网上http接口自动化测试Python实现有很多，我也是在慕课网上学习了相关课程，并实际操作了一遍，于是进行一些总结，便于以后回顾温习，有许多不完善的地方，希望大神们多多指教！
接口测试常用的工具有fiddler，postman，jmeter等，使用这些工具测试时，需要了解常用的接口类型和区别，比如我用到的post和get请求，表面上看get用于获取数据post用于修改数据，两者传递参数的方式也有不一样，get是直接在url里通过"_blank" href="https://www.jb51.net/article/197056.htm">此博文，讲解的比较通俗易懂。这些在工具中可以直接选择，python需要借助requests包。
确定好接口类型后，需要做的就是准备测试数据和设计测试用例了，测试用例比如说可以判断返回状态响应码，或者对返回数据进行判别等，具体可以参考postman中的echo.collections，对于python可以用unittest来组织测试用例和添加断言进行判断。而对于测试数据的准备，需要做到数据和业务尽量分离，即将测试数据参数化，在工具中可以通过添加变量的形式实现，对于python设计到的有关包有xlrd，json，如果需要连接数据库还需要mysql。
测试完成后生产报告或者发送邮件，也可以使用HTMLTestRunner和smtplib等。
我也从这三大方面进行总结：
1. 接口方法实现和封装
requests库可以很好的帮助我们实现HTTP请求，API参考文档，这里我创建了runmethod.py，里面包含RunMethod类：
这里需要注意就是python默认参数和可选参数要放在必选参数后面，对于相应数据使用json格式进行返回。参数verify=false表示忽略对 SSL 证书的验证。
2.组织测试和生成报告
使用unittest来组织测试、添加测试用例和断言，测试报告可以下载HTMLTestRunner.py并放在python安装路径lib下即可，代码如下：
#coding:utf-8
import unittest
import json
import HTMLTestRunner
from mock import mock
#from demo import RunMain
from runmethod import RunMethod
from mock_demo import mock_test
import os
class TestMethod(unittest.TestCase):
def setUp(self):
#self.run=RunMain()
self.run = RunMethod()
def test_01(self):
url = 'http://coding.imooc.com/api/cate'
data = {
'timestamp':'1507034803124',
'uid':'5249191',
'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
'secrect':'078474b41dd37ddd5efeb04aa591ec12',
'token':'7d6f14f21ec96d755de41e6c076758dd',
'cid':'0',
'errorCode':1001
}
#self.run.run_main = mock.Mock(return_value=data)
res = mock_test(self.run.run_main,data,url,"POST",data)
#res = self.run.run_main(url,'POST',data)
print(res)
self.assertEqual(res['errorCode'],1001,"测试失败")
@unittest.skip('test_02')
def test_02(self):
url = 'http://coding.imooc.com/api/cate'
data = {
'timestamp':'1507034803124',
'uid':'5249191',
'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
'secrect':'078474b41dd37ddd5efeb04aa591ec12',
'token':'7d6f14f21ec96d755de41e6c076758dd',
'cid':'0'
}
res = self.run.run_main(url,'GET',data)
self.assertEqual(res['errorCode'],1006,"测试失败")
def test_03(self):
url = 'http://coding.imooc.com/api/cate'
data = {
'timestamp':'1507034803124',
'uid':'5249191',
'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
'secrect':'078474b41dd37ddd5efeb04aa591ec12',
'token':'7d6f14f21ec96d755de41e6c076758dd',
'cid':'0',
'status':11
}
res = mock_test(self.run.run_main,data,url,'GET',data)
print(res)
self.assertGreater(res['status'],10,'测试通过')
if __name__ == '__main__':
filepath = os.getcwd()+'\\report.html'
fp = open(filepath,'wb+')
suite = unittest.TestSuite()
suite.addTest(TestMethod('test_01'))
suite.addTest(TestMethod('test_02'))
suite.addTest(TestMethod('test_03'))
runner = HTMLTestRunner.HTMLTestRunner(stream=fp,title='this is demo test')
runner.run(suite)
#unittest.main()
这里setUp()方法用来在测试之前执行，同样的有tearDown()方法，测试case以test开头进行编写，然后使用TestSuit类生成测试套件，将case添加进去，运行run suite即可。当测试用例较多时，可以生成多个测试类别，然后使用TestLoader().LoadTestsFromTestCase(测试类)生成测试用例，再加入testsuite执行。
在这里，我使用了学习到的mock方法，mock即模拟数据，当我们无法实际执行获得数据时可以使用mock方法，模拟生成我们需要判别的数据，这里mock_test方法同样进行了封装：
