一种基于模糊匹配的回归测试方法和装置与流程

本发明实施例涉及测试技术领域，更具体地，涉及一种基于模糊匹配的回归测试方法和装置。

背景技术：

在软件生命周期中的任何一个阶段,只要软件发生了改变，就可能给该软件带来问题。软件的改变可能是源于发现了错误并做了修改，也有可能是因为在集成或维护阶段加入了新的模块。当软件中所含错误被发现时,如果错误跟踪与管理系统不够完善，就可能会遗漏对这些错误的修改；而开发者对错误理解的不够透彻,也可能导致所做的修改只修正了错误的外在表现，而没有修复错误本身从而造成修改失败；修改还有可能产生副作用从而导致软件未被修改的部分产生新的问题，使本来工作正常的功能产生错误。同样,在有新代码加入软件的时候,除了新加入的代码中有可能含有错误外新代码还有可能对原有的代码带来影响。因此，每当软件发生变化时，我们就必须重新测试现有的功能，以便确定修改是否达到了预期的目的，检查修改是否损害了原有的正常功能。同时,还需要补充新的测试用例来测试新的或被修改了的功能。为了验证修改的正确性及其影响就需要进行回归测试。

回归测试是指修改了旧代码后，重新进行测试以确认修改没有引入新的错误或导致其他代码产生错误。随着敏捷开发模式的不断推广，自动化回归测试技术得到了更加广泛的关注和应用，它在提高测试效率、节约测试成本等方面发挥了极其重要的作用，大大降低了测试人员的工作量，可以使测试人员将测试的重心放在变更功能点的测试实施上面。

目前报文类自动化回归测试的开发流程主要包括测试人员回归案例场景设计、测试专家案例评审、开发人员自动化案例开发调研以及自动化测试应用，但是，由于回归案例的编写大部分是通过专业测试人员根据经验同时结合生产运营实际设计的业务场景，仍然存在覆盖不全或者与实际不相符合的情况；同时，自动化测试案例的编写需要测试开发人员预置输入报文，同时编写预期的输出报文，然后把预期的输出和测试的输出进行比对，结果一致时才认定为测试通过，导致了每一个回归案例的开发维护流程复杂，耗时长，人工成本耗费高。

技术实现要素：

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种基于模糊匹配的回归测试方法和装置。

第一方面，本发明实施例提供一种基于模糊匹配的回归测试方法，包括：

将生产环境中的业务请求报文为输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文；计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间；

将所述业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则测试通过，若否则测试异常。

第二方面，本发明实施例提供一种基于模糊匹配的回归测试装置，包括：

数据采集发生器，用于在训练阶段将生产环境中抽取的业务请求报文输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文，在测试阶段将生产环境中抽取的业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文；

键值计算器，用于在训练阶段计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值；在测试阶段计算所述第二业务响应报文的关键字取值占比；

偏差分析器，用于将训练阶段得到的均值和标准差值写入偏差标准库，基于所述均值和所述标准差值构建键值占比偏差区间；在测试阶段，比较所述二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则判断测试通过，若否则判断测试不通过。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的基于模糊匹配的回归测试方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所提供的基于模糊匹配的回归测试方法的步骤。

本发明实施例提出了一种基于模糊匹配的回归测试方法和装置，抽取生产环境的业务请求报文转换输入到具备稳定版本测试环境，配置切割欲测试响应报文的关键字取值内容，以稳定版本测试环境输出的第一响应报文作为训练样本，计算出各关键字取值的数量占比形成标准的预期测试结果，再将测试版本获得的关键字取值数量占比与标准值进行区间比对得出测试结论；可以简易快捷地实现回归案例的更新以及与生产实际的业务拟合，而测试结果的分析判断会随着输入的变化而自动化调节，既无需专业测试人员的业务场景设计，又提高了测试覆盖程度和案例更新效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明实施例的基于模糊匹配的回归测试方法示意图；

图2为根据本发明实施例的样本训练具体流程示意图；

图3为根据本发明实施例的基于模糊匹配的回归测试装置框图；

图4为根据本发明实施例的业务测试阶段流程图；

图5为根据本发明实施例的电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

回归测试是指修改了程序后，重新进行测试以确认修改没有引入新的错误或导致其他代码产生错误，回归测试作为程序生命周期的一个组成部分，在整个程序测试中占有很大的工作量比重。程序开发的各个阶段都会进行多次回归测试。在渐进和快速迭代开发中，新版本程序的连续发布使回归测试进行的更加频繁，而在极端编程方法中，更是要求每天都进行若干次回归测试。

当前自动化用例的开发模式虽然可以精准地判断出测试结论，但是，由于回归案例的编写大部分是通过专业测试人员根据经验同时结合生产运营实际设计的业务场景，仍然存在覆盖不全或者与实际不相符合的情况；同时，自动化测试案例的编写需要测试开发人员预置输入报文，同时编写预期的输出报文，然后把预期的输出和测试的输出进行比对，结果一致时才认定为测试通过，导致了每一个回归案例的开发维护流程复杂，耗时长，人工成本耗费高。

