基于pytest的接口测试

最近要开展接口测试，起初打算使用公司已有的Fitnesse测试工具来进行接口测试。过程中发现，构造接口字段数据、测试数据都比较困难，接口参数多的时候，用例量就会很多，关键执行速度还慢。所以放弃了。

找了一些其它工具，都不太能解决数据构造困难的问题。找不到工具，就直接使用代码来实现。考虑到代码量，结合网上的一些推荐，决定使用python+pytest来编写接口自动化用例。

决定了语言和框架，接下来要考虑一下实现需求。

1.一套用例可以测试多套环境

2.可以被jenkins调度执行

3.拥有测试报告

4.接口中某些字段值在每次请求中不重复

5.可以多接口关联测试

6.构造的表数据可以和接口字段数据关联

7.pytest用例和实际用例数据要分离，方便维护

8.针对多样的响应内容，具备多样的断言方式。

---

需求一：一套用例可以测试多套环境

公司的测试环境不止一套，希望在使用接口自动化用例时，可以随意的切换被测环境。

为了满足这个需求，首先要完成接口地址等信息的独立配置，而且是要按照一套环境的维度去管理信息。

我的做法如上图，首先我给每套环境设置了一个别名，比如上图中的lion环境，然后设计了一个服务去持久化变量值信息（变量名称所有环境保存一致）。

接着将环境名称和变量名称，组合起来，保存到redis中（如上图），供后续接口自动化用例读取并使用。

环境信息搞定之后，接下来的任务就是，设计一种方法让接口自动化用例使用环境信息。

这里采用的方法是，在执行时，指定环境别名。

pytest的用例有多种执行方式，这里使用pytest.main()来启动，通过将pytest.main()写入一个py文件中，如下面代码。

memberCenter.py

1 if __name__ == "__main__":
     if (len(sys.argv) == 2):
         _, env = sys.argv
     else:
         env = 'lion'
     BaseUtil.initTest(env)
     pytest.main(['--alluredir=./allure-results', '--maxfail=5','-s','-rA', 'testcase/membercenter/'])

启动时，接受一个参数env，并将env作为属性添加到Context中，供用例使用。

BaseUtil.py
from context import Context as ct
def initTest(env):
 ct.env = env　

调用命令：

这里就指定了测试环境的别名为lion。

有了环境别名，再加上统一的变量名称，就可以使用下面的方式，去redis获取对应的变量值了。

以上就实现了多环境测试的需求。后续只要维护好环境别名、变量名称和变量值就可以了。

---

需求二: 可以被jenkins调度执行

这个比较简单，通过参数化构建就可以。

不过为了不影响Jenkins所在服务器，我使用了docker去执行用例

下面是Dockerfile的配置

下面是jenkins中的Execute shell

 echo "清除历史报告记录"
 cd ${WORKSPACE}
 cd allure-report && rm -rf *
 cd ${WORKSPACE}
 cd allure-results && rm -rf *

 echo "开始执行命令"
 cd ${WORKSPACE}

 function del_ci {
   echo "$1"
   docker stop chbifacetest
   docker rm chbifacetest
   docker rmi hbifacetest:1.1
 }

 docker inspect --format '{{.State.Running}}' chbifacetest && del_ci "删除容器和镜像"

 docker build -t hbifacetest:1.1 .
 docker run  -v ${WORKSPACE}/allure-results:/usr/local/hbifacetest/allure-results -v ${WORKSPACE}/allure-report:/usr/local/hbifacetest/allure-report --name chbifacetest hbifacetest:1.1 ${pymainfile} ${testEnv}
 echo "执行结束"

---

需求三  拥有测试报告

测试报告使用的是Allure，主要是美观且配置简单，（参考：https://docs.qameta.io/allure/#_pytest）

step1：配置报告路径

添加一个参数--alluredir=./allure-results

step2：编写用例时，添加注释

step3：在jenkins中安装插件

step4：在job中配置报告路径

step5：在另一个job中添加执行计划

step6：查看报告

---

需求四：接口中某些字段值在每次请求中不重复

这里通过python的一个库factory-boy来实现该需求。（参考：https://www.cnblogs.com/moonpool/p/11352705.html）

大概的原理就是将每个接口当做一个对象来处理，通过factory-boy给每个字段添加值，可以是固定值，也可以是随机值。然后将对象转成dict，并发送请求。（复杂对象转dict比较麻烦，参考：https://www.cnblogs.com/moonpool/p/11454902.html）

如下图中的红框部分字段，每次请求都将是不同的值。

---

需求五： 可以多接口关联测试

针对这个需求，实现的主要思路是，可以在一条Pytest用例中，拿到所有接口的请求和响应参数。

这里利用了pytest中fixture，将每个接口的http请求方法封装成fixture，后续传递给pytest用例使用。同理实现了 加载用例数据的Fixture

