HttpRunner3源码阅读:2. 模型定义
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
- Text => str / 文本
- List => list / 列表
- 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
- 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 ...
- 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]={ ...
- 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 ...
- 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 ...
- 【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 ...
- 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 ...
- 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 ...
- 【 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 ...
- 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
- JDK并发包一
JDK并发包一 同步控制是并发程序必不可少的重要手段,synchronized是一种最简单的控制方法.但JDK提供了更加强大的方法----重入锁 重入锁 重入锁使用java.util.concurre ...
- ORA-01157:cannot identify/lock data file 6 - see DBWR trace file ORA-01110:data file 6:'/u01/app/oracle/oradata/PRDO2/sysaux02.dbf'
- Android集合中对象排序
如果将集合中的对象进行排序,最近使用了一个简单的方法解决了,随笔记下来. 主要思路: 首先,新建类实现Comparator<?>,这个类是做比较的关键类,一般做比较的类型 int 或 St ...
- Linux 常用命令 随口说
ls cd pwd du disk usage -h -s. 文件大小 df disk free -h 磁盘占用 fdisk mount top/htop + ps + grep + wc + pki ...
- 学习Qt Charts - 不使用UI的情况下使用QTCharts
新建一个Qt Widgets Application项目,不添加UI文件,如下图: 建立工程后,在.pro文件中添加: QT += charts 然后在.h文件中添加: #include " ...
- R-常见错误
错误一:选择了未定义的列(Undefined columns are selected) 改正方法:把目标列转换成因子类型(as.factor) 使用代码如下: 或者: 错误二:太多(36119)的重 ...
- 为什么catch了异常,但事务还是回滚了?
前几天我发了这篇文章<我来出个题:这个事务会不会回滚?>得到了很多不错的反馈,也有不少读者通过微信.群或者邮件的方式,给了我一些关于test4的回复.其中还有直接发给我测试案例,来证明我的 ...
- Redis big key处理
bigkey是指key对应的value所占的内存空间比较大,例如一个字符串类型的value 可以最大存到512MB,-个列表类型的value最多可以存储2^32-1个元素.如果按照数据结构来细分的话, ...
- 自定义组件开发:使用v-model封装el-pagination组件
1.前言 通过封装el-pagination组件开发自定义分页组件的类似文章网上已经有很多了,但看了一圈,总是不如意,于是决定还是自己动手搞一个. 2.背景 2.1.常规分页处理方法 利用el-pag ...
- 基于js的姓名校验
// 姓名校验 isRightName: function(name) { var reg = /^[a-zA-Z\u4E00-\u9FA5\uF900-\uFA2D\u00B7\u2022\u009 ...