Как стать автором
Обновить
0
Alconost
Локализуем на 70 языков, делаем видеоролики для IT

QA-тренды в 2022 году

Время на прочтение6 мин
Количество просмотров13K
Автор оригинала: Karthik

В эпоху цифровой трансформации контроль качества (QA) программного обеспечения играет важную роль в выявлении недостатков в дизайне и обеспечивает функциональность и защищенность продукта.

Каждый новый год — это начало новой главы, поэтому в этой статье я расскажу о нескольких ключевых тенденциях в обеспечении качества ПО, на которые следует обратить внимание в 2022 году.

Тестирование локализации

Выход на международный рынок. Всё больше приложений от разработчиков из самых разных стран планируют выходить на новые рынки и предлагать специальные функции, ориентированные на местную аудиторию.

В этом контексте тестирование локализации позволяет обеспечить работу всех функций продукта, точность информации в нем и его пригодность для использования в конкретном регионе.

Фото — Jan Kopřiva (площадка Unsplash)
Фото — Jan Kopřiva (площадка Unsplash)

Ключевые проверки:

  • В локализованном интерфейсе те же элементы, что в исходной версии.

  • Выравнивание и макет размещения текста.

  • Поля ввода.

  • Сообщения.

  • Специальные символы и гиперссылки.

  • Формат даты, времени и номеров телефонов.

Популярные инструменты для тестирования локализации:

  • Псевдолокали (Android Studio).

  • BrowserStack.

  • Testlio.

Что такое псевдолокаль?

Псевдолокаль — это локаль, предназначенная для имитации языковых особенностей, которые вызывают проблемы с интерфейсом, макетом и другими элементами приложения при переводе.

Псевдолокаль формируется мгновенно с помощью автоматического преобразования всех локализуемых сообщений, результатом которого является читаемый английский текст. Если какой-то текст оказался не переведен на псевдолокаль, это означает, что в исходном коде какие-то сообщения не охвачены процессом локализации.

Псевдолокали экономят время и деньги: они позволяют сначала скорректировать текст интерфейса и его макет, и только после этого отправлять сообщения в репозиторий, а затем — на перевод.

Названия псевдолокалей (в системе Android) соответствуют стандартным соглашениям об именовании локалей, а их идентификаторы читаются всеми языками программирования, совместимыми с BCP 47. В этом смысле псевдолокали не отличаются от остальных языковых стандартов — французского, итальянского, китайского и других.

На платформе Android есть две псевдолокали — для представления языков с письмом слева направо (LTR) и справа налево (RTL).

Английский (XA). Добавляет к основному тексту интерфейса на английском языке латинские диакритические знаки, удлиняет исходные строки, добавляя обычный текст, и заключает каждое сообщение в квадратные скобки, чтобы выявить возможные проблемы из-за удлинения строк. Возможные проблемы: ошибки макета и неправильно сформированный синтаксис сообщения, о чем свидетельствует разделение одного предложения на несколько частей, заключенных в квадратные скобки.

AR (XB). Меняет направление «слева направо» исходного текста на «справа налево», в результате чего порядок символов в исходном сообщении становится обратным.

Изображение слева: английская (XA) псевдолокаль (источник: https://developer.android.com/) | Изображение справа: псевдолокаль AR (XB) (источник: https://developer.android.com/)
Изображение слева: английская (XA) псевдолокаль (источник: https://developer.android.com/) | Изображение справа: псевдолокаль AR (XB) (источник: https://developer.android.com/)

Включение псевдолокалей

Псевдолокали обычно добавляются в сборки для разработчиков. Чтобы включить их для приложения в Android Studio, добавьте в файл build.gradle следующую конфигурацию.

//Groovy
android {
   ...
   buildTypes {
       debug {
           pseudoLocalesEnabled true
       }
   }
}
//Kotlin
android {
   ...
   buildTypes.getByName("debug") {
       isPseudoLocalesEnabled = true
   }
}

Как обнаружить проблемы с локализацией?

Псевдолокали — это быстрый и эффективный способ выявить следующие потенциальные проблемы с локализацией в интерфейсе:

  • Жестко запрограммированные строки, которые нельзя отправить на перевод, в псевдолокали отображаются как текст без диакритических знаков, что позволяет легко их заметить.

  • Проблемы с макетом интерфейса, вызванные удлинением текста. Позволяют определить, где интерфейс может «сломаться» из-за длины текста.

  • Объединение строк, когда одно сообщение составлено из двух и более фрагментов в квадратных скобках. Такая ситуация может затруднить правильный перевод, поскольку переводчики будут работать с этими фрагментами по отдельности, не зная, что они связаны между собой.

  • Проблемы с двунаправленным текстом (BIDI), например, когда текст с одним направлением включает в себя фразу с противоположным направлением, что затрудняет чтение строки.

  • Проблемы с направлением «справа налево» (RTL), например, отсутствие зеркального отображения элементов.