因此，本发明各实施例针在正常环境进行样本训练计算分析出业务响应报文各关键字不同取值占比的标准值与标准差值，然后将测试版本得到的响应报文结果与标准值进行区间偏差比对分析，自动验证测试结果是否符合预期，解决因业务发展变化导致回归测试案例覆盖不全、更新滞后以及案例维护投入成本高等现状。以下将通过多个实施例进行展开说明和介绍。

图1为本发明实施例提供的一种基于模糊匹配的回归测试方法，包括：

s1、将生产环境中的业务请求报文为输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文；计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间；

s2、将所述业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则测试通过，若否则测试异常。

在本实施例中，步骤s1主要是为了进行样本训练，抽取生产环境的业务请求报文转换输入到具备稳定版本的稳定版本测试环境，简单配置切割欲测试响应报文的关键字取值内容，以稳定版本测试环境输出的响应报文作为训练样本，计算出各关键字取值的数量占比形成标准的预期测试结果，分析出业务响应报文各关键字不同取值占比的标准值与标准差值，再将测试版本获得的关键字取值数量占比与标准值进行区间比对得出测试结论，将测试版本得到的响应报文结果与标准值进行区间偏差比对分析，自动验证测试结果是否符合预期。突破以前将测试结果与预期结果精确比对，判断出测试结论的方法，采用基于统计分析的数据训练以及结果区间匹配比对的方法，实现对回归测试结果的判断。解决因业务发展变化导致回归测试案例覆盖不全、更新滞后以及案例维护投入成本高等现状，测试场景可以简单快速地从生产环境抽取更新，无需人工设计，无需测试人员的干涉介入，极大提升了测试场景的拟合度和人力资源的降低。

在上述实施例的基础上，将生产环境中的业务请求报文为输入到稳定版本测试环境，如图2所示，具体包括：

s11、将测试环境的版本发布成与当前生产环境一致的稳定版本，得到稳定版本测试环境；

s12、从生产环境中抽取设定数量的业务请求报文，将所述业务请求报文转换为与稳定版本测试环境输入相匹配的报文格式；

s13、将业务请求报文输入至稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文。

在本实施例中，将测试环境的版本发布成与当前生产环境一致的稳定版本，按需求从生产环境抽取一定时间间隔、设定数量的业务请求报文，将业务请求报文进行简单的目标地址转化，转化成可以被测试环境测试输入使用的报文格式，变成测试环境的模拟业务请求报文输入到测试环境，获取对应的业务响应报文，当需要进行回归案例更新时，只要简单地再从生产环境抽取业务请求报文即可达到目的。

在上述各实施例的基础上，计算所述第一业务响应报文中关键字取值占比，如图2所示，具体包括：

s14、对所述第一业务响应报文进行格式化，形成报文类型、关键字、取值的键值对序列；

计算关键字各种取值出现的占比组合矩阵：

式中，为第一业务响应报文中关键字keyi各类取值占比的子矩阵，vi1～vim为关键字keyi的值序列，为关键字keyk出现的数量在对应第一业务响应报文中所占的取值占比，n为第一业务响应报文中的关键字数量。

在本实施例中，需要对接收到的对应响应报文(在本实施中为第一业务响应报文)进行格式化，形成报文类型的键值对序列，关键字的键值对序列与取值的键值对序列，如[messagetype,(key1,value11),(key2,value21),(key3,value31),…]等。

计算关键字各种取值出现的占比组合矩阵，即计算出本轮测试对应响应报文中各关键字各种取值出现的占比组合矩阵t(key)，表示如下：

在上述各实施例的基础上，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间，如图2所示，具体包括：

s15、计算符合高斯分布规律的均值μ和标准差值σ，基于所述均值μ和所述标准差值σ构建键值占比偏差区间(μ-3σ，μ+3σ)，将所述均值μ、所述标准差值σ写入偏差标准库进行保存。

在本实施例中，将收到的多轮测试的关键字取值占比作为样本，计算出关键字取值占比符合高斯分布规律n(μ，σ²)的均值μ和标准差值σ，能够运算出正常情况下从生产环境抽取的业务请求报文作为模拟测试输入时，测试环境输出响应报文中各关键字各种取值的占比组合矩阵t((key)所有元素服从高斯分布规律的均值μ和标准差值σ；并将均值μ和标准差值σ写入到偏差标准库中保存。

完成上述步骤后，对应的业务请求报文可以在多次测试中使用，无需每次测试前都进行对应的训练，只有当进行测试案例场景更新或业务报文格式变更时，才需要测试进行参数配置、样本训练并计算出对应的数学期望值μ和标准差值σ。

