ReproBreak: A Dataset of Reproducible Web Locator Breaks
本文介绍了 ReproBreak，这是一个包含 449 个在 359 个开源仓库中识别出的可复现 Web 定位器失效案例的新颖数据集，旨在支持针对 Cypress 和 Playwright 等自动化 GUI 测试框架中的测试脆弱性与修复研究。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在建造一个专为打扫房屋而设计的机器人管家。为了完成工作，机器人需要找到特定的物体：“拿起厨房台面上的红色马克杯。”
在软件世界中，这条指令被称为定位器（locator）。它是计算机程序用来在网站上查找按钮、链接或文本框的一组指示，以便点击它们或向其中输入内容。
问题：房屋进行了装修
现在，想象你决定装修厨房。你并没有改变马克杯的功能（它仍然用来装咖啡），也没有改变台面的位置，但你决定将马克杯漆成蓝色，并将其移到不同的架子上。
当你的机器人试图遵循其旧指令（“找到厨房台面上的红色马克杯”）时，它感到困惑了。它再也找不到那个红色的马克杯。即使咖啡还在，房子依然干净，机器人却停止了工作并抛出了错误。
在软件测试中，这被称为定位器失效（Locator Break）。网站发生了细微变化（即“装修”），但测试指令未能及时更新，导致测试失败。这让开发者感到沮丧，因为他们不得不花费数小时修复这些失效的指令，而不是开发新功能。
解决方案：ReproBreak
这篇论文介绍了一种名为ReproBreak的新工具。你可以把它想象成一个庞大且有条理的“失效机器人指令”图书馆。
以下是研究人员构建这个图书馆所做的步骤：
- 搜寻：他们查看了 359 个不同的开源网站（类似于公共图书馆或社区中心），这些网站使用了两种流行的机器人框架，即Cypress和Playwright。
- 侦探工作：他们扫描了数千次更新（提交记录），以找出有人更改“指令”（定位器）的时刻。
- 验证：仅仅因为指令发生了变化，并不意味着它就失效了。有时，人们更改指令只是为了保险起见（例如在机器人到达之前就把马克杯漆成蓝色）。为了确认，研究人员为前四个项目构建了一个特殊的“时间机器”（使用 Docker 容器）。他们使用旧指令尝试在网站的新版本上运行。
- 如果测试失败？找到了！ 那就是真正的定位器失效。
- 如果测试通过？那只是预防性的更改。
结果
他们发现了449 个确认案例，其中指令因网站变更而失效。他们将这 449 个案例打包成一个数据集，并附带了重现失效确切时刻所需的“时间机器”脚本。
为什么这很重要
在这篇论文之前，试图修复这些失效指令的研究人员不得不进行猜测，或构建自己杂乱无章的示例。现在，他们拥有了一个标准化的训练场。
将 ReproBreak 想象成软件测试员的飞行模拟器。工程师们不再只是阅读关于飞机失事的报道，而是可以加载特定的坠机场景（失效的定位器），尝试新的修复技术，并观察他们的“修复方案”在真实环境中是否真的有效。
该论文特别强调，该数据集有助于研究人员：
- 测试新的修复工具：观察新方法是否能自动修复“红色马克杯”问题。
- 衡量脆弱性：找出哪些类型的指令最容易失效。
- 改进人工智能：训练人工智能编写更好、更耐用的指令，使其在网站“装修”时不会失效。
简而言之，ReproBreak 是一系列软件测试失效的真实案例集合，并提供了重放这些失效的工具，帮助开发者构建出更不容易因房屋小修小补而困惑的机器人。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。