软件测试 / 人工智能|使用 ChatGPT 帮我们查找 bug
简介
作为一个程序员,发现自己写的 bug 其实不是一件容易的事情,我们会更容易发现别人的错误,对于自己代码里的错误会更难发现,这也是测试的必要性。通常,我们会有以下几种方式来检测发现代码中的 bug:
研发编写单元测试。
代码扫描,比如 sonarqube,findbugs。
测试人员进行集成测试
现在有了人工智能工具,我们自然也可以使用人工智能工具来帮我们查找 bug,本文就来介绍一下使用 ChatGPT 来帮我们查找代码中的 bug。
演练示例
人工智能能够帮助我们发现各种类型的 bug,比如代码执行报错,需求未实现,变量命名不规范等问题,下面我们就来逐一举例说明。
代码执行报错
首先我们输入错误代码:
然后我们给到 ChatGPT 提问:请找出以上代码的 Bug,先说明错误在哪并给出修复建议。
之后 ChatGPT 会输出回复,回复如下:
这段代码的 bug 在于它尝试打印列表 list_a 中索引为 5 的元素,但是 list_a 只有 4 个元素,所以索引 5 超出了列表的范围。修复建议是要么修改打印语句,要么修改列表创建的方式,以确保索引不会超出范围。
修复方式有两种:
修改打印语句:
修改列表创建方式:
需求未实现
首先输入错误代码,这是一段用于实现冒泡排序的代码,但是存在问题:
然后我们向 ChatGPT 提问,上述代码是用于实现冒泡排序的,请先找到代码中的问题,然后给出修改意见。
ChatGPT 给出的修改意见如下:
在这段代码中,冒泡排序通常是将较大的元素向右移动,但你的代码中,如果 list[i]
小于 list[j]
,则交换它们。这会导致排序结果是从大到小而不是从小到大。
要修复这个问题,需要修改判断条件,将不等号的方向反过来,以便在发现 list[i]
大于list[j]
时进行交换。
修正后的代码应该是这样的:
这样修改后,代码会按照从小到大的顺序对列表进行冒泡排序。
变量命名不规范
有的时候我们的代码没有功能上的问题,但是不符合 python pep8 的规范,这样的问题我们也可以使用 ChatGPT 来查找并提出修改意见。
首先,我们先输入不规范的代码,如下:
然后我们向 ChatGPT 提问,请指出以上代码不符合规范的地方,并给出修改的信息
ChatGPT 的回复如下:
函数名应该小写,且用下划线分隔
注:ChatGPT 并不是每次都能发现这样的问题,因为这样的问题并没有影响功能的实现。
总结
本文主要介绍了使用 ChatGPT 发现代码中的 bug,我们可以借助 ChatGPT 发现代码中的执行问题,功能未实现以及一些不符合语法规范的问题,希望本文能够帮到大家。
评论