models.py

昨天体验的时候我们分别执行了httprunner -h,httprunner startproject demo, httprunner run demo,但是源码中其调用了其他文件中的方法所以暂时先不分析cli.py了,先从根本开始models.py

可用资料

typing[类型提示]: https://docs.python.org/zh-cn/3/library/typing.html

pydantic[类型校验]: https://pydantic-docs.helpmanual.io/

用上这两个库就有点强类型语言的味儿了

泛型: https://docs.python.org/zh-cn/3/library/typing.html#generics

枚举: https://docs.python.org/zh-cn/3/library/enum.html

导包分析

import os   # 系统包
from enum import Enum # 枚举类
from typing import Any # Any 表示 任意类型
from typing import Dict # dict 的泛型版本。
from typing import Text # Text 是 str 的别名
from typing import Union # 联合类型;Union[X, Y] 的意思是,非 X 即 Y
from typing import Callable # 可调类型; Callable[[int], str] 是把(int)转为 str 的函数。
from typing import List # list 的泛型版本。
from pydantic import BaseModel # pydantic定义对象的基类
from pydantic import Field # pydantic 中 字段扩展定义
from pydantic import HttpUrl # 校验url地址的

类型别名定义

该系列中个人对类型的看法/叫法如下

  1. Text => str / 文本
  2. List => list / 列表
  3. Dict => dict / 字典
Name = Text     # Name 的本质 其实就是 Text(Text 本质又是 str)
Url = Text
BaseUrl = Union[HttpUrl, Text] # 是url 或者 Text 两者之一
VariablesMapping = Dict[Text, Any] # key 是 Text ,value 是任意类型
FunctionsMapping = Dict[Text, Callable] # key 是 Text, value是可调用对象
Headers = Dict[Text, Text] # key 是 str, value 也是 str
Cookies = Dict[Text, Text] # 同上
Verify = bool # 布尔类型
Hooks = List[Union[Text, Dict[Text, Text]]] # 列表,列表中的元素是 str 或者 key,value 都是 str
Export = List[Text] # 列表,列表中元素是 str
Validators = List[Dict] # 列表,列表中元素是 字典
Env = Dict[Text, Any] # 字典 key 是 str, value 是任意类型

请求方法

# 枚举类,其中属性是 Text类型
class MethodEnum(Text, Enum):
GET = "GET"
POST = "POST"
PUT = "PUT"
DELETE = "DELETE"
HEAD = "HEAD"
OPTIONS = "OPTIONS"
PATCH = "PATCH"

