本项目实现接口自动化的技术选型:Python+Requests+Pytest+YAML+Allure ,主要是针对之前开发的一个接口项目来进行学习,通过 Python+Requests 来发送和处理HTTP协议的请求接口,使用 Pytest 作为测试执行器,使用 YAML 来管理测试数据,使用 Allure 来生成测试报告。

接口项目开发学习:

使用Flask开发简单接口(1)--GET请求接口

使用Flask开发简单接口(2)--POST请求接口

使用Flask开发简单接口(3)--引入MySQL

使用Flask开发简单接口(4)--借助Redis实现token验证

使用Flask开发简单接口(5)--数据加密处理

项目结构

  • api ====>> 接口封装层,如封装HTTP接口为Python接口
  • common ====>> 各种工具类
  • core ====>> requests请求方法封装、关键字返回结果类
  • config ====>> 配置文件
  • data ====>> 测试数据文件管理
  • operation ====>> 关键字封装层,如把多个Python接口封装为关键字
  • pytest.ini ====>> pytest配置文件
  • requirements.txt ====>> 相关依赖包文件
  • testcases ====>> 测试用例

项目说明

本项目在实现过程中,把整个项目拆分成请求方法封装、HTTP接口封装、关键字封装、测试用例等模块。

首先利用Python把HTTP接口封装成Python接口,接着把这些Python接口组装成一个个的关键字,再把关键字组装成测试用例,而测试数据则通过YAML文件进行统一管理,然后再通过Pytest测试执行器来运行这些脚本,并结合Allure输出测试报告。

当然,如果感兴趣的话,还可以再对接口自动化进行Jenkins持续集成。

请求方法封装

core/rest_client.py 文件中,对 Requests 库下一些常见的请求方法进行了简单封装,以便调用起来更加方便。

class RestClient():

    def __init__(self, api_root_url):
self.api_root_url = api_root_url
self.session = requests.session() def get(self, url, **kwargs):
return self.request(url, "GET", **kwargs) def post(self, url, data=None, json=None, **kwargs):
return self.request(url, "POST", data, json, **kwargs) def put(self, url, data=None, **kwargs):
return self.request(url, "PUT", data, **kwargs) def delete(self, url, **kwargs):
return self.request(url, "DELETE", **kwargs) def patch(self, url, data=None, **kwargs):
return self.request(url, "PATCH", data, **kwargs) def request(self, url, method, data=None, json=None, **kwargs):
url = self.api_root_url + url
headers = dict(**kwargs).get("headers")
params = dict(**kwargs).get("params")
files = dict(**kwargs).get("params")
cookies = dict(**kwargs).get("params")
self.request_log(url, method, data, json, params, headers, files, cookies)
if method == "GET":
return self.session.get(url, **kwargs)
if method == "POST":
return requests.post(url, data, json, **kwargs)
if method == "PUT":
if json:
# PUT 和 PATCH 中没有提供直接使用json参数的方法,因此需要用data来传入
data = complexjson.dumps(json)
return self.session.put(url, data, **kwargs)
if method == "DELETE":
return self.session.delete(url, **kwargs)
if method == "PATCH":
if json:
data = complexjson.dumps(json)
return self.session.patch(url, data, **kwargs)

HTTP接口 封装为 Python接口

api/user.py 文件中,将上面封装好的HTTP接口,再次封装为不同的Python接口。不同的Python接口,会处理不同URL下的请求。

class User(RestClient):

    def __init__(self, api_root_url, **kwargs):
super(User, self).__init__(api_root_url, **kwargs) def list_all_users(self, **kwargs):
return self.get("/users", **kwargs) def list_one_user(self, username, **kwargs):
return self.get("/users/{}".format(username), **kwargs) def register(self, **kwargs):
return self.post("/register", **kwargs) def login(self, **kwargs):
return self.post("/login", **kwargs) def update(self, user_id, **kwargs):
return self.put("/update/user/{}".format(user_id), **kwargs) def delete(self, name, **kwargs):
return self.post("/delete/user/{}".format(name), **kwargs)

关键字返回结果类

core/result_base.py 下,定义了一个空类 ResultBase ,该类主要用于自定义关键字返回结果。

class ResultBase():
pass """
自定义示例:
result = ResultBase()
result.success = False
result.msg = res.json()["msg"]
result.response = res
"""

在多流程的业务场景测试下,通过自定义期望保存的返回数据值,以便更好的进行断言。

关键字封装

关键字应该是具有一定业务意义的,在封装关键字的时候,可以通过调用多个Python接口来完成。在某些情况下,比如测试一个充值接口的时候,在充值后可能需要调用查询接口得到最新账户余额,来判断查询结果与预期结果是否一致,那么可以这样来进行测试:

  • 1, 首先,可以把 充值-查询 的操作封装为一个关键字,在这个关键字中依次调用充值和查询的接口,并可以自定义关键字的返回结果。
  • 2, 接着,在编写测试用例的时候,直接调用关键字来进行测试,这时就可以拿到关键字返回的结果,那么断言的时候,就可以直接对关键字返回结果进行断言。