在上述各实施例的基础上，对所述第一业务响应报文进行格式化前，还包括：

配置第一业务响应报文中需要测试的报文类型、关键字以及关键字取值。

在本实施例中，还需要事先进行响应报文中需要测试的报文类型、报文的关键字以及关键字取值的配置，其中关键字的取值可以根据实际的需要进行灵活配置。例如针对枚举值的关键字，可设置为缺省，即每个值都要进行统计分析；针对数值型的关键字，可设置为区间范围取值来统计分析；针对字符型的关键字，可以采用部分字符的正则表达式匹配或者字符数统计的取值方法进行统计分析。

在上述各实施例的基础上，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，具体包括：

计算所述第二业务响应报文中各关键字取值占比，并判断各关键字取值占比是否在所述键值占比偏差区间内。

具体的，若取值占比在所述键值占比偏差区间内，则判断对应关键字取值占比符合测试要求，测试通过；

若取值占比不在所述键值占比偏差区间内，则判断对应关键字取值占比不符合测试要求，测试不通过，输出测试失败结果及相关数据。

在本实施例中，在进行测试时，本轮测试响应报文各关键字各取值的不同取值占比，与存放在偏差标准库中对应的标准占比数据进行比较，如果存在测试值落在键值占比偏差区间(μ-3σ,μ+3σ)之外，说明该关键字对应取值的测试结果存在异常，则输出测试失败结果及相关数据给测试人员进行分析，反之测试通过，补偿修正了由于测试环境的抖动变化引起的输出结果的随机偏差，保证了测试结论的准确性。

图3示出了一种基于模糊匹配的回归测试装置，基于上述各实施例中的基于模糊匹配的回归测试方法，包括数据采集发生器30、键值计算器40和偏差分析器50，其中：

数据采集发生器30在训练阶段将生产环境中抽取的业务请求报文输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文，在测试阶段将生产环境中抽取的业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文；

键值计算器40在训练阶段计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值；在测试阶段计算所述第二业务响应报文的关键字取值占比；

偏差分析器50将训练阶段得到的均值和标准差值写入偏差标准库，基于所述均值和所述标准差值构建键值占比偏差区间；在测试阶段，比较所述二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则判断测试通过，若否则判断测试不通过。

具体的，在本实施例中，数据采集发生器30按测试人员需求从生产环境抽取一定时间间隔的业务请求报文，将业务请求报文进行简单的目标地址转化，变成测试环境的模拟业务请求报文输入。这样做的好处是当需要进行回归案例更新时，只要简单地再从生产环境抽取业务请求报文即可达到目的。

在本实施例中，键值计算器40接收测试环境输出的业务响应报文，根据检测配置信息计算出本轮测试响应报文中各关键字取值的占比分布，输出给偏差分析器50进行处理。它包括检测配置模块401、报文解析模块402以及取值占比计算模块403等三个部件。

具体的，检测配置模块401负责进行响应报文中需要测试的报文类型、报文的关键字以及关键字取值的配置，其中关键字的取值可以根据实际的需要进行灵活配置。例如针对枚举值的关键字，可设置为缺省，即每个值都要进行统计分析；针对数值型的关键字，可设置为区间范围取值来统计分析；针对字符型的关键字，可以采用部分字符的正则表达式匹配或者字符数统计的取值方法进行统计分析。

报文解析模块402负责对接收到的对应响应报文(在本实施中为第一业务响应报文)进行格式化，形成报文类型的键值对序列，关键字的键值对序列与取值的键值对序列，如[messagetype,(key1,value11),(key2,value21),(key3,value31),…]等。

对所述第一业务响应报文进行格式化，形成报文类型、关键字、取值的键值对序列；

取值占比计算模块403计算关键字各种取值出现的占比组合矩阵：

式中，为第一业务响应报文中关键字keyi各类取值占比的子矩阵，vi1～vim为关键字keyi的值序列，为关键字keyk出现的数量在对应第一业务响应报文中所占的取值占比，n为第一业务响应报文中的关键字数量。

在本实施例中，偏差分析器50用于运算出正常情况下从生产环境抽取的业务请求报文作为模拟测试输入时，测试环境输出响应报文中各关键字各种取值的占比矩阵t(key)所有元素服从高斯分布规律的均值μ和标准差值σ；在测试情况下，如果测试结果中关键字取值占比落在对应的概率区间(μ-3σ，μ+3σ)以外时，则表示测试不通过，反之则通过。偏差分析器50包含模式开关501、偏差标准库502、分布计算模块503以及偏差比较模块504四个部件。