#coding:utf-8 from mock import mock def mock_test(mock_method,request_data,url,method,response_data): mock_method = mock.Mock(return_value=response_data) res = mock_method(url,method,request_data) return res
这里模拟的是self.run.run_main()方法，将这个方法的返回值设为response_data,而最终我们要判断的是返回值res,可以结合test_02对比，
res = self.run.run_main(url,'GET',data)
所以又需要传入参数url,method,request_data,最后返回相应数据即可，
res = mock_test(self.run.run_main,data,url,'GET',data)
这里我假设返回的数据为data,随意添加了几个判断条件errorCode==1001和status>10作为判断依据。最后生成报告如下：
3 测试数据处理
这一部分主要包括设计测试数据，数据提取和参数化，以及解决数据依赖。这里还是以慕课网上学习的例子为例，主要依据测试目的和使用流程来设计，如下图：
这里首先涉及到的就是对Excel表格的操作，导入相关库import xlrd,先对如上表的测试用例进行配置文件编写：
class global_var: Id = '0' request_name = '1' url = '2' run = '3' request_way = '4' header = '5' case_depend = '6' data_depend = '7' field_depend = '8' data = '9' expect = '10' result = '11'
再定义返回该列的函数，例如获取caseId和URL：
def get_id(): return global_var.Id def get_url(): return global_var.url
3.1操作Excel文件
然后我们再编写操作Excel的模块，主要包含了对Excel表格的操作，获取表单、行、列、单元格内容等。
import xlrd from xlutils.copy import copy class OperationExcel: def __init__(self,file_name=None,sheet_id=None): if file_name: self.file_name = file_name self.sheet_id = sheet_id else: self.file_name = '/dataconfig/case1.xls' self.sheet_id = 0 self.data = self.get_data() #获取sheets的内容 def get_data(self): data = xlrd.open_workbook(self.file_name) tables = data.sheets()[self.sheet_id] return tables #获取单元格的行数 def get_lines(self): tables = self.data return tables.nrows #获取某一个单元格的内容 def get_cell_value(self,row,col): return self.data.cell_value(row,col) #写入数据 def write_value(self,row,col,value): '''写入excel数据row,col,value''' read_data = xlrd.open_workbook(self.file_name) write_data = copy(read_data) sheet_data = write_data.get_sheet(0) sheet_data.write(row,col,value) write_data.save(self.file_name)
其中写数据用于将运行结果写入Excel文件，先用copy复制整个文件，通过get_sheet()获取的sheet有write()方法。
3.2操作json文件
对于请求数据，我是根据关键字从json文件里取出字段，所以还需要json格式的数据文件，如下。对应请求数据中的各个关键字：
所以还需要编写对应操作json文件的模块：
import json class OperetionJson: def __init__(self,file_path=None): if file_path == None: self.file_path = '/dataconfig/user.json' else: self.file_path = file_path self.data = self.read_data() #读取json文件 def read_data(self): with open(self.file_path) as fp: data = json.load(fp) return data #根据关键字获取数据 def get_data(self,id): print(type(self.data)) return self.data[id]
读写操作使用的是json.load(),json.dump() 传入的是文件句柄。
3.3 获得测试数据
在定义好Excel和json操作模块后，我们将其应用于我们的测试表单，定义一个获取数据模块：
from util.operation_excel import OperationExcel import data.data_config from util.operation_json import OperetionJson class GetData: def __init__(self): self.opera_excel = OperationExcel() #去获取excel行数,就是我们的case个数 def get_case_lines(self): return self.opera_excel.get_lines() #获取是否执行 def get_is_run(self,row): flag = None col = int(data_config.get_run()) run_model = self.opera_excel.get_cell_value(row,col) if run_model == 'yes': flag = True else: flag = False return flag #是否携带header def is_header(self,row): col = int(data_config.get_header()) header = self.opera_excel.get_cell_value(row,col) if header != '': return header