简介
此框架是基于Python+Pytest+Requests+Allure+Yaml+Json实现全链路接口自动化测试。
主要流程:解析接口数据包 ->生成接口基础配置(yml) ->生成测试用例(yaml+json) ->生成测试脚本(.py) ->运行测试(pytest) ->生成测试报告(allure)
测试流程:初始化请求 ->处理接口基础信息 ->读取前置接口用例 ->发送前置接口 ->处理当前接口数据 ->发送当前接口 ->检查接口返回
接口自动化测试无非分几大块:测试用例设计、测试脚本编写、测试结果校验、测试报告生成、测试配置管理。
其中常见有几大难点:接口之间依赖关联、测试数据与脚本分离、测试数据参数化处理、全量自动化耗时。
而这些本框架通通已为你解决,你无须编写任何代码,只需要你抓取接口数据包即可。
关于接口依赖:你只要填写前置接口相对路径即可,如果存在数据依赖关系,此时你也仅需要填写前置接口对应的参数值,本框架将自动为你调用和替换关联数据。
关于测试数据:本框架采用yaml记录接口基本信息,当请求参数和结果较大时,将单独保存到json文件中,解决各类数据的错综复杂问题。
关于参数化:本框架采用常用工具使用的变量标识 ${var} ,通过正则表达式,自动检索变量,自动为你替换变量,并且为你提供多种函数助手【$RandInt()、$GenGuid()】为你解决测试数据生成问题。
关于用例执行:本框架利用pytest扩展库,支持多线程模式、失败用例重试、用例模糊匹配等。
目前主要支持四种运行模式:
> 0 -不开启自动生成测试用例功能,将直接运行测试
> 1 -根据手工编写用例,自动生成测试脚本,然后运行测试
> 2 -根据接口抓包数据,自动生成测试用例和测试脚本,然后运行测试
> 3 -根据接口抓包数据,自动生成测试用例和测试脚本,但不运行测试
注意:目前解析仅支持(.chlsj)格式,请使用Charles工具抓包导出JSON Session File
目前支持多种函数助手(以下仅为示例,之后将单独说明):
print(‘替换变量并计算表达式:‘, replace(‘$Eval(${unitCode}*1000+1)‘, {‘unitCode‘: 9876543210}))
print(‘生成1-9之间的随机数:‘, replace(‘$RandInt(1,9)‘))
print(‘生成10位随机字符:‘, replace(‘$RandStr(10)‘))
print(‘从列表中随机选择:‘, replace(‘$RandChoice(a,b,c,d)‘))
print(‘生成一个伪手机号:‘, replace(‘$GenPhone()‘))
print(‘生成一个guid:‘, replace(‘$GenGuid()‘))
print(‘生成一个伪微信ID:‘, replace(‘$GenWxid()‘))
print(‘生成一个伪身份证:‘, replace(‘$GenNoid()‘))
print(‘生成一个18岁伪身份证:‘, replace("$GenNoid(y-18)"))
print(‘生成下个月今天的日期:‘, replace("$GenDate(m+1)"))
print(‘生成昨天此时的时间:‘, replace("$GenDatetime(d-1)"))
替换变量并计算表达式: 9876543210
生成1-9之间的随机数: 9
生成10位随机字符: CB8512d4E6
从列表中随机选择: d
生成一个伪手机号: 18890688629
生成一个guid: 78A6698C-6793-11EB-8221-005056C00008
生成一个伪微信ID: AUTO9K6MRzVGfsNB4ZkIuSdXravD
生成一个伪身份证: 999577202102052043
生成一个18岁伪身份证: 953700200302056259
生成下个月今天的日期: 2021-03-05
生成昨天此时的时间: 2021-02-04 17:21:04.696745
框架流程图
项目结构
执行入口(startup.py)
# -*- coding:utf-8 -*- # @Time : 2021/2/1 # @Author : Leo Zhang # @File : startup.py # *********************** import os import sys import pytest import logging if __name__ == ‘__main__‘: from comm.script import writeLogs, writeCase from config import * # 开启日志记录(默认logs目录) writeLogs.MyLogs(ROOT_DIR+‘logs‘) # 判断运行模式 if RC[‘auto_switch‘] == 3: logging.info("根据接口抓包数据,自动生成测试用例和测试脚本,但不运行测试!") writeCase.write_case(DATA_DIR, auto_yaml=True) sys.exit(0) elif RC[‘auto_switch‘] == 2: logging.info("根据接口抓包数据,自动生成测试用例和测试脚本,然后运行测试!") writeCase.write_case(DATA_DIR, auto_yaml=True) elif RC[‘auto_switch‘] == 1: # 如果扫描路径为空在则取项目page目录 if not os.path.exists(RC[‘scan_dir‘]): RC[‘scan_dir‘] = PAGE_DIR logging.info("根据手工编写用例,自动生成测试脚本,然后运行测试!") writeCase.write_case(RC[‘scan_dir‘], auto_yaml=False) else: logging.info("不开启自动生成测试用例功能,将直接运行测试!") # 定义运行参数 args_list = [‘-vs‘, TEST_DIR, ‘-n‘, str(RC[‘process‘]), ‘--reruns‘, str(RC[‘reruns‘]), ‘--maxfail‘, str(RC[‘maxfail‘]), ‘--alluredir‘, REPORT_DIR+‘/xml‘, ‘--clean-alluredir‘] # 判断是否开启用例匹配 if RC[‘pattern‘]: args_list += [‘-k ‘ + str(RC[‘pattern‘])] test_result = pytest.main(args_list) # 生成allure报告 cmd = ‘allure generate --clean %s -o %s ‘ % (REPORT_DIR+‘/xml‘, REPORT_DIR+‘/html‘) os.system(cmd)
运行配置(runConfig.yml)
# 运行项目名 project_name: PyDemo # 运行模式: auto_switch: 2 # 0 -不开启自动生成测试用例功能,将直接运行测试 # 1 -根据手工编写用例,自动生成测试脚本,然后运行测试 # 2 -根据接口抓包数据,自动生成测试用例和测试脚本,然后运行测试 # 3 -根据接口抓包数据,自动生成测试用例和测试脚本,但不运行测试 # 注意:目前解析仅支持(.chlsj)格式,请使用Charles工具抓包导出JSON Session File # 扫描测试用例目录(且仅当auto_switch=1时有用) scan_dir: # 使用模糊匹配测试用例(空则匹配所有) pattern: # 执行并发线程数(0表示不开启) process: 0 # 失败重试次数(0表示不重试) reruns: 0 # 本轮测试最大允许失败数(超出则立即结束测试) maxfail: 20 # 接口调用间隔时间(s) interval: 1 # 测试结果校验方式说明(共5种方式): # no_check:不做任何校验 # check_code:仅校验接口返回码code # check_json:校验接口返回码code,并进行json格式比较返回结果(默认方式) # entirely_check:校验接口返回码code,并进行完整比较返回结果 # regular_check:校验接口返回码code,并进行正则匹配返回结果
测试脚本基础模板(test_template.py)
# -*- coding:utf-8 -*- # @Time : 2021/2/2 # @Author : Leo Zhang # @File : test_template.py # **************************** import os import allure import pytest from comm.utils.readYaml import read_yaml_data from comm.unit.initializePremise import init_premise from comm.unit.apiSend import send_request from comm.unit.checkResult import check_result case_yaml = os.path.realpath(__file__).replace(‘testcase‘, ‘page‘).replace(‘py‘, ‘yaml‘) case_path = os.path.dirname(case_yaml) case_dict = read_yaml_data(case_yaml) @allure.feature(case_dict["test_info"]["title"]) class TestTemplate: @pytest.mark.parametrize("case_data", case_dict["test_case"]) @allure.story("test_template") def test_template(self, case_data): # 初始化请求:执行前置接口+替换关联变量 test_info, case_data = init_premise(case_dict["test_info"], case_data, case_path) # 发送当前接口 code, data = send_request(test_info, case_data) # 校验接口返回 check_result(case_data, code, data)
接口配置示例(apiConfig.yml)
