当前位置: 首页 > news >正文

python+requests接口自动化测试

🍅点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快

这两天一直在找直接用python做接口自动化的方法,在网上也搜了一些博客参考,今天自己动手试了一下。

一、整体结构

上图是项目的目录结构,下面主要介绍下每个目录的作用。

  • Common:公共方法:主要放置公共的操作的类,比如数据库sqlhelper、文件操作类等
  • Config:公共变量:主要放置公共变量,比如ST、UAT、生产环境的url地址、用户名密码、数据库连接
  • Data:数据层,有点类似三层架构中的DAL,它是数据的来源,根据数据存放的格式再细分json、xml、表单和数据库
  • Log:日志层:存放日志,便于跟踪调试
  • Page:页面层:先把整个系统划分若干子系统,每个子系统包含若干页面。这个把用户操作的页面抽象成了page对象,页面的操作抽象成方法,这样测试人员可以传递不同的测试案例进行测试,如果是面向服务的纯接口性质的,没有页面那就没必要再这样划分,这样就把接口测试转换成了python的单元测试。
  • Result:存放单元测试的执行结果,也可以把每次执行的结果存到数据库打点,然后做测试结果趋势分析,如果后续把项目集成到Jenkins中的话,相当于Jenkins集成python单元测试,这样的话这层也可以不需要。
  • Case:测试案例层,针对上面Page对应的单个方法利用测试数据和期望数据进行assert判断,这里用到的测试数据和期望数据后续可以放在Excel中,测试人员只需填充测试数据。
  • Run:这里用来组装成suite然后进行运行案例。

二、测试

1.安装HTMLTestRunner

把它下载下来放到python安装目录的lib目录下

2.业务逻辑层

这里模拟一些业务处理,这里做接口自动化时会使用requests库进行请求。

# -*- coding: utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import requests def Add(name,pwd): session=requests.session() response=session.get('http://www.baidu.com') print(response.status_code) return response.status_code==200 def Edit(name,pwd): return {'name':name,'pwd':pwd} def Delete(name,pwd): return {'name':name,'pwd':pwd} def Search(name,pwd): return {'name':name,'pwd':pwd}

3.案例层

原本计划增加一个套件suite层,如果是单个接口的不加也可以,如果是多个接口进行流程测试,使用suite时案例的顺序就不会改变。如果是流程的,也可以写成case,只是里面需要多次调用业务逻辑层。

# -*- coding: utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import unittest from Root.Page import Login from Root.Page.UserManager import Index import HTMLTestRunner import time class index(unittest.TestCase): def setUp(self): print('setUp') def tearDown(self): print('tearDown') def test_add(self): arr= Login.Login('admin', '123456') flag= Index.Add(arr[0], arr[1]) self.assertTrue(flag) flag= Index.Add(arr[0], arr[1]) self.assertTrue(flag==False) def test_edit(self): response= Login.Login('admin', '123456') dic= Index.Edit(response[0], response[1]) self.assertNotEqual(dic,{'name':'123'}) def test_delete(self): response= Login.Login('admin', '123456') dic= Index.Delete(response[0], response[1]) self.assertNotEqual(dic,{'name':'123'})

4.运行

这里主要考虑可能整个系统会分成不同的模块进行运行,这样也能维护上也必将方便,可以多执行机执行。这里使用的HTMLTestRunner来生成报告.

