个人博客系统测试报告

一、项目背景

1.博客系统采用前后端分离的方式实现。通过数据库来实现数据的存储,并将该系统部署到云服务器上。前端页面分为:①登录页面、②博客列表页、③博客详情页、④博客编辑页;后端功能的有:①用户的登录、注销功能、②查看所有博客功能、③发布博客功能、④查看某一篇文章的详情信息功能、⑤强制登录功能。

2.通过模拟博客实现的简单的博客系统,该系统没有实现用户的注册功能,提前在数据库中保存用户的相关信息,通过查询数据库用户的信息进行校验,并且在前端页面所显示的个人头像也是固定的。系统没有实现用户的博客分类和博客数量检验功能。

二、项目功能

(1)登录功能

提前在数据库中存储用户的信息,通过在前端页面输入用户名和密码,点击登录按钮,在数据库中查询对应的用户信息。当用户登录成功,将从登录页面跳转到博客的列表页面。

(2)注销功能

当用户点击注销按钮时,页面会跳转到登录页面,但是在数据库中仍然存在该用户的信息。

(3)查询所有博客功能

在博客列表页面,将从数据库中查询所有的博客并将其显示出来。博客的标题和时间都是完全的显示,但是由于可能存在内容较长的博客,所以在显示所有博客内容的时候,只是在前端显示内容的前100个字,所有的博客按照时间的降序进行排序。

(4)查看博客详情功能

在博客列表页面点击"查看全文"按钮,页面跳转到与之对应的博客详情页,该页面根据数据库存储的内容,显示出该博客文章的作者、发布时间、标题以及全部的博客内容。

(5)编辑博客功能

在博客编辑页引入editor.md开源库实现集成markdown编辑器,输入相应的标题和正文,点击"发布文章"按钮,将该文章的信息存储到数据库中,并跳转到博客列表页。

(6)强制登录功能

当用户访问的不是登录页面时,若当前用户没有登录,则将强制跳转到用户登录页面;当用户已经登录时,不需要进行强制登录。

三、测试计划

(1)功能测试

1.测试用例设计

在这里插入图片描述

2.部分测试用例操作步骤

1.正常登录测试
在这里插入图片描述
2.编辑博客测试
在这里插入图片描述
3.查看全部博客测试
在这里插入图片描述
4.查看博客详情测试
在这里插入图片描述
5.注销功能测试
在这里插入图片描述

(2)自动化测试

博客系统自动化测试

### 关于个人博客系统的测试图示 对于个人博客系统而言,测试过程中可能涉及多个方面的功能验证和技术实现。以下是几种常见的测试场景及其对应的图片或示意图: #### 1. **界面布局与样式** 博客系统的前端设计通常会通过截图展示页面的整体效果。例如,Hexo 博客框架中的主题配置完成后,可以通过浏览器预览来确认页面是否正常加载本地资源[^1]。 如果遇到 Hexo 博客本地图片无法显示的情况,可以尝试调整图片路径设置为相对路径形式 `![本地图片](/images/example.jpg)` 或者上传至第三方存储服务并使用绝对 URL 地址 `![在线图片](https://example.com/images/example.jpg)` 来解决问题[^1]。 #### 2. **服务器部署架构** 部署个人博客系统时,可能会涉及到云端环境的搭建过程。以华为云为例,在 Linux 弹性云服务器上执行 SSH 登录操作后,完成必要的软件安装和服务启动流程[^2]。下图为典型的远程服务器连接示意: ```plaintext +-------------------+ | 用户终端 | | ssh root@IP | +--------+---------+ | +--------v---------+ | 远程服务器 | | (ECS实例) | +-------------------+ ``` #### 3. **数据流处理机制** 对于知识图谱相关内容管理型博客系统来说,其后台技术栈往往更加复杂。比如,《知识图谱从入门到应用》一书中提到的知识获取、存储以及推理环节均需可视化表达以便开发者理解整体工作原理[^3]。下面是一张简化版的数据流转模型图: ```mermaid flowchart TD A[用户输入] --> B{解析请求} B --"匹配成功"--> C[(数据库)] B --"未找到对应项"--> D[外部API调用] D --> E[返回补充资料] C --> F[生成响应内容] E --> G[更新缓存记录] ``` #### 4. **性能压力测试报告** 当评估一个完整的博客平台稳定性时,还需要关注高并发访问条件下的表现情况。这类分析结果一般会被整理成柱状对比图表或者折线趋势曲线等形式呈现出来供进一步优化参考之用。 --- ```python import matplotlib.pyplot as plt # 示例代码用于绘制简单的性能指标变化图形 response_times = [0.5, 0.7, 1.2, 1.8, 2.5, 3.0] concurrent_users = range(1, len(response_times)+1) plt.plot(concurrent_users, response_times, marker='o') plt.title('Response Time vs Concurrent Users') plt.xlabel('Number of Concurrent Users') plt.ylabel('Average Response Time (seconds)') plt.grid(True) plt.show() ``` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值