测试用例层

根据用例名分配测试数据

测试数据位于 data 文件夹下,在这里使用 YAML 来管理测试数据,同时要求测试数据中第一层的名称,需要与测试用例的方法名保持一致,如 test_get_all_user_infotest_delete_user

test_get_all_user_info:
# 期望结果,期望返回码,期望返回信息
# except_result, except_code, except_msg
- [True, 0, "查询成功"]
省略
test_delete_user:
# 删除的用户名,期望结果,期望返回码,期望返回信息
# username, except_result, except_code, except_msg
- ["测试test", True, 0, "删除用户信息成功"]
- ["wintest3", False, 3006, "该用户不允许删除"]

这里借助 fixture 方法,我们就能够通过 request.function.__name__ 自动获取到当前执行用例的函数名 testcase_name ,当我们传入测试数据 api_data 之后,接着便可以使用 api_data.get(testcase_name) 来获取到对应用例的测试数据。

import pytest
from testcases.conftest import api_data @pytest.fixture(scope="function")
def testcase_data(request):
testcase_name = request.function.__name__
return api_data.get(testcase_name)
数据准备和清理

在接口自动化中,为了保证用例可稳定、重复地执行,我们还需要有测试前置操作和后置操作,即数据准备和数据清理工作。

@pytest.fixture(scope="function")
def delete_register_user():
"""注册用户前,先删除数据,用例执行之后,再次删除以清理数据"""
del_sql = base_data["init_sql"]["delete_register_user"]
db.execute_db(del_sql)
logger.info("注册用户操作:清理用户--准备注册新用户")
logger.info("执行前置SQL:{}".format(del_sql))
yield # 用于唤醒 teardown 操作
db.execute_db(del_sql)
logger.info("注册用户操作:删除注册的用户")
logger.info("执行后置SQL:{}".format(del_sql))

在这里,以用户注册用例为例。对于前置操作,我们应该准备一条删除SQL,用于将数据库中已存在的相同用户删除,对于后置操作,我们应该再执行删除SQL,确保该测试数据正常完成清理工作。

在测试用例中,我们只需要在用例上传入 fixture 的函数参数名 delete_register_user ,这样就可以调用 fixture 实现测试前置及后置操作。当然,也可以使用pytest装饰器 @pytest.mark.usefixtures() 来完成,如:

@pytest.mark.usefixtures("delete_register_user")
Allure用例描述

在这里,我们结合 Allure 来实现输出测试报告,同时我们可以使用其装饰器来添加一些用例描述并显示到测试报告中,以便报告内容更加清晰、直观、可读。如使用 @allure.title() 自定义报告中显示的用例标题,使用 @allure.description() 自定义用例的描述内容,使用 @allure.step() 可在报告中显示操作步骤,使用 @allure.issue() 可在报告中显示缺陷及其链接等。

@allure.step("步骤1 ==>> 注册用户")
def step_1(username, password, telephone, sex, address):
logger.info("步骤1 ==>> 注册用户 ==>> {}, {}, {}, {}, {}".format(username, password, telephone, sex, address)) @allure.severity(allure.severity_level.NORMAL)
@allure.epic("针对单个接口的测试")
@allure.feature("用户注册模块")
class TestUserRegister():
"""用户注册"""
@allure.story("用例--注册用户信息")
@allure.description("该用例是针对获取用户注册接口的测试")
@allure.issue("https://www.cnblogs.com/wintest", name="点击,跳转到对应BUG的链接地址")
@allure.testcase("https://www.cnblogs.com/wintest", name="点击,跳转到对应用例的链接地址")
@allure.title(
"测试数据:【 {username},{password},{telephone},{sex},{address},{except_result},{except_code},{except_msg}】")
@pytest.mark.single
@pytest.mark.parametrize("username, password, telephone, sex, address, except_result, except_code, except_msg",
api_data["test_register_user"])
@pytest.mark.usefixtures("delete_register_user")
def test_delete_user(self, login_fixture, username, except_result, except_code, except_msg):
省略

项目部署

GitHub项目源码地址:https://github.com/wintests/pytestDemo

首先,下载项目源码后,在根目录下找到 requirements.txt 文件,然后通过 pip 工具安装 requirements.txt 依赖,执行命令:

pip3 install -r requirements.txt

接着,修改 config/setting.ini 配置文件,在Windows环境下,安装相应依赖之后,在命令行窗口执行命令:

pytest

注意:因为我这里是针对自己的接口项目进行测试,如果想直接执行我的测试用例来查看效果,需要提前部署上面提到的接口项目。

测试报告效果展示

在命令行执行命令:pytest 运行用例后,会得到一个测试报告的原始文件,但这个时候还不能打开成HTML的报告,还需要在项目根目录下,执行命令启动 allure 服务:

# 需要提前配置allure环境,才可以直接使用命令行
allure serve ./report

最终,可以看到测试报告的效果图如下:

基于Python+Requests+Pytest+YAML+Allure实现接口自动化的更多相关文章

  1. 基于Python Requests的数据驱动的HTTP接口测试

    发表于:2017-8-30 11:56  作者:顾翔   来源:51Testing软件测试网原创 http://www.51testing.com/html/69/n-3720769-2.html   ...