 #接口Fixture
 @pytest.fixture(scope="function")
 def member_borrower_addBorrower_http_json():
     def _member_borrower_addBorrower_http_json(dict={"key": "value"}):
         r = ht.post_json(url=member_borrower_addBorrower_url, json=dict,headers=headers_json)
         return r

     return _member_borrower_addBorrower_http_json

 @pytest.fixture(scope="function")
 def member_borrower_updateBorrower_http_json():
     def _member_borrower_updateBorrower_http_json(dict={"key": "value"}):
         r = ht.post_json(url=member_borrower_updateBorrower_url, json=dict,headers=headers_json)
         return r

     return _member_borrower_updateBorrower_http_json

 #加载用例数据的Fixture
 @pytest.fixture(scope="function",params=addBorrower)
 def test_member_borrower_addBorrower(request):
     dict=request.param
     return dict

 @pytest.fixture(scope="function",params=updateBorrower)
 def test_member_borrower_updateBorrower(request):
     dict=request.param
     return dict

下面是用例数据，可以看到request中传递的是一个函数，函数执行后，可以拿到两个请求的请求参数。

下面的是pytest用例，可以看到用例中可以同时维护两个请求接口的请求参数和响应内容

这里例子比较简单，更新请求中，需要使用到添加响应中的data字段值。

---

需求六 构造的表数据可以和接口字段数据关联

有时候没有办法，通过其它接口的调用得到的信息，来为当前测试接口做数据入参。可偏偏需要在数据库中存在数据，才可以调用当前测试接口。

可以利用Factory-boy和sqlalchemy来实现这个需求。利用Factory-boy生成随机数据，利用sqlalchemy将数据入库。

例如下面pytest用例的红框部分，就是在插入数据，并使用数据中black_index，作为当前测试接口的请求入参

下面是CreateMBL函数的实现

下面是Factory-boy生成数据的代码  （参考：https://www.cnblogs.com/moonpool/p/11370502.html）

 import factory
 import factory.fuzzy
 from sqlalchemy import Column,String,BIGINT,INT,VARCHAR,DECIMAL, Unicode, create_engine
 from sqlalchemy.ext.declarative import declarative_base
 from sqlalchemy.orm import scoped_session, sessionmaker
 from .dbsession import FintechDBSession
 from baseutil.pr import Provider

 Base = declarative_base()

 class member_black_list(Base):
     # 表的名字:
     __tablename__ = 'member_black_list'

     # 表的结构:
     black_index=Column(BIGINT(), primary_key=True)
     black_type=Column(INT())
     real_name=Column(VARCHAR(120))
     card_id=Column(VARCHAR(40))
     phone=Column(VARCHAR(40))
     remark=Column(VARCHAR(1024))
     oper_id=Column(VARCHAR(40))
     oper_name=Column(VARCHAR(255))
     create_time = Column(VARCHAR(14))
     update_time=Column(VARCHAR(14))
     status=Column(INT())
     reason=Column(VARCHAR(512))
     examine_status=Column(INT())
     effective_start_date=Column(VARCHAR(8))
     effective_end_date=Column(VARCHAR(8))
     black_source=Column(INT())
     version=Column(INT())

 factory.Faker.add_provider(Provider)

 class member_black_list_factory(factory.alchemy.SQLAlchemyModelFactory):
     class Meta:
         model = member_black_list
         sqlalchemy_session = FintechDBSession

     black_index = factory.Faker("randomInt")
     black_type = 1
     real_name = factory.Faker("name", locale="zh_CN")
     card_id = factory.Faker("idNumber")
     phone = factory.fuzzy.FuzzyText("", 6, "", "")
     remark = "自动化接口测试"
     oper_id = ""
     oper_name = "test1234"
     create_time = factory.Faker("currentTimeByFormat")
     update_time = factory.Faker("currentTimeByFormat")
     status = 1
     reason = "自动化接口测试"
     examine_status = 1
     effective_start_date = factory.Faker("datebyday", days=0, ft="%Y-%m-%d")
     effective_end_date = factory.Faker("datebyday", days=1, ft="%Y-%m-%d")
     black_source = 0
     version = 0

---

需求七 pytest用例和实际用例数据要分离，方便维护

在需求五中依据可以看出， pytest用例和实际用例数据是分离。

大部分接口自动化做法是使用excel去维护用例，但是当接口或响应字段比较多的时候，编写用例比较麻烦。如果出现接口字段变更，修改用例也变得比较麻烦。

首先pytest用例和实际用例分离是必须的，接下来就是怎么维护用例的问题。

下面就是我的实际用例数据，可以看到request中通过不同的参数，可以生成不同的请求数据。至于怎么执行用例，参考https://www.cnblogs.com/moonpool/p/11351859.html

---

需求八 针对多样的响应内容，具备多样的断言方式

 

起初在用例的response中，只存放了一个dict，如下图，但是有时候响应内容（json格式）是多样的，需要断言的字段不一定都在json的顶层结构中，可能还会出现嵌套dict以及list的情况。

下面是我的实现。主要的思想就是根据不同的断言需求，传递给不同的断言方法。

用例中调用下面的函数，可以生成一批断言集合。

当断言需求类型是dict的时候，会调用下面的函数。

用例response编写，指定不同的断言需求

pytest 用例使用，如红框部分，结合上面的用例的断言需求，在用例执行时，实时传入实际响应内容。再遍历执行断言函数集合。就完成了多样的断言需求。