else: return None #获取请求方式 def get_request_method(self,row): col = int(data_config.get_run_way()) request_method = self.opera_excel.get_cell_value(row,col) return request_method #获取url def get_request_url(self,row): col = int(data_config.get_url()) url = self.opera_excel.get_cell_value(row,col) return url #获取请求数据 def get_request_data(self,row): col = int(data_config.get_data()) data = self.opera_excel.get_cell_value(row,col) if data == '': return None return data #通过获取关键字拿到data数据 def get_data_for_json(self,row): opera_json = OperetionJson() request_data = opera_json.get_data(self.get_request_data(row)) return request_data #获取预期结果 def get_expcet_data(self,row): col = int(data_config.get_expect()) expect = self.opera_excel.get_cell_value(row,col) if expect == '': return None return expect def write_result(self,row,value): col = int(data_config.get_result()) self.opera_excel.write_value(row,col,value)
该模块将Excel操作类实例化后用于操作测试表单，分别获得测试运行所需的各种条件。
3.4 判断条件
这里判断一个case是否通过，是将实际结果和预期结果进行对比，比如，状态码status是不是200，或者在返回数据中查看是否含有某一字段：
import json
import operator as op
class CommonUtil:
def is_contain(self, str_one,str_two):
'''
判断一个字符串是否再另外一个字符串中
str_one:查找的字符串
str_two：被查找的字符串
'''
flag = None
#先将返回的res进行格式转换，unicode转成string类型
if isinstance(str_one,unicode):
str_one = str_one.encode('unicode-escape').decode('string_escape')
return op.eq(str_one,str_two)
if str_one in str_two:
flag = True
else:
flag = False
return flag
def is_equal_dict(self,dict_one,dict_two):
'''判断两个字典是否相等'''
if isinstance(dict_one,str):
dict_one = json.loads(dict_one)
if isinstance(dict_two,str):
dict_two = json.loads(dict_two)
return op.eq(dict_one,dict_two)
所以我们获得expec数据和相应数据，再调用这个类别的is_contain() 方法就能判断。
3.5 数据依赖问题
当我们要执行的某个case的相应数据依赖于前面某个case的返回数据时，我们需要对相应数据进行更新，比如case12的相应数据request_data[数据依赖字段]的值应该更新于case11的返回数据response_data[依赖的返回字段] 。那么我们就需要先执行case11拿到返回数据，再写入case12的相应数据，首先对操作Excel的模块进行更新加入：
#获取某一列的内容 def get_cols_data(self,col_id=None): if col_id != None: cols = self.data.col_values(col_id) else: cols = self.data.col_values(0) return cols #根据对应的caseid找到对应的行号 def get_row_num(self,case_id): num = 0 cols_data = self.get_cols_data() for col_data in cols_data: if case_id in col_data: return num num = num+1 #根据行号，找到该行的内容 def get_row_values(self,row): tables = self.data row_data = tables.row_values(row) return row_data #根据对应的caseid 找到对应行的内容 def get_rows_data(self,case_id): row_num = self.get_row_num(case_id) rows_data = self.get_row_values(row_num) return rows_data
即我们通过依赖的caseId找到对应的行号，拿到整行的内容。我们默认拿到列0的内容（即caseId）循环整列找到依赖的caseId在第几行，然后返回整行数据，即实现方法get_rows_data(case_id) 。然后再去执行和更新，我们编写一个专门处理依赖数据的模块，同时，为了获取依赖数据，还需要对获取数据模块进行更新如下：
#获取依赖数据的key def get_depend_key(self,row): col = int(data_config.get_data_depend()) depent_key = self.opera_excel.get_cell_value(row,col) if depent_key == "": return None else: return depent_key #判断是否有case依赖 def is_depend(self,row): col = int(data_config.get_case_depend()) depend_case_id = self.opera_excel.get_cell_value(row,col) if depend_case_id == "": return None else: return depend_case_id #获取数据依赖字段 def get_depend_field(self,row): col = int(data_config.get_field_depend()) data = self.opera_excel.get_cell_value(row,col) if data == "": return None else: return data
