# TestCaseProject

**Repository Path**: lsy0213/test-case-project

## Basic Information

- **Project Name**: TestCaseProject
- **Description**: 头歌平台编程类课程测试用例依赖教师手动编写，耗时且易出现覆盖不全问题。本项目旨在开发低成本、适配性强的测试用例生成系统，减轻教师教学负担，提高学生编程实践反馈效率。同时，以学生为主体的开发模式，既能锻炼学生实践能力，又能为高校低成本教学工具开发提供可借鉴案例。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-08
- **Last Updated**: 2025-10-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能测试用例生成系统

基于NLP和机器学习的程序设计题目分析与测试用例自动生成平台

## 🚀 功能特性

- **智能分析**: 使用规则引擎和机器学习模型分析编程题目
- **自动生成**: 根据分析结果自动生成测试用例
- **测试管理**: 完整的测试用例管理系统
- **用户认证**: 支持教师账号管理
- **现代化界面**: 响应式Web界面设计

## 🛠️ 技术栈

- **后端**: Python Flask
- **前端**: HTML5, CSS3, JavaScript
- **数据库**: MySQL
- **机器学习**: scikit-learn, NLTK, jieba
- **规则引擎**: JSON配置驱动的智能规则引擎

## 📦 安装和运行

### 环境要求
- Python 3.7+
- MySQL 5.7+
- Node.js (可选，用于前端开发)

### 安装步骤

1. **克隆仓库**
```bash
git clone https://github.com/你的用户名/TestCaseProject.git
cd TestCaseProject
```

2. **创建虚拟环境**
```bash
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate
```

3. **安装依赖**
```bash
pip install -r requirements.txt
```

4. **配置数据库**
```bash
# 创建数据库
mysql -u root -p
CREATE DATABASE test_case_db;

# 初始化数据库
python init_mysql_db.py
```

5. **运行应用**
```bash
python web_app.py
```

6. **访问应用**
打开浏览器访问: http://localhost:5000

## 📖 使用说明

### 智能分析
1. 在首页输入编程题目描述
2. 选择测试用例数量
3. 点击"开始智能分析"
4. 查看分析结果和生成的测试用例

### 测试用例管理
1. 登录教师账号
2. 查看问题库和测试用例
3. 编辑、删除、导出测试用例
4. 创建新的测试用例

## 🔧 配置说明

### 规则配置
- `rules/keywords.json`: 关键词定义
- `rules/patterns.json`: 正则模式
- `rules/weights.json`: 权重配置
- `rules/contexts.json`: 上下文模式

### 机器学习模型
- `models/best_model_naive_bayes.joblib`: 训练好的分类模型
- `models/training_results.json`: 训练结果

## 📊 项目结构

```
TestCaseProject/
├── src/                           # 源代码
│   ├── main_analyzer.py          # 主分析器
│   ├── enhanced_semantic_analyzer.py  # 语义分析器
│   ├── test_case_generator.py    # 测试用例生成器
│   ├── json_rule_engine.py       # 规则引擎
│   ├── test_case_manager.py      # 测试用例管理
│   ├── user_manager.py           # 用户管理
│   └── ...
├── templates/                     # HTML模板
│   ├── index.html                # 首页
│   ├── teacher.html              # 教师管理页面
│   ├── login.html                # 登录页面
│   └── new_test_case.html        # 新建测试用例页面
├── static/                       # 静态资源
│   ├── css/                      # 样式文件
│   └── js/                       # JavaScript文件
├── rules/                        # 规则配置
│   ├── keywords.json            # 关键词定义
│   ├── patterns.json            # 正则模式
│   ├── weights.json             # 权重配置
│   └── contexts.json            # 上下文模式
├── models/                       # 机器学习模型
├── docs/                         # 项目文档
├── web_app.py                    # Flask应用主文件
├── init_mysql_db.py              # 数据库初始化
├── manage_users.py               # 用户管理脚本
├── requirements.txt               # 依赖文件
└── README.md                     # 项目说明
```

## 🎯 核心功能

### 1. 智能分析引擎
- **规则引擎**: 基于JSON配置的智能规则匹配
- **机器学习**: 朴素贝叶斯分类器进行问题类型识别
- **混合决策**: 结合规则和ML的混合决策策略
- **语义理解**: 深度理解编程题目的语义结构

### 2. 测试用例生成
- **多类型支持**: 支持数学运算、字符串处理、数组操作等
- **智能生成**: 根据问题类型自动生成合适的测试用例
- **边界测试**: 自动生成边界条件和异常情况测试
- **难度分级**: 支持简单、中等、困难三个难度等级

### 3. 测试用例管理
- **CRUD操作**: 完整的增删改查功能
- **批量操作**: 支持批量导入导出
- **搜索过滤**: 强大的搜索和过滤功能
- **统计分析**: 测试用例统计和分析

### 4. 用户管理
- **教师认证**: 支持教师账号注册和登录
- **权限控制**: 基于角色的权限管理
- **会话管理**: 安全的用户会话管理

## 🔄 工作流程

1. **问题输入**: 用户在智能分析界面输入编程题目
2. **语义分析**: 系统使用规则引擎和ML模型分析题目
3. **类型识别**: 识别问题类型和关键信息
4. **测试用例生成**: 根据分析结果生成测试用例
5. **结果展示**: 展示分析结果和生成的测试用例
6. **管理操作**: 用户可以保存、编辑、导出测试用例