其余模型

避免篇幅过长,这里直接复制源代码 附上注释

class TConfig(BaseModel):
"""测试配置模型"""
name: Name
verify: Verify = False
base_url: BaseUrl = ""
# Text: prepare variables in debugtalk.py, ${gen_variables()}
# 变量
variables: Union[VariablesMapping, Text] = {}
parameters: Union[VariablesMapping, Text] = {}
# setup_hooks: Hooks = []
# teardown_hooks: Hooks = []
export: Export = []
path: Text = None
weight: int = 1 class TRequest(BaseModel):
"""测试请求模型"""
"""requests.Request model""" method: MethodEnum # 这里的类型是前面定义的请求方法枚举
url: Url
# 查询参数
params: Dict[Text, Text] = {}
headers: Headers = {}
# alias 是别名, json 数据
req_json: Union[Dict, List, Text] = Field(None, alias="json")
# data 数据 - 表单
data: Union[Text, Dict[Text, Any]] = None
cookies: Cookies = {}
timeout: float = 120
# 允许重定向
allow_redirects: bool = True
# 安全验证
verify: Verify = False
upload: Dict = {} # used for upload files class TStep(BaseModel):
"""测试步骤模型"""
name: Name
# 步骤可以是一个请求模型
request: Union[TRequest, None] = None
# 用例
testcase: Union[Text, Callable, None] = None
# 变量
variables: VariablesMapping = {}
setup_hooks: Hooks = []
teardown_hooks: Hooks = []
# used to extract request's response field
# 提取响应字段
extract: VariablesMapping = {}
# used to export session variables from referenced testcase
# 导出字段
export: Export = []
# 验证器
validators: Validators = Field([], alias="validate")
# 验证脚本
validate_script: List[Text] = [] class TestCase(BaseModel):
"""测试用例模型 = 测试配置 + 测试步骤"""
config: TConfig
teststeps: List[TStep] class ProjectMeta(BaseModel):
"""项目配置模型"""
# debugtalk.py 文件内容
debugtalk_py: Text = "" # debugtalk.py file content
debugtalk_path: Text = "" # debugtalk.py file path
# .env 文件路径
dot_env_path: Text = "" # .env file path
# 在 debugtalk.py 中定义的函数
functions: FunctionsMapping = {} # functions defined in debugtalk.py
env: Env = {}
# 项目根目录
RootDir: Text = os.getcwd() # project root directory (ensure absolute), the path debugtalk.py located class TestsMapping(BaseModel):
"""测试集合"""
project_meta: ProjectMeta
testcases: List[TestCase] class TestCaseTime(BaseModel):
"""测试用例时间"""
start_at: float = 0
start_at_iso_format: Text = ""
duration: float = 0 class TestCaseInOut(BaseModel):
"""测试用例输入输出"""
# 输入参数
config_vars: VariablesMapping = {}
# 导出参数
export_vars: Dict = {} class RequestStat(BaseModel):
"""请求状态"""
content_size: float = 0
response_time_ms: float = 0
elapsed_ms: float = 0 class AddressData(BaseModel):
"""地址数据"""
client_ip: Text = "N/A"
client_port: int = 0
server_ip: Text = "N/A"
server_port: int = 0 class RequestData(BaseModel):
"""请求数据模型"""
method: MethodEnum = MethodEnum.GET
url: Url
headers: Headers = {}
cookies: Cookies = {}
body: Union[Text, bytes, List, Dict, None] = {} class ResponseData(BaseModel):
"""响应数据模型"""
status_code: int
headers: Dict
cookies: Cookies
encoding: Union[Text, None] = None
content_type: Text
body: Union[Text, bytes, List, Dict] class ReqRespData(BaseModel):
"""请求响应数据模型"""
request: RequestData
response: ResponseData class SessionData(BaseModel):
"""会话数据"""
"""request session data, including request, response, validators and stat data""" success: bool = False
# in most cases, req_resps only contains one request & response
# while when 30X redirect occurs, req_resps will contain multiple request & response
req_resps: List[ReqRespData] = []
stat: RequestStat = RequestStat()
address: AddressData = AddressData()
validators: Dict = {} class StepData(BaseModel):
"""步骤数据模型"""
"""teststep data, each step maybe corresponding to one request or one testcase""" success: bool = False
name: Text = "" # teststep name
data: Union[SessionData, List['StepData']] = None
export_vars: VariablesMapping = {} StepData.update_forward_refs() class TestCaseSummary(BaseModel):
"""测试用例结果"""
name: Text
success: bool
case_id: Text
time: TestCaseTime
in_out: TestCaseInOut = {}
log: Text = ""
step_datas: List[StepData] = [] class PlatformInfo(BaseModel):
httprunner_version: Text
python_version: Text
platform: Text class TestCaseRef(BaseModel):
name: Text
base_url: Text = ""
testcase: Text
variables: VariablesMapping = {} class TestSuite(BaseModel):
"""测试套件"""
config: TConfig
testcases: List[TestCaseRef] class Stat(BaseModel):
"""结果集状态"""
total: int = 0
success: int = 0
fail: int = 0 class TestSuiteSummary(BaseModel):
"""测试套件结果收集"""
success: bool = False
stat: Stat = Stat()
time: TestCaseTime = TestCaseTime()
platform: PlatformInfo
testcases: List[TestCaseSummary]

最后

上述内容个人理解,如有错误欢迎指出交流。

HttpRunner3源码阅读:2. 模型定义的更多相关文章

  1. HttpRunner3源码阅读: 1. 目录结构分析

    初衷 身处软件测试行业的各位应该都有耳闻HttpRunner 开源测试工具/框架(接口测试),作者博客 为什么出这系列? 不少测试同行都建议阅读HttpRunner,源码学习其设计思想. 社区当下Py ...

  2. linux源码阅读笔记 数组定义

    在阅读linux源码的过程中遇到了下面的略显奇怪的结构体数组定义. static struct hd_struct{ long start_sect; long nr_sects; }hd[10]={ ...

  3. HttpRunner3源码阅读:4. loader项目路径加载,用例文件转换、方法字典生成

    loader.py 这个文件中主要是对yaml,json用例加载转换成用例处理, 预置函数加载成方法字典,路径加载等 可用资料 [importlib]. https://docs.python.org ...