PyDemo: host: 10.88.88.141:20037 headers: Content-Type: application/x-www-form-urlencoded;charset=UTF-8 cookies: headtoken: xu5YwIZFkVGczMn0H0rot2ps7zRIbvrTHNwMXx1sJXg=
测试用例示例(findParam.yaml)
test_info: title: register host: ${host} scheme: http method: POST address: /api/register/findParam mime_type: application/x-www-form-urlencoded headers: ${headers} timeout: 10 file: false cookies: false premise: false test_case: - summary: findParam describe: test_findParam parameter: params: unitCode: ‘3202112002‘ first: 0 pym: ‘‘ pageSize: 10 page: 0 headtoken: ${headtoken} check: check_type: check_json expected_code: 200 expected_result: success: true code: msg: 返回成功 data: - ‘1‘ - ‘1‘ callTime:
测试报告示例(allure)
实战演示
1、首先环境准备:Python + Allure (这里不做详细说明,请参考我Pytest分类博文)
接着下载项目:https://github.com/Leozhanggg/ApiTesting (方便的话给个星,不要白嫖呀,哈哈。。。)
然后加载依赖:pip install -r requirements.txt
(或者使用Pycharm打开,会自动弹出提示安装)
2、使用Charles工具抓取接口数据包,并且导出选择JSON Session File (.chlsj) 格式 (工具自己百度下载吧)
3、新建一个项目MyTest目录和一个data目录,把抓取的接口数据包放置进来,然后修改runConfig.yml项目名为MyTest
4、直接开始运行,然后你就会发现项目目录多了很多文件,测试已经完成。。。没错,就是这么简单,你还可以查看allure报告。
谈谈我自己
以往我使用过多种基于Python的自动化测试框架,特别是robotframework,简单易上手,对于培养普通测试工程师比较迅速,但是优点同时也是缺点,由于RF自身局限性,会让简单的语法变得复杂化,
如果你不做分层处理,可能会出现一条简单的测试用例编需要写上百行,后期维护更是非常麻烦,
我记得有一次检查测试工程师的自动化测试用例时,发现竟然有两百多行,对于RF这种表格语法两百多行你知道阅读是多么的痛苦嘛。。。
当然这也是源于我们的项目性质,由于大数据业务,接口只是一小部分,而数据的校验才是大头,
并且涉及到多类数据库,比如redis、mysql、es、hbase、solr等,而且有的接口会同时保存到多个表然后同步到多个数据库,校验点数不过来。。。
就这样前前后后我带领着几个测试工程师改了几版,虽然最后大大的减少了测试代码,但是依然还是很多,
并且运行时长很难解决。所以从去年开始使用pytest测试框架,当然这也是我首次接触pytest,第一个项目也改了几版,但是由于纯pytest编写,
所有的东西都在一块,改起来也比较简单,最终的效果当然是质的提升,首先时代码方面可以轻松的做分层处理,不会受到RF之类的框架限制,
而在执行时长方面可以采用pytest自身的多线程模块,大大减少执行时长,同时大大提高了框架的扩展性。
而本框架源于https://github.com/wangxiaoxi3/API_service项目,加上自己实际项目实施经验重构而来,保留了核心功能,增加了自己对接口自动化测试的理解。
特别对于关联值处理方面,不在需要手动标记,而采用自动检索方式,另外关于前置接口处理,也不在需要手动编写,只需要指定前置接口相对路径即可,并且多个用例可以嵌套。
另外在请求地址和消息头上,不在需要手动配置,将在接口数据解析中自动筛选消息头和请求地址,然后写入接口公共配置中,除非有变动,否则无需做任何配置。
但是目前开发的第一版并没有加入数据库校验,仅为了单纯接口的自动化测试,后期将考虑加入数据库校验模块。以下为本人实际项目数据库校验示例:
※ 如果有任何疑问可以留言,当然如果觉得写得不错可以收藏、推荐一下,另外github帮忙给个星!!!
作者:Leozhanggg
出处:https://www.cnblogs.com/leozhanggg/p/14373878.html
源码:https://github.com/Leozhanggg/ApiTesting
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。