  2. 接口自动化 基于python实现的http+json协议接口自动化测试框架源码(实用改进版)

    基于python实现的http+json协议接口自动化测试框架(实用改进版)   by:授客 QQ:1033553122 欢迎加入软件性能测试交流QQ群:7156436     目录 1.      ...

  3. 基于Python+requests搭建的自动化框架-实现流程化的接口串联

    框架产生目的:公司走的是敏捷开发模式,编写这种框架是为了能够满足当前这种发展模式,用于前后端联调之前(后端开发完接口,前端还没有将业务处理完毕的时候)以及日后回归阶段,方便为自己腾出学(mo)习(yu ...

  4. 基于python+requests的简单接口测试

    在进行接口测试时,我们可以使用已有的工具(如:jmeter)进行,也可以使用python+requests进行.以下为简单的接口测试模板: 一.提取常用变量,统一配置 新建一个config.py文件, ...

  5. Python 基于python实现的http+json协议接口自动化测试框架源码(实用改进版)

    目录 1.      写在前面 2.      开发环境 3.      大致流程 4.      框架简介 5.      运行结果展示 6.      文件与配置 7.      测试接口实例 n ...

  6. java、python及jmeter操作redis(接口自动化必备)

    redis是nosql数据库之一,其存储结构简单,提供高性能服务,所以在架构中是很常用的. 在做接口自动化测试过程中,有时也会涉及到redis,比如:发送短信验证码,我们做接口自动化测试,如何模拟发送 ...

  7. 接口自动化-python+requests+pytest+csv+yaml

    本套代码和逻辑 是本人的劳动成果,如果有转载需要标注, 非常适合公司做项目的同学!!!小白也可以学哦! 1.项目目录  2.公共方法的封装 2.1如果不用配置文件 可以使用这个方法进行封装--但是有一 ...

  8. 基于Python + requests 的web接口自动化测试框架

    之前采用JMeter进行接口测试,每次给带新人进行培训比较麻烦,干脆用python实现,将代码和用例分离,易于维护. 项目背景 公司的软件采用B/S架构,进行数据存储.分析.管理 工具选择 pytho ...

  9. Python&Selenium&pytest借助allure生成自动化测试报告

    一.摘要 本篇博文将介绍Python和Selenium进行自动化测试时,如何借助allure生成自动化测试报告 二.环境配置 首先python环境中安装pytest和pytest_allure_ada ...

随机推荐

  1. QQ群消息监听并将消息存储到SQLite数据库中

    目录 一.前言 二.效果图 1.插件界面 2.SQLite数据库 3.QQ群消息 三.准备工作 1.CQA软件 2.CQA-SDK易语言版本 3.易语言破解版 4.使用到的相关模块 四.开始撸代码 五 ...

  2. .Net Core微服务入门全纪录(八)——Docker Compose与容器网络

    Tips:本篇已加入系列文章阅读目录,可点击查看更多相关文章. 前言 上一篇[.Net Core微服务入门全纪录(七)--IdentityServer4-授权认证]中使用IdentityServer4 ...

  3. BERT模型图解

    转载于 腾讯Bugly 发表于 腾讯Bugly的专栏 原文链接:https://cloud.tencent.com/developer/article/1389555 本文首先介绍BERT模型要做什么 ...

  4. day17 装饰器(上)

    目录 一.什么是装饰器 二.为什么要有装饰器 三.无参装饰器的使用 一.什么是装饰器 装饰:是对其他已有的事物添加额外具有一定意义的事物 器:是一种工具,在程序内可以定义成函数 合到一起就是: ​ 装 ...

  5. python数据处理(六)之数据清洗:标准化和脚本化

    1.数据归一化和标准化 a. 归一化:对数据集进行计算,使数据都位于一个特定的范围\ b.标准化: c.删除离群值 2.数据存储 a.保存到SQLite数据库中 b.导出到简单的文件中csv 3.找到 ...

  6. web 部署专题(四):压力测试(二)压力测试实例 flask 四种wsgi方式对比(tornado,Gunicorn,Twisted,Gevent)

    使用工具:siege 代码结构: hello.py templates |--hello.html hello.py代码: from flask import Flask, render_templa ...

  7. 【Nginx】如何为已安装的Nginx动态添加模块?看完我懂了!!

    写在前面 很多时候,我们根据当时的项目情况和业务需求安装完Nginx后,后续随着业务的发展,往往会给安装好的Nginx添加其他的功能模块.在为Nginx添加功能模块时,要求Nginx不停机.这就涉及到 ...

  8. 组件缓存注意事项 ---keep-alive

  9. blog only to u

    2020/7/16 属于我的第一个博客正式上线,以后我将在此更新我的笔记和我的知识积累还有我那阔爱的小仙女!

  10. 五分钟快速搭建Serverless免费邮件服务

    1. 引言 本文将带你快速基于 Azure Function 和 SendGrid 构建一个免费的Serverless(无服务器)的邮件发送服务,让你感受下Serverless的强大之处. 该服务可以 ...