HttpRunner3.X - 全面讲解如何落地项目实战

2023-11-22 19:07:04

一、前言

　　接触httprunner框架有一段时间了，也一直探索如何更好的落地到项目上，本篇主要讲述如何应用到实际的项目中，达到提升测试效率的目的。

1、项目难题

　　这个月开始忙起来了，接了个大项目，苦不堪言，以下3个问题应该大部分测试人员都能感同身受，并且也是经常会遇到的问题

  • 测试时间被压缩
  • 测试资源被砍
  • 业务流程长

2、解决方案

　　针对前面2点，除了猛加班，还能有更好的解决方案吗？只要你够肝就能完美应对前面2点问题

　　针对第3点，只能英勇献身，主动写脚本帮助团队造数据，以前是用jmeter做接口自动化，但在接触了httprunner后，发现该测试框架比jmeter方便很多，因为它有.har直接转换成用例的功能，所以就采用了httprunner框架。

二、设计自动化测试用例结构

1、项目系统流程图

HttpRunner3.X - 全面讲解如何落地项目实战

图1：项目系统流程图

2、用例分层

2.1 简要说明

　　该项目范围是打版模块，根据系统流程图可以知道，打版的数据需要走2个系统的交互，共涉及3个大模块。应项目要求，将需求单录入->开发bom的流程实现接口自动化用例，对应功能步骤为需求单录入->商品确认成功。

2.2 官网用例分层示例图

　　分层思想如下：

  • 测试用例（testcase）应该是完整且独立的，每条测试用例应该是都可以独立运行的
  • 测试用例是测试步骤（teststep）的有序集合
  • 测试用例集（testsuite）是测试用例的无序集合，集合中的测试用例应该都是相互独立，不存在先后依赖关系的；如果确实存在先后依赖关系，那就需要在测试用例中完成依赖的处理

HttpRunner3.X - 全面讲解如何落地项目实战

 

 图2：官网分层示例图

3）项目用例分层架构

　　该项目用例分层架构图是根据自己的理解做的用例分层，如果各位大佬有其他好的用例拆分设计可以赐教下。

　　如图3，共有5条用例，用例跟用例之间有调用关系，因在测试用例中已经完成了用例依赖处理，所以testsuite的每条用例都是可以直接运行的，不存在先后顺序。

　　本项目存在个问题，应当都会存在这种问题，即当case3调用case2，若case2用例存在问题，那case3自然就会执行失败。

HttpRunner3.X - 全面讲解如何落地项目实战

图3：项目用例分层架构图

三、项目源码解析

1、.env文件说明

　　env主要是存放环境配置的信息，比如url或者用户名密码之类的

username=李白
password=123456
url=https://xxx.com

2、登录Case1：login_test.py

  • 知识点1：结合实际情况，若有多个测试环境，url是会变的，用户名和密码也可能会频繁更换，所以可以考虑将url和用户名密码放在.env文件中，达到可配置化
  • 知识点2：.env文件的变量取用：${ENV(文件内的键名)}，详见下面标黄部分
# NOTE: Generated By HttpRunner v3.1.5
# FROM: har\login.har

from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase

class TestCaseLogin(HttpRunner):

    config = Config("登录").verify(False)

    teststeps = [
        Step(
            RunRequest("登录接口")
            .post("https://xx.com/login")
            .with_headers(
                **{
                    "content-length": "183",
　　　　　　　　　　　　"referer": "${ENV(url)}", #引用.env文件的url变量
                }
            )
            .with_json(
                {
                    "employeeName": "${ENV(username)}", #引用.env文件的username变量
　　　　　　　　　　　　"password": "${ENV(password)}", #引用.env文件的password变量
                }
            )
            .extract()
            .with_jmespath("body.data.userId", "userId") #提取userid，userNo,userName供后续用例使用
            .with_jmespath("body.data.userNo", "userNo")
            .with_jmespath("body.data.userName", "userName")
            .validate()
            .assert_equal("status_code", 200)
        ),
    ]

if __name__ == "__main__":
    TestCaseBaibuLogin().test_start()

