news 2026/7/1 3:41:02

面试官:请你说说微信发红包,有哪些测试点

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
面试官:请你说说微信发红包,有哪些测试点

1 功能

1.在红包钱数,和红包个数的输入框中只能输入数字

2.红包里最多和最少可以输入的钱数 200 0.01

3.拼手气红包最多可以发多少个红包 100

3.1超过最大拼手气红包的个数是否有提醒

4.当红包钱数超过最大范围是不是有对应的提示

5.当发送的红包个数超过最大范围是不是有提示

6.当余额不足时,红包发送失败

7.在红包描述里是否可以输入汉字,英文,符号,表情,纯数字,汉字英语符号,

7.1是否可以输入它们的混合搭配

8.输入红包钱数是不是只能输入数字

9.红包描述里许多能有多少个字符 10个

10.红包描述,金额,红包个数框里是否支持复制粘贴操作

12.红包描述里的表情可以删除

13.发送的红包别人是否可以领取

13.1发的红包自己可不可以领取 2人

14. 24小时内没有领取的红包是否可以退回到原来的账户

14.1 超过24小时没有领取的红包,是否还可以领取

15.用户是否可以多次抢一个红包

16.发红包的人是否还可以抢红包多人

17.红包的金额里的小数位数是否有限制

18.可以按返回键,取消发红包

19. 断网时,无法抢红包

20.可不可以自己选择支付方式

21.余额不足时,会不会自动匹配支付方式

22.在发红包界面能否看到以前的收发红包的记录

23.红包记录里的信息与实际收发红包记录是否匹配

24.支付时可以密码支付也可以指纹支付

25.如果直接输入小数点,那么小数点之前应该有个0

26.支付成功后,退回聊天界面

27.发红包金额和收到的红包金额应该匹配

28.是否可以连续多次发红包

29.输入钱数为0,"塞钱进红包"置灰

2 性能

1.弱网时抢红包,发红包时间

2.不同网速时抢红包,发红包的时间

3.发红包和收红包成功后的跳转时间

4.收发红包的耗电量

5.退款到账的时间

3 兼容

1.苹果,安卓是否都可以发送红包

2.电脑端可以抢微信红包

4 界面

1.发红包界面没有错别字

2.抢完红包界面没有错别字

3.发红包和收红包界面排版合理

4.发红包和收到红包界面颜色搭配合理

5 安全

1.对方微信号异地登录,是否会有提醒 2人

2.红包被领取以后,发送红包人的金额会减少,收红包金额会增加

3.发送红包失败,余额和银行卡里的钱数不会少

4.红包发送成功,是否会收到微信支付的通知

6 易用性(有点重复)

1.红包描述,可以通过语音输入

2.可以指纹支付也可以密码支付

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/1 11:27:30

深入理解 Python GIL

Python 全局解释器锁(GIL,Global Interpreter Lock)引发的讨论比其他任何语言功能都多。不止你一个人在看到 CPU 核心闲置,而 Python 脚本缓慢运行时,会觉得疑惑。你也不是唯一一个想知道为什么增加线程有时会让代码变…

作者头像 李华
网站建设 2026/7/2 0:31:50

markdown绘制流程图:描述PyTorch-CUDA-v2.7工作原理

PyTorch-CUDA-v2.7 工作原理深度解析:从代码到GPU的全链路加速 在现代深度学习工程实践中,一个常见的痛点是:明明写好了模型代码,却卡在环境配置上——CUDA版本不兼容、cuDNN缺失、PyTorch编译错误……这些问题让开发者耗费大量时…

作者头像 李华
网站建设 2026/7/2 1:55:42

IEC61850数据传输网关是什么

一、概念定义IEC 61850 数据传输网关是一款面向电力系统自动化领域的专用物联网网关设备,核心作用是实现电力二次系统中 电力设备与上层管理平台之间的标准化数据交互,是电力系统 “南向设备接入 - 北向平台传输” 架构中的关键枢纽。二、核心功能1、协议…

作者头像 李华
网站建设 2026/7/1 6:26:14

transformer注意力机制可视化:在PyTorch-CUDA-v2.7中实现

Transformer注意力机制可视化:在PyTorch-CUDA环境中高效实现 在当前深度学习模型日益“黑箱化”的背景下,如何让大模型的决策过程变得可读、可查、可解释,已成为研究与工程实践中不可忽视的关键问题。尤其是在自然语言处理领域,Tr…

作者头像 李华
网站建设 2026/6/15 17:56:18

英文文献的研读与应用:提升学术研究能力的关键路径

生成式人工智能的浪潮正引发各领域的颠覆性变革,在学术研究这一知识生产的前沿阵地,其影响尤为显著。文献检索作为科研工作的基石,在AI技术的赋能下各大学术数据库已实现智能化升级。小编特别策划"AI科研导航"系列专题,…

作者头像 李华