软件测试是软件生命周期中至关重要的一部分,而白盒测试是其中关键的一环,如何帮助无经验人员掌握白盒测试是一个值得关注的问题。传统的白盒测试学习过程通常需要使用到一些测试辅助工具,如覆盖率可视化工具和测试用例自动化生成工具等等。测试用例自动化工具产生的结果过多且可读性差,难以被借鉴。而覆盖率可视化工具产生的结果太过简约,不足以引导初学者进一步改进测试,提高测试质量。为了解决类似问题,一种快速高效的方式是在用户进行测试学习时,通过推荐与被测代码相关的测试代码片段的方式,帮助用户理解被测代码、引导用户挖掘测试方向、指导用户设计测试用例。本文依托于慕测公司的WebIDE在线编程平台,设计和实现了一个基于切片覆盖过滤的测试代码推荐系统。本系统采用Wala作为程序切片和分析工具,处理慕测已有提交测试代码项目数据,得到代码片段集合;使用了 AST程序分析技术将代码片段与项目模板融合;使用OpenClover工具分析代码片段的测试覆盖情况并存入语料库中。用户在测试学习过程中,系统会实时分析用户的测试覆盖信息,使用测试覆盖向量计算Jaccard向量相似度过滤得到推荐语料库中相关代码片段。动态地推荐给用户易于理解的优质代码片段,帮助其提高测试覆盖率,从而有助于初学者更快地理解源代码并掌握白盒测试。本系统划分为离线数据处理模块和动态代码推荐模块,其中离线数据处理模块用于构建测试代码片段语料库,动态代码推荐模块用于用户实时学习过程的追踪。本系统为提高吞吐量使用Nginx做负载均衡;为实现异步通信使用Web Socket技术进行服务器端主动推送消息;为了降低用户等待时间使用ElasticSearch提高查询性能;为了保证可扩展性,系统支持测试代码片段语料库的增量扩充。本系统目前已在慕测平台测试环境经历了持续一个月的正常稳定运行,同时本系统构建了一个包含11道原创题目,内含2200多个测试代码片段的推荐语料库。本文通过可用性测试和可靠性测试的验证以及真实案例分析证明了系统可对无经验初学者的测试学习过程起到帮助作用并提高用户学习效率。