第3章 等价类划分：让测试用例告别无效劳动
你有没有遇到过这种情况？一个功能测了几十个用例，线上还是出了Bug。更郁闷的是——出问题的那个输入，你压根儿就没测到。
说白了，这就是测试的「穷举困境」。一个简单的输入框，组合起来可能成千上万种情况。真要把所有值都测一遍，项目周期根本不允许。那怎么办？
我在早期做模块验证时，也被这个问题困扰过。后来搞懂了等价类划分，才算是真正找到了突破口。这玩意儿不花哨，但极其实用。
3.1 为什么需要等价类划分
核心思想其实一句话：把无限输入，压缩成有限代表。
你想想看，对于同一个功能来说，很多输入其实是「等效」的。它们走的是同一段代码逻辑，触发的也是同样的处理路径。既然效果一样，那每类只测一个值就行了。
举个例子：一个年龄输入框，要求 1～120 岁。你测 25 和测 60，本质上有区别吗？没有。它们都属于「有效范围」这一类，代码处理逻辑完全一致。
等价类划分就是帮你做这件事——识别出哪些输入是一家人，然后每个家庭只派一个代表去测试。
3.2 等价类的两大类型
等价类分两种，缺一不可。我在项目中吃过亏，只关注有效类，忽略了无效类，结果上线后被各种异常输入搞崩溃了。
- 有效等价类：符合需求文档的合法输入。比如年龄 1～120 岁之间的任意整数。
- 无效等价类：不符合需求的非法输入。比如年龄 0、-5、200、"abc"、空值等等。
为什么无效类这么重要？因为用户不会按你的规则来。他们可能输入任何东西。你的代码扛得住吗？
3.3 划分原则与实战步骤
怎么划分？我总结了一套实操方法，按这5条原则来，基本不会漏。
划分原则
- 按范围划分：输入是一个区间，就拆成「低于区间」「在区间内」「高于区间」三类。
- 按集合划分：输入来自一个枚举集合，集合内每个元素算一类，集合外算一类。
- 按布尔条件划分：条件成立一类，不成立一类。
- 按输入格式划分：合法格式一类，非法格式一类（如邮箱、手机号）。
- 按边界值补充：每个等价类的边界点单独拎出来测（下一节细讲）。
实战四步法
我个人习惯按这四步走，清晰又高效：
| 步骤 | 做什么 | 输出 |
|---|---|---|
| 第一步 | 列出所有输入条件 | 输入清单 |
| 第二步 | 每个条件划分有效/无效等价类 | 等价类列表 |
| 第三步 | 为每类选取一个代表值 | 代表值清单 |
| 第四步 | 补充边界值作为额外用例 | 最终测试用例 |
举个例子，还是年龄输入框：
| 输入条件 | 等价类 | 类型 | 代表值 |
|---|---|---|---|
| 年龄范围 1～120 | 1 ≤ age ≤ 120 | 有效 | 25 |
| 年龄范围 1～120 | age < 1 | 无效 | 0 |
| 年龄范围 1～120 | age > 120 | 无效 | 200 |
| 年龄范围 1～120 | 非数字输入 | 无效 | "abc" |
| 年龄范围 1～120 | 空值 | 无效 | null |
3.4 边界值分析：等价类的最佳拍档
等价类划分有一个弱点——它不特别关注边界。而经验告诉我，Bug最密集的地方，恰恰就在边界上。
为什么会这样？因为开发写条件判断时，很容易把 <= 写成 <，或者把边界值漏掉。这种错误靠等价类的代表值是测不出来的。
所以我的做法是：等价类划分 + 边界值分析，两者结合用。
边界值选取策略
- 每个等价类取 最小值、最大值、略小于最小值、略大于最大值 四个点
- 对于有效等价类 1～120，边界值就是：0、1、120、121
- 对于无效等价类，边界值就是它的端点值
来看一段Python示例，演示如何基于等价类划分为年龄验证函数设计测试用例：
# 被测试函数
def validate_age(age):
if age is None:
return "年龄不能为空"
if not isinstance(age, int):
return "年龄必须为整数"
if age < 1 or age > 120:
return "年龄必须在1-120之间"
return "验证通过"
# 基于等价类划分的测试用例
test_cases = [
# 有效等价类
(25, "验证通过"), # 代表值
(1, "验证通过"), # 边界：最小值
(120, "验证通过"), # 边界：最大值
# 无效等价类：小于1
(0, "年龄必须在1-120之间"), # 边界
(-1, "年龄必须在1-120之间"),
# 无效等价类：大于120
(121, "年龄必须在1-120之间"), # 边界
(200, "年龄必须在1-120之间"),
# 无效等价类：非数字
("abc", "年龄必须为整数"),
(3.14, "年龄必须为整数"),
# 无效等价类：空值
(None, "年龄不能为空"),
]
for age, expected in test_cases:
result = validate_age(age)
status = "✅" if result == expected else "❌"
print(f"{status} age={age} → {result}")3.5 避坑指南
这些年用等价类划分，我踩过不少坑。挑几个典型的说说：
- 别把无效等价类合并成一个。我曾经觉得 age<1 和 age>120 都是「范围外」，合并成一个用例来测。结果代码对小于1的处理有Bug，但对大于120的处理没问题。合并测根本发现不了。——每个无效等价类必须单独测。
- 注意组合等价类。单独一个输入字段没问题，但几个字段组合起来可能产生新的等价场景。比如年龄和身份的组合，未成年+某些身份可能触发特殊逻辑。
- 别忽略「空值」和「默认值」。这俩是最容易被遗忘的无效等价类。我见过太多因为没传参数导致系统崩溃的线上事故了。
- 边界值要「里外都测」。只测边界本身不够，边界的「邻居」也要测。比如边界是1，那0和2都要测。
等价类划分不是什么高深理论。它就是一个实用工具，帮你在有限的时间和资源下，把测试覆盖做到最大。我到现在做模块验证，第一件事仍然是拉个表格，把输入条件的等价类一个一个列出来。这个习惯，帮我省了太多事了。
记住一句话：测得多不如测得巧。等价类划分，就是让你「测得巧」的那把钥匙。