Web应用程序的开发速度非常快,测试在质量保证中起着至关重要的作用,其中端对端测试应用广泛。但是当被测应用发生频繁变化时,测试用例将变得难以维护。有研究将页面对象设计模式应用于测试代码的编写中,以提高可维护性,即通过将测试代码与网页详细信息分离,将网页代码抽象成可以由测试用例调用的页面对象。现有方法在页面对象形成过程中,利用页面结构信息计算页面相似度,避免重复对象的生成,但只通过DOM树编辑距离来判断DOM结构,影响了生成页面对象的准确性。为了提高页面对象生成的准确性,本文基于深度学习的聚类思想,提出一种Web应用程序测试页面对象自动生成方法。从影响因素考虑不全面角度出发,研究页面对象生成聚类阶段潜在的影响因素,在考虑DOM结构的基础上,将CSS样式和DOM元素ID属性值纳入计算范围中,为这些影响因素分配不同权重,提出基于多影响因素的两阶段页面聚类方法,并用其指导测试页面对象生成。并从DOM结构图信息获取不全面角度出发,进一步利用深度学习中自编码器提取DOM结构图的特征,用于页面聚类和页面对象生成。本文对6个种类共64个Web应用程序进行试验,验证本文提出的两阶段多影响因素页面聚类算法以及基于DOM结构图生成页面对象方法的有效性。实验结果表明,本文提出的Web应用程序测试页面对象自动生成方法是可行的,生成的页面对象可涵盖大多数应用程序功能,使得Web测试用例的创建和维护更为有效。