前言 HttpRunner 的 yaml 脚本文件,可以结合locust做性能测试 locust环境准备 安装完成 HttpRunner 后,系统中会新增locusts命令,但不会同时安装 Locust. 使用locusts -V查看时,会提示需要先安装locustio C:\Users\dell>locusts -V WARNING Locust is not installed, install first and try again. install command: pip instal

一.思想: 基于数据驱动和代码驱动结合的自动化测试框架. 二.自动化测试框架步骤: 1.获取用例,用例格式:.ymal 2.调用接口 3.校验结果 4.发送测试报告 5.异常处理 6.日志模块 三.基于上一篇文章中,使用unittest模块框架,编写自动化调用接口测试,拷贝生成用例的python文件作为模板,在conf下新建base.txt,只需每次修改文件中类名:和文件名:生成同样的python文件作为用例即可. base.txt如下: import unittest,requests imp

录制生成用例 为了简化测试用例的编写工作,HttpRunner 实现了测试用例生成的功能,对应的转换工具为一个独立的项目:har2case. 简单来说,就是当前主流的抓包工具和浏览器都支持将抓取得到的数据包导出为标准通用的 HAR 格式(HTTP Archive),然后 HttpRunner 实现了将 HAR 格式的数据包转换为YAML/JSON格式的测试用例文件的功能. 环境准备 pip 命令安装 > pip install har2case 离线安装 # 下载地址:https://pypi.

使用 操作过程非常简单,流程如下: ①配置过滤域名 必须配置,不然会有很多无效流量造成数据冗余. ②启动代理 「示例」使用了反向代理,tep自带FastApi启动Mock服务: 「实际」使用正向代理,并手动配置代理.命令说明在utils/mitm.py文件中有: ③录制流量 「示例」通过Postman发起请求: 「实际」在网页上点点点. 自动生成用例 用例就在tests/mitm实时生成好了,用例文件名为当前时间: 每录制一个请求,就能在测试用例中看到实时添加了一条测试步骤: # 接口描述 #

用Python为接口自动生成测试用例 基于属性的测试会产生大量的.随机的参数,特别适合为单元测试和接口测试生成测试用例 尽管早在2006年haskell语言就有了QuickCheck来进行"基于属性的测试",但是目前来看这依然是一个比较小众的领域,参考资料有限,本文如有不足,欢迎指正. 1. 基于表的测试 在过去的测试实践中,执行测试时通常需要明确的内容(Value): 条件 输入 结果 这些内容可以通过"判定树"或者"判断表"来表示,然后测试的

1.对于一种对同一个页面同一点 要用不同数据测试形成多条测试用例,如果复制的话 会让代码很冗长,并且并不好维护,现在用封装的方法把 不变的代码 和 变化的参数 分别封装,形成动态 生成测试用例 ,主要用到 python中 setattr()重新定义属性的方法实现 ,具体原理为:如果该对象中没有这种属性,会自动加上这个属性,如果存在,则忽略 好了 上代码: # conding=utf- from appium import webdriver import time import sys impo

前言 pytest 结合 allure 描述用例的时候我们一般使用 @allure.title 和 @allure.description 描述测试用例的标题和详情. 在用例里面也可以动态更新标题和详情,使用allure.dynamic方法实现. allure.dynamic 动态属性 feature 模块 allure.dynamic.feature(feature_name) 功能点 story allure.dynamic.story(case_story) 用例标题 title allu

直接撸代码: 1.html <input class="form-control placeholder-no-fix width-yzm" type="text" placeholder="请输入验证码" ng-model="user.checkCode" /> <img ng-src="{{'api/cloud/vercode?codeId='+user.codeId}}" ng-cl

前言 手动例化又慢又容易出错,孩子老犯错怎么办? 当然是脚本一劳永逸. 流程 (1)在vscode中安装如下插件. (2)在电脑中安装python3以上的环境. 下载地址:https://www.python.org/downloads/release/python-373/ 安装记得一定要勾选添加路径,记得管理员安装.重启你的电脑. 在cmd窗口输入python即可验证是否安装成功! (3)安装chardet.为确保插件可用,这个需要安装. 参考链接:https://blog.csdn.net

import android.graphics.Bitmap; import android.graphics.Canvas; import android.graphics.Color; import android.graphics.LinearGradient; import android.graphics.Paint; import android.graphics.Path; import android.graphics.PorterDuff; import android.gra

20171012新补丁包程序,程序整理了全部的关键字和保留字,支持 字段a = "字段b" 与 字段a = 字段b,并做了代码重构.对补丁包进行关键字专项测试,验证关键字保留字作为库.表.视图.字段.词典等情况 package com.io.test; import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.FileInputStream; import java.io.FileNotFo