具体的，模式开关501用于设置模糊匹配回归测试装置当前所处的功能状态，它包含“训练”和“测试”两个模式。当模式开关501为“训练”时，装置处于训练学习状态，此时偏差分析器50把键值计算器40输出的当轮测试各关键字取值占比分布作为训练的样本，输入给分布计算模块503进行处理；当模式开关501为“测试”时，装置处于测试状态，此时偏差分析器50把键值计算器40输出的当轮测试各关键字取值占比分布输入给偏差比较模块504进行比对。

偏差标准库502用来存放分布计算模块503计算得出的被测响应报文各关键字各种取值占比的均值μ和标准差值σ。

分布计算模块503在模式开关501设为“训练”时生效，此时它汇总接收键值计算器40输出的多轮测试响应报文各关键字取值的占比组合矩阵t(key)，计算出各元素符合高斯分布规律的均值μ和标准差值σ，然后将μ和σ写入偏差标准库502进行保存。

偏差比较模块504在模式开关501设为“测试”时生效，此时它接收键值计算器40输出的本轮测试响应报文各关键字各取值的不同占比，与存放在偏差标准库502中对应的标准占比数据进行比较，如果存在测试值落在(μ-3σ,μ+3σ)之外，则说明该关键字取值占比不符合测试要求，测试不通过。

具体的，在本实施例中，训练阶段包括：

1)在键值计算器40的检测配置模块401中设置需要测试的响应报文类型、报文关键字以及关键字取值内容；

2)将测试环境的版本发布成与当前生产环境一致的稳定版本；

3)数据采集发生器30从生产环境抽取一定数量的业务请求报文，将它们转化成可以被测试环境测试输入使用的报文格式；

4)数据采集发生器30把转换后的业务请求报文输入到测试环境，键值计算器40获取对应的业务响应报文，计算出本轮测试对应被测响应报文中各关键字不同取值的占比矩阵组合，将它们输出给偏差分析器50；

5)重复多轮步骤4)的操作；

6)偏差分析器50将收到的多轮测试的关键字取值占比值作为样本，计算出它们符合高斯分布规律n(μ,σ²)的均值μ和标准差值σ，并将它们写入到偏差标准库502中保存。

训练完成后，对应的业务请求报文可以在多次测试中使用，无需每次测试前都进行对应的训练，只有当进行测试案例场景更新或业务报文格式变更时，才需要测试设计人员介入进行参数配置、样本训练并计算出对应的数学期望值μ和标准差值σ。

如图4中所示，业务测试阶段具体包括：

测试人员将测试环境的版本发布成待测试版本；

数据采集发生器30将先前抽取并转换后的业务请求报文输入到测试环境，键值计算器40计算出响应报文中各关键字不同取值的占比值，将它们输出给偏差分析器50；

偏差分析器50将获取到的占比值与偏差标准库502中存放的数据比对，如果占比值落在(μ-3σ,μ+3σ)(即图4中的概率区间)之外，说明该关键字对应取值的测试结果存在异常，则输出测试失败结果及相关数据给测试人员进行分析，反之测试通过，并生成测试结论、异常偏差清单和异常偏差键值清单后输出。

图5为本发明实施例提供的电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)810、通信接口(communicationsinterface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储在存储器830上并可在处理器810上运行的计算机程序，以执行上述各实施例提供的基于模糊匹配的回归测试方法，例如包括：

s1、将生产环境中的业务请求报文为输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文；计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间；

s2、将所述业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则测试通过，若否则测试异常。

此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于模糊匹配的回归测试方法，例如包括：

s1、将生产环境中的业务请求报文为输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文；计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间；

s2、将所述业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则测试通过，若否则测试异常。

本发明实施例还提供本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行如上述的基于模糊匹配的回归测试方法，例如包括：

s1、将生产环境中的业务请求报文为输入到稳定版本测试环境，获取稳定版本测试环境输出的第一业务响应报文；计算所述第一业务响应报文中关键字取值占比，并以所述关键字取值占比为样本训练得到符合高斯分布规律的均值和标准差值，基于所述均值和所述标准差值构建键值占比偏差区间；

s2、将所述业务请求报文输入到测试版本测试环境中，获得测试版本测试环境输出的第二业务响应报文，判断所述第二业务响应报文中关键字取值占比是否在所述键值占比偏差区间内，若是则测试通过，若否则测试异常。

综上所述，本发明实施例提供的一种基于模糊匹配的回归测试方法和装置，抽取生产环境的业务请求报文转换输入到具备稳定版本测试环境，配置切割欲测试响应报文的关键字取值内容，以稳定版本测试环境输出的第一响应报文作为训练样本，计算出各关键字取值的数量占比形成标准的预期测试结果，再将测试版本获得的关键字取值数量占比与标准值进行区间比对得出测试结论；可以简易快捷地实现回归案例的更新以及与生产实际的业务拟合，而测试结果的分析判断会随着输入的变化而自动化调节，既无需专业测试人员的业务场景设计，又提高了测试覆盖程度和案例更新效率。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。