# -*- coding: utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import os import unittest from HTMLTestRunner import HTMLTestRunner from Root.Test.Case.UserManager import Index import HTMLTestRunner import time if __name__ == '__main__': # 1、构造用例集 suite = unittest.TestSuite() # 2、执行顺序是安加载顺序:先执行test_sub,再执行test_add suite.addTest(Index.index("test_add")) suite.addTest(Index.index("test_edit")) suite.addTest(Index.index("test_delete")) suite.addTest(Index.index("test_edit")) suite.addTest(Index.index("test_edit")) filename = "../../../Result/{0}Report.html".format(time.strftime("%Y%m%d%H%M%S", time.localtime()) ) # 定义个报告存放路径,支持相对路径 f = file(filename, 'wb') # 结果写入HTML 文件 runner = HTMLTestRunner.HTMLTestRunner(stream=f, title='测试报告', description='XXX系统接口自动化测试测试报告',verbosity=2) # 使用HTMLTestRunner配置参数,输出报告路径、报告标题、描述 runner.run(suite)

三、测试案例参数化

上面的每个单元测试只能运行一个测试案例的数据,就是如何实现参数化,这样配置一下案例数据就能运行多次单元测试,这样就会方便很多。找了下python自带的单元测试框架不支持,这里使用了nose和parameterized 。

# -*- coding: utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') from nose.tools import assert_equal from parameterized import parameterized import HTMLTestRunner import time import unittest import math @parameterized([ (2, 2, 4), (2, 3, 8), (1, 9, 1), (0, 9, 0), ]) def test_pow(base, exponent, expected): assert_equal(math.pow(base, exponent), expected) class TestMathUnitTest(unittest.TestCase): @parameterized.expand([ ("negative", -1.5, -2.0), ("integer", 1, 1.0), ("large fraction", 1.6, 1), ]) def test_floor(self, name, input, expected): assert_equal(math.floor(input), expected)

然后cmd跳转到该python文件的目录下,输入命令,它会把该文件中test开头的案例都跑了,然后就可以看到有一个案例运行输出结果的html文件。

nosetests testRuncase.py --with-html --html-report=nose_report2_test.html

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。

http://www.cnnetsun.cn/news/65280.html

相关文章:

  • 【收藏必看】2025大模型技术岗位全景图:15大方向详解,助你成为AI人才
  • LobeChat支持GraphQL接口吗?API扩展能力分析
  • LobeChat能否实现对话分享功能?链接公开化实践
  • 全球工程软件格局重塑:中国AI原生平台的机会窗口
  • 【Dubbo】接口特性与开发注意事项
  • 测试环境管理的最佳实践
  • Miniconda环境下安装PyTorch GPU版的完整流程
  • AI推理的“哥白尼革命”!何恺明团队推翻LLM,将抽象推理重新定义为视觉问题
  • 深度学习训练器框架全面对比指南
  • 火山引擎AI大模型新玩法:结合vLLM实现高效推理
  • 16、GTK+ 样式定制全解析
  • LobeChat是否支持Service Worker?离线访问能力构建
  • 重学计算机基础013:减法运算的底层逻辑——为什么没有“减法器”?
  • apk pure安全性争议下,本地大模型成新趋势
  • LobeChat能否支持NFT头像展示?个性化形象设定
  • LobeChat + Kubernetes:大规模部署AI前端界面的可行路径
  • 20万以内家用新能源SUV怎么选?纯电动车型主动安全系统深度对比
  • 基于28DR+VU13P的宽带高速信号处理板
  • AutoGPT镜像上线促销:限时赠送免费Token额度
  • 达人内容乱+不合规?KOL/KOS/KOC/KOC/KOX内容协同+合规管控,品牌调性不跑偏
  • 解锁优质创意素材:这四个专业平台值得收藏
  • 毕设分享 深度学习遮挡下的人脸识别(源码+论文)
  • Python UV搭配Miniconda:下一代包管理体验
  • 实验室装修,怎样做更省心?
  • Redis多数据源配置指南
  • AutoGPT支持ONNX Runtime部署了吗?跨框架兼容测试
  • 零基础小白网络安全入行清单:学技术前,先搞定这6件“小事”
  • 计算机毕业设计springboot小区送货系统 基于SpringBoot的社区末端智能配送平台 面向住宅区的 轻量级电商物流管理系统
  • GitHub组织账号管理Qwen3-32B项目协作开发流程
  • 毕设项目分享 基于大数据的招聘职业爬取与分析可视化