Визуальное тестирование

При таком тестировании визуальный вывод приложения оценивается и сравнивается с ожидаемым UX-дизайном. В процессе тестирования можно обнаружить визуальные ошибки в веб-элементах и цветовом кодировании.

Визуальное тестирование работает на слое взаимодействия с пользователем и позволяет масштабировать различные проверки и внешний вид интерфейса на самые разные цифровые платформы — в отличие от дифференциального тестирования. Инструменты автоматического визуального тестирования решают проблему регулярных изменений в слое интерфейса, а также постоянно растущего числа платформ, размеров экрана и конфигураций.

Ключевые проверки:

  • Высота и ширина.

  • Видимость (да, нет).

  • Цвет фона.

  • Координаты.

Проводить такое тестирование можно методом снимков: в различных точках тестового запуска делается растровый снимок экрана, после чего проводится попиксельное сравнение с базовым изображением.

Иллюстрация тестирования по снимкам (источник: applitools.com)
Иллюстрация тестирования по снимкам (источник: applitools.com)

Популярные инструменты автоматического визуального тестирования:

  • Applitools.

  • Kobiton.

  • LambdaTest.

  • Percy.

Тестирование игр

В этом случае оценивается качество видеоигры. Основная цель — выявление дефектов и ошибок в игре, а также повышение стабильности и производительности.

Фото — Florian Olivo (площадка Unsplash)
Фото — Florian Olivo (площадка Unsplash)

Ключевые проверки:

  • Логика игрового процесса:

    — Правила прохождения уровней.

  • Визуальные атрибуты:

    — Действия игрока и управление музыкой.

  • Камера:

    — Приближение и отдаление, кинематографический вид и повторы.

  • Функции геймпада и кнопок.

  • Тексты, касающиеся юридических вопросов и конфиденциальности.

  • Ролики и тизеры.

  • Передвижение и размещение игрока.

  • Результаты и статистика игрока.

  • Спецэффекты (например, вибрация), экраны загрузки, а также действия, активируемые несколькими кнопками.

Повышение производительности очень важно для оптимизации скорости работы игры. Ниже приведены ключевые параметры производительности, которые необходимо тестировать.

  • Расход заряда аккумулятора: должен быть оптимальным на протяжении нескольких часов. На время отклика игры на различных устройствах не должна влиять высокая нагрузка.

  • Ограничения процессора и памяти.

  • Время отклика на клиенте и сервере.

Тестирование AI и ML

Технологии искусственного интеллекта (AI) и машинного обучения (ML) хорошо себя зарекомендовали в обработке данных и паттернов и сегодня представляют собой движущие силы цифровой эры.

Организации по всему миру движутся к внедрению приложений и продуктов на основе AI, поэтому у этих технологий огромный потенциал роста в ближайшем будущем.

Фото — Daniel Frank (площадка Unsplash)
Фото — Daniel Frank (площадка Unsplash)

Тестовые случаи для приложений на основе AI (ML) должны соответствовать приемлемой точности: фиксированный набор входных данных при анализе миллионов паттернов AI-системами становится неактуальным.

Ниже приведены ключевые элементы в стратегии тестирования приложения (продукта) на основе AI (ML).

  • Алгоритмы:

    — NLP (обработка естественного языка).

    — Глубокое обучение.

    — Обработка изображений.

  • Данные:

    — Создание и маркировка.

    — Идентификация наборов тестовых данных.

    — Кластеризация.

  • Нефункциональное тестирование (NFR).

  • Анализ решений.

  • Обратное тестирование модели:

    — Обратное тестирование модели полезно при оценке допущений, полученных из тестирования модели (дизайна) на исторических данных.

    — Обратное тестирование очень эффективно при определении точности модели.

Заключение

В этой статье мы рассмотрели тенденции в сфере обеспечении качества, на которые следует обратить внимание в 2022 г., и подробно разобрали этапы проверок и популярные инструменты. Надеюсь, вам было интересно. Если это так, поддержите статью, пишите комментарии и распространяйте ее.

Желаю, чтобы 2022 год стал для вас приятным удивлением.

С уважением, Karthik

Хотелось бы также выразить благодарность Теодоре Караниколе. 


О переводчике

Перевод статьи выполнен в Alconost.

Alconost занимается локализацией игрприложений и сайтов на 70 языков. Переводчики-носители языка, лингвистическое тестирование, облачная платформа с API, непрерывная локализация, менеджеры проектов 24/7, любые форматы строковых ресурсов.

Мы также делаем рекламные и обучающие видеоролики — для сайтов, продающие, имиджевые, рекламные, обучающие, тизеры, эксплейнеры, трейлеры для Google Play и App Store.

Теги:
Хабы:
Всего голосов 5: ↑5 и ↓0+5
Комментарии0

Публикации

Информация

Сайт
alconost.com
Дата регистрации
Дата основания
2004
Численность
201–500 человек
Местоположение
США

Истории