将方法应用于专门处理依赖数据的模块：
from util.operation_excel import OperationExcel from base.runmethod import RunMethod from data.get_data import GetData from jsonpath_rw import jsonpath,parse class DependdentData: def __init__(self,case_id): self.case_id = case_id self.opera_excel = OperationExcel() self.data = GetData() #通过case_id去获取该case_id的整行数据 def get_case_line_data(self): rows_data = self.opera_excel.get_rows_data(self.case_id) return rows_data #执行依赖测试，获取结果 def run_dependent(self): run_method = RunMethod() row_num = self.opera_excel.get_row_num(self.case_id) request_data = self.data.get_data_for_json(row_num) #header = self.data.is_header(row_num) method = self.data.get_request_method(row_num) url = self.data.get_request_url(row_num) res = run_method.run_main(method,url,request_data) return json.loads(res)#返回数据是字符串需要转成json格式方便后续查询 #根据依赖的key去获取执行依赖测试case的响应,然后返回 def get_data_for_key(self,row): depend_data = self.data.get_depend_key(row) response_data = self.run_dependent() json_exe = parse(depend_data) madle = json_exe.find(response_data) return [math.value for math in madle][0]
其中jsonpath用于找到多层级数据，类似于xpath，即通过依赖字段表示的层级关系在返回数据中找到对应的值，最后再执行该case时把数据更新。
3.6 主流程
把上述所有模块导入，编写主流程模块：
from util.operation_excel import OperationExcel from base.runmethod import RunMethod from data.get_data import GetData from jsonpath_rw import jsonpath,parse class DependdentData: def __init__(self,case_id): self.case_id = case_id self.opera_excel = OperationExcel() self.data = GetData() #通过case_id去获取该case_id的整行数据 def get_case_line_data(self): rows_data = self.opera_excel.get_rows_data(self.case_id) return rows_data #执行依赖测试，获取结果 def run_dependent(self): run_method = RunMethod() row_num = self.opera_excel.get_row_num(self.case_id) request_data = self.data.get_data_for_json(row_num) #header = self.data.is_header(row_num) method = self.data.get_request_method(row_num) url = self.data.get_request_url(row_num) res = run_method.run_main(method,url,request_data) return json.loads(res)#返回数据是字符串需要转成json格式方便后续查询 #根据依赖的key去获取执行依赖测试case的响应,然后返回 def get_data_for_key(self,row): depend_data = self.data.get_depend_key(row) response_data = self.run_dependent() json_exe = parse(depend_data) madle = json_exe.find(response_data) return [math.value for math in madle][0]
这样我们就完成了测试执行，并对结果进行了统计，同时解决了数据依赖问题。
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
更新日志
- 柏菲·珞叔作品集《金色大厅2》限量开盘母带ORMCD[低速原抓WAV+CUE]
- Gareth.T《sad songs(Explicit)》[320K/MP3][29.03MB]
- Gareth.T《sad songs(Explicit)》[FLAC/分轨][152.85MB]
- 证声音乐图书馆《海风摇曳·盛夏爵士曲》[320K/MP3][63.06MB]
- 龚玥《金装龚玥HQCD》头版限量[WAV分轨]
- 李小春《吻别》萨克斯演奏经典[原抓WAV+CUE]
- 齐秦《辉煌30年24K珍藏版》2CD[WAV+CUE]
- 证声音乐图书馆《海风摇曳·盛夏爵士曲》[FLAC/分轨][321.47MB]
- 群星 《世界经典汽车音乐》 [WAV分轨][1G]
- 冷漠.2011 《冷漠的爱DSD》[WAV+CUE][1.2G]
- 陈明《流金岁月精逊【中唱】【WAV+CUE】
- 群星《Jazz-Ladies1-2爵士女伶1-2》HQCD/2CD[原抓WAV+CUE]
- 群星《美女私房歌》（黑胶）[WAV分轨]
- 郑源.2009《试音天碟》24BIT-96KHZ[WAV+CUE][1.2G]
- 飞利浦试音碟 《环球群星监听录》SACD香港版[WAV+CUE][1.1G]