  4. HttpRunner3源码阅读:7.响应后处理 response.py

    response 上一篇说的client.py来发送请求,这里就来看另一个response.py,该文件主要是完成测试断言方法 可用资料 jmespath[json数据取值处理]: https://g ...

  5. 【原】AFNetworking源码阅读(一)

    [原]AFNetworking源码阅读(一) 本文转载请注明出处 —— polobymulberry-博客园 1. 前言 AFNetworking版本:3.0.4 由于我平常并没有经常使用AFNetw ...

  6. 21 BasicTaskScheduler基本任务调度器(一)——Live555源码阅读(一)任务调度相关类

    21_BasicTaskScheduler基本任务调度器(一)——Live555源码阅读(一)任务调度相关类 BasicTaskScheduler基本任务调度器 BasicTaskScheduler基 ...

  7. 17 任务调度相关类综述——Live555源码阅读(一)任务调度相关类

    这是Live555源码阅读的第二部分,包括了任务调度相关的三个类.任务调度是Live555源码中很重要的部分. 本文由乌合之众 lym瞎编,欢迎转载 http://www.cnblogs.com/ol ...

  8. 【 js 基础 】【 源码学习 】backbone 源码阅读(一)

    最近看完了 backbone.js 的源码,这里对于源码的细节就不再赘述了,大家可以 star 我的源码阅读项目(https://github.com/JiayiLi/source-code-stud ...

  9. Pytorch版本yolov3源码阅读

    目录 Pytorch版本yolov3源码阅读 1. 阅读test.py 1.1 参数解读 1.2 data文件解析 1.3 cfg文件解析 1.4 根据cfg文件创建模块 1.5 YOLOLayer ...

随机推荐

  1. DOS命令行(5)——Windows系统的配置与管理(下)

    whoami --查看当前有效用户 这个工具可以用来获取本地系统上当前用户(访问令牌)的用户名和组信息,以及相应的安全标识符(SID).声明.本地系统上当前用户的权限.登录标识符(登录 ID).例如, ...

  2. 【学习】自定义view

    自定义控件其实很简单1/2   Canvas的使用 自定义控件其实很简单1/3   Shader与画布的旋转 自定义控件其实很简单2/3   view的测量 自定义控件其实很简单1/4   FontM ...

  3. 精尽Spring Boot源码分析 - 序言

    该系列文章是笔者在学习 Spring Boot 过程中总结下来的,里面涉及到相关源码,可能对读者不太友好,请结合我的源码注释 Spring Boot 源码分析 GitHub 地址 进行阅读 Sprin ...

  4. 密码学系列之:twofish对称密钥分组算法

    简介 之前的文章我们讲到blowfish算法因为每次加密的块比较小只有64bits,所以不建议使用blowfish加密超过4G的文件.同时因为加密块小还会导致生日攻击等.所以才有了blowfish的继 ...

  5. 低代码开发LCDP,Power Apps系列 - 搭建入职选购电脑设备案例

    低代码简介 上世纪八十年代,美国就有一些公司和实验室开始了可视化编程的研究,做出了4GL"第四代编程语言",到后来衍生成VPL"Visual Programming La ...

  6. 12、Linux磁盘设备基础知识(2)

    12.4.计算磁盘容量: 磁盘的大小=盘面大小*磁头数 盘面的大小=磁道大小*磁道数 磁道大小=512字节*扇区数 磁盘的大小=512字节*扇区数*磁道数*磁头数 磁盘的大小=柱面大小*柱面数 柱面大 ...

  7. 95、配置ntp服务器

    95.1.ntp简介: ntp服务使用的是udp的123端口,如果开启了防火墙要记得放开这个端口: NTP(Network Time Protocol,网络时间协议)是用来使网络中的各个计算机时间同步 ...

  8. To_Heart—题解——AT2165

    这是一篇解题报告 首先,看到标签,考虑二分答案. 我们二分答案(即塔顶的值),把大于或等于这个值的变为1,否则变为0. 很容易发现,如果塔顶的答案是1,那么就说明值可以更大,否则相反. 复制一波样例 ...

  9. 收集雪花(map)

    题目描述 不同的雪花往往有不同的形状.在北方的同学想将雪花收集起来,作为礼物送给在南方的同学们.一共有n个时刻,给出每个时刻下落雪花的形状,用不同的整数表示不同的形状.在收集的过程中,同学们不希望有重 ...

  10. layui checkbox 样式

    layui  checkbox扩展插件:  一.新建  checkbox.css 样式文件 .checkBox .block{float:left; margin:5px;padding:6px 6p ...