如何在测试用例管理中重新访问并找到重复的测试用例

Question

[我们有大约1.4万个手动测试用例（在Excel文件中），我们没有足够的质量检查小组来阅读，并确保没有重复测试用例。

当我使用Google进行搜索时，我没有找到满足上述要求的任何开源工具。

只需要一种软件建议或更简单的方法来从Excel中查找和删除重复的案例。

注：在某种意义上是重复的，不是确切的词，但是，案例具有相同的含义。

Answer 1

几周前，我在寻找重复项方面遇到了问题，而python中的this python deduplication library帮了我很多忙。您可以训练一个重复分类器，训练示例是直接生成的：库要求您告诉一些示例是否重复。用法相对容易：

def create_data(dataList):
  data = {}
  for i in range(len(dataList)):
    data[i]= {'text': text}
  return data

import dedupe
#if you have multiple fields for each sample, you can add them here
variables = [
        {'field' : 'text', 'type': 'String'}
         ]
 #you can load your data from csv into a list, then create dedupe data by calling create_data
 data_d = create_data(yourData)
 deduper = dedupe.Dedupe(variables)
 deduper.sample(data_d, 15000)
 dedupe.consoleLabel(deduper)
 #starts the training
 deduper.train()

 #calculates a threshold when to classify as duplicate
 threshold = deduper.threshold(data_d, recall_weight=1)
 #get all the clusters, all the deduplicated samples
 clustered_dupes = deduper.match(data_d, threshold)

培训看起来像这样：

文本：测试XY功能

文本：XY功能需要测试

0/10正，0/10负

这些记录是否指的是同一件事？（y）es /（n）o /（u）nsure /（f）完成