用户选择“仅显示有货”时，需确保无货商品被过滤。
  
  条件组合有货=是有货=否
  品牌=A, 价格=0-100 显示不显示
  品牌=B, 价格=100-500 显示不显示