Refactoring automatizzato di test suite generate da crawler secondo il Page Object Pattern mediante modelli linguistici multimodali

Abstract

Mantenere i test web è costoso. Il pattern Page Object (POM) riduce i costi centralizzando i localizzatori, ma richiede molto lavoro manuale. I tool attuali sono parziali: i crawler generano test piatti e fragili, mentre i generatori creano astrazioni senza test utilizzabili basandosi su snapshot isolati.

Questa tesi presenta VIRGIL, una pipeline che trasforma test Selenium generati da crawler in suite POM tramite "innalzamento semantico", senza alterarne il comportamento originale. VIRGIL combina quattro fonti: comportamento del crawler, dati DOM, frammentazione della pagina e modelli visivo-linguistici. L'inferenza si limita rigorosamente agli elementi effettivamente utilizzati, impiegando modelli open-weights locali.

Valutazioni su otto app open source confermano che VIRGIL preserva il comportamento dei test. Emerge però un limite netto: l'automazione può identificare, nominare e incapsulare gli elementi osservati, ma non può definire operazioni di dominio o asserzioni. Queste ultime richiedono di comprendere l'intento dell'interazione, un aspetto che l'esplorazione cieca di un crawler non può cogliere.

Web test suites are costly to maintain. The Page Object pattern reduces this by centralizing element locators, but demands heavy manual effort. Current automation tools fail to solve this fully: crawlers generate flat, brittle tests, while generators create abstractions without actual tests by relying on isolated page snapshots.

This thesis introduces VIRGIL, a pipeline that transforms flat, crawler-generated Selenium tests into Page Object suites via "semantic lifting" without altering test behavior. VIRGIL combines four data sources: crawler behavioral records, DOM data, page fragmentation, and vision-language model interpretations. To ensure accuracy, inference is restricted to actively used elements, employing self-hosted open-weights models.

Evaluations on eight open-source apps confirm VIRGIL preserves test behavior. However, a clear limit exists: while automation can perfectly identify, name, and encapsulate elements based on observation, it cannot deduce domain-level logic or meaningful assertions. These require knowing the intent behind an interaction, which goal-free crawlers simply cannot capture.