在正式手动编写case之前,我们可以先来熟悉下httprunner的录制生成用例功能. 用postman的童鞋都知道,里面有个功能可以将接口转换成代码,可以直接copy过来使用,提升case编写效率. 那httprunner的录制生成用例功能又是怎么回事呢? 一.har2case 其实,这都要依托于另一个独立的项目-har2case. 原理就是当前主流的抓包工具和浏览器都支持将抓取得到的数据包导出为标准通用的 HAR 格式(HTTP Archive),然后 HttpRunner 将 HAR 格式

前言 写用例之前,我们应该熟悉API的详细信息.建议使用抓包工具Charles或AnyProxy进行抓包. har2case 我们先来了解一下另一个项目har2case 他的工作原理就是将当前主流的抓包工具和浏览器都支持将抓取得到的数据包导出为标准通用的 HAR 格式(HTTP Archive),然后 HttpRunner 将 HAR 格式的数据包转换为YAML/JSON格式的测试用例文件. 这里使用charles抓取百度首页进行演示 选中百度请求,右键点击Export Session,导出到/

FluentData,它是一个轻量级框架,关注性能和易用性. 下载地址:FlunenData.Model 利用T4模板,[MultipleOutputHelper.ttinclude]批量生成多文件 基本语法: 1. 初始化:获取MultipleOutputHelper.ttinclude文件模板 在T4模板导入 //导入MultipleOutputHelper.ttinclude文件 路径 <#@include file="$(SolutionDir)\ORM.Model\T4\Mult

五年没写过博客了,倒是天天在看 转来转去,又转回技术 原来一直在使用微软爸爸的东西,最近一两年开始玩android,玩java,还有PostgreSQL 都有些应用了,倒是可以整理些随笔出来,这就是其中一篇吧 c#是java的优雅版本,java的linq就是一坨那啥,嗯!觉得不爽就别看了 订单号这个玩意我想有几点得保证 1,有顺序但不连续 2,不能太长,最好15位以内 3,最好全数字 目前来说谷歌和百度出来的感觉都达不到我要的这些要求,不是太长超过20位,就是会加上字母,再就是会连续,否则就没顺

使用HttpRunner默认生成的项目是这样的 命令:httprunner --startproject  项目名称 so,根据这个项目的目录结构,使用python解析swagger接口参数,可以快速生成api.testcases.testsuites文件夹中用到的json文件 运行后的目录是这样的 api目录 按swagger中的tags区分为多个文件夹,每个文件夹下包含各自的api文件 testcases目录 按swagger中的tags区分为不同的json文件,每个文件包含所有的api接口

简介 2018年python开发者大会上,了解到HttpRuuner开源自动化测试框架,采用YAML/JSON格式管理用例,能录制和转换生成用例功能,充分做到用例与测试代码分离,相比excel维护测试场景数据更加简洁.在此,利用业余时间研究这个框架去实现接口自动化测试. HttpRunner 是一款面向 HTTP(S) 协议的通用开源测试框架,只需编写维护一份 YAML/JSON 脚本,即可实现自动化测试.性能测试.线上监控.持续集成等多种测试需求. 主流接口自动化工具框架: 从上图可知,技术选

spring boot / cloud (十六) 分布式ID生成服务 在几乎所有的分布式系统或者采用了分库/分表设计的系统中,几乎都会需要生成数据的唯一标识ID的需求, 常规做法,是使用数据库中的自动增长列来做系统主键,但是这样的做法无法保证ID全局唯一. 那么一个分布式ID生成器应该满足那些需求呢 : 全局唯一性 趋势递增 能够融入分库基因 本文将基于snowflake的算法来进行以下的讨论,当然,分布式ID的生成方案有很多, 不过在本文并不会分散开来讨论/比对,因为网上相关的文章实在太多,如

一.写在前面 官网:https://www.locust.io/ 官方使用文档:https://docs.locust.io/en/latest/ 大并发量测试时,建议在linux系统下进行. 二.Locust安装 1.1.   --->  pip3 install locust 1.2 . 通过GitHub上克隆项目安装(Python3推荐):https://github.com/locustio/locust  ,然后执行     ...\locust> python setup.py i

Locust安装使用: 安装: python3中           ---> pip3 install locust 验证是否安装成功---> 终端中输入 locust --help  显示帮助信息表示安装成功 locust官网           ---> https://www.locust.io/ 官网帮助文档      ---> https://docs.locust.io/en/latest/installation.html 大并发量测试时,建议在linux系统下进行

AOP(Aspect-OrientedProgramming,面向方面编程)是OOP(Object-Oriented Programing,面向对象编程)的良好补充与完善,后者侧重于解决 从上到下的存在明显层次逻辑关系的问题,而前者则侧重于由左至右的水平散布的无明显逻辑关系但具备相同行为的问题.AOP抽象的是相同的行为而非 关联的行为,用于提供通用服务支持,而非业务逻辑处理,其核心思想是“将应用程序中的商业逻辑同对其提供支持的通用服务进行分离. AOP植入有多种不同方式,主要分为以下三种方式: