手动过滤重复bug太繁琐？教你一招，用python自动过滤

      也许有人每天运行自动化测试，每天自动提交bug。可能昨天提交的bug还没解决，今天又提了一次。如果一周内积累了成千上万的bug该怎么办？手动逐个过滤是否太复杂了？

然后，为了解决这个问题，今天我们将介绍一种自动过滤方案及其实践。

测试需求分析

该方案主要由python/pytest实现，主要针对jira上的bug进行处理。当然也可以用来过滤重复的需求，重复的任务等等。

准备工作

1.在处理之前，首先需要了解部门的jira流程图(不同的公司或部门可能不同)。确认后，您将知道在发现重复问题后应该做什么，以及它的状态应该如何流动。

本文主要以我的具体实践为例。如果有什么不同，可以自己修改。

2.申请一个可用的jira账户(为了方便很多人，建议申请一个公共账户)。

测试用例设计

获取未处理自动化bug

获取所有已存在的未处理的自动化bug，具体过滤如下:项目为xxx，报告者为xxx，状态为Unresolved(对应状态为open)。

比较bug标题和详细信息

比较bug的标题是否一致。如果一致，请详细描述描述。如果详细描述的重复率达到90%以上(此指标可以更改)，则视为此类bug重复。

确认bug重复后处理

如果比较显示bug重复，重复的bug中的一个会被保留，其他类似的bug会被关闭。根据流程图(如下图)，关闭最简单的流程状态是先中转待讨论，再关闭。

 

自动化脚本实现

获取所有bug

可以直接使用jira接口/rest/api/2/search

 

您还可以使用python打包的jira (pip install jira)库中的search_issues获取问题总数。

 

然后，根据总数，逐页遍历，得到summary（标题）和description（详细描述）。

 

比较issue相似度

比较标题直接用“= =”判断，比较描述用python自带的库difflib比较。

 

关闭issue

1、可以直接调用jira接口https://docs . atlassian . com/software/jira/docs/API/rest/8 . 5 . 5/# API/2/issue-do transition，也可以使用python中的jira库transition_issue。

 

脚本迭代优化

剧本的第四段，主要是通过90%的重复度来判断是否有重合。这个指标可以根据个人需要进行调整，也可以通过args参数等传递。

在本文中，该脚本主要通过将其转换为先讨论后完成来处理其循环状态。如果有其他不同的操作，可以修改transition_issue的参数。

不同公司的Transition_issue id不一致。这个值可以由jira管理员询问，也可以由http请求工具获取。

可能遇到的问题

如果你能想到这个需求，那么这个方案就简单多了，主要是因为你需要知道发行流程，其次你可能需要知道difflib库。

总结

这个方案和例子可以和自动提交bug给jira结合使用，也可以单独使用，因为这个过滤信息不依赖于提交问题的方式。

该方案的主要流程是获取所有的发行信息(标题、详细描述等)。)——对比每个问题的重复信息——确认重复后，修改问题的状态(可以是关闭或其他，按要求操作)。

除了处理bug，这个方案还可以扩展，比如分析jira上的需求和任务。