3、需求单Case2：demand_test.py

  • from testcases import login_test：该用例需要先调用登录用例，如果想要引用别的文件的用例，需要先import进来
  • RunTestCase：前面的文章讲过，这是直接调用别的用例，引用方式为.call(文件的类方法)
  • headers：该用例共有3个step，请求头是一样的，所以可以用一个变量存起来，便于后面step引用
  • .with_jmespath("body.data.list[0].styleCode","styleCode")：类似jmter的jsonpath写法，可以提取想要的响应字段，用于后面用例的引用
# NOTE: Generated By HttpRunner v3.1.5
# FROM: har\需求单.har

from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase
from testcases import login_test 

class TestCase需求单(HttpRunner):

    config = Config("新建需求单-需求单列表-设计单").verify(False).base_url("https://xxx.cn")
    headers = {"Connection": "keep-alive",
                    "Content-Length": "1480",
                    }

    teststeps = [
        Step(
            RunTestCase("调用登录用例").call(login_test.TestCaseLogin)
        ),
        Step(
            RunRequest("新建需求单")
            .put("/demand-task")
            .with_headers(
                **headers
            )
            .with_cookies(
                **{
                    "experimentation_subject_id": "ImY3ZG"
                }
            )
            .with_json(
                {"deliveryTypePeriod": "2",
                    "remark": "需求单",
　　　　　　　　　　　　......
                }
            )
            .extract()
            .with_jmespath("body.data.demandDetailId","demandDetailId") #提取detaildid，taskid供后续用例使用
            .with_jmespath("body.data.demandTaskId","demandTaskId")
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("需求列表接口")
            .post("/list")
            .with_headers(
                **headers
            )
            .with_json(
                {
                    "demandTaskType": "",
                }
            )
            .extract()
            .with_jmespath("body.data.list[0].styleCode","styleCode")
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("设计单接口")
            .put(
                "/task/${demandDetailId}" #引用前面提取的detaildid
            )
            .with_headers(
                **headers
            )
            )
            .with_json(
                {
                    "current": "178",
                }
            )
            .validate()
            .assert_equal("status_code", 200)
        ),
    ]


if __name__ == "__main__":
    TestCase需求单().test_start()

4、设计拆单Case3：design_test.py

  • export(*["styleCode","demandTaskId"])：这里需要用到case2提取出来的参数，所以要用.export导出参数变量，供case3引用，引用方式为 ${参数名}
  • teardown_hook("${sleep(2)}")：case2和case3所属的模块归属于不同的服务，case2服务完成设计单推送到case3服务时会存在回调时间差的情况，
  • 所以需要使用teardown_hook，让用例执行完后，等待几秒再运行后面的step。（原理是调用debugtakl.py的sleep函数，达到延迟执行的目的）
# NOTE: Generated By HttpRunner v3.1.5
# FROM: har\设计拆单.har


from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase
from testcases import demand_test

class TestCase设计拆单(HttpRunner):

    config = Config("设计拆单列表-提交拆单").verify(False).base_url("https:xxx.cn")
    headers = {"Connection": "keep-alive",
                   }
    teststeps = [
        Step(
            RunTestCase("调用需求单用例Case2").call(demand_test.TestCase需求单).export(*["styleCode","demandTaskId"]).teardown_hook("${sleep(2)}")
        ),
        Step(
            RunRequest("设计拆单列表接口")
            .post("type/list")
            .with_headers(
                **headers
            )
            .with_json(
                {
                    "prototypeStatus": "1",
                }
            )
            .extract()
            .with_jmespath("body.data.list[0].prototypeId","prototypeId")
            .with_jmespath("body.data.list[0].designCode","designCode")
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("提交拆单接口")
            .put("/save")
            .with_headers(
                **headers
            )
            )
            .with_json(
                {
                    "prototypeId": "${prototypeId}","styleCode": "${styleCode}",
                    "demandTaskId": "${demandTaskId}",
                    "designCode": "${designCode}",                   
                }
            )
            .validate()
            .assert_equal("status_code", 200)
        )
    ]

if __name__ == "__main__":
    TestCase设计拆单().test_start()

5、商品跟进确认Case4：goods_test.py

# NOTE: Generated By HttpRunner v3.1.5
# FROM: har\商品跟进确认.har

from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase
from testcases import design_test,confirm_test


class TestCase商品跟进确认(HttpRunner):

    config = Config("商品跟进列表-获取匹配结果-商品确认-商品跟进提交").verify(False).base_url("https://xxx.cn")

    teststeps = [
        Step(
            RunTestCase("调用设计拆单用例Case3").call(design_test.TestCase设计拆单).teardown_hook("${sleep(2)}").export(*["designCode"])
        ),
        Step(
　　　　　　 #因case5和case4属于不同的系统，即不同服务，所以匹配成功后，存在推送时间差问题，故执行完用例后需等待几秒
            RunTestCase("调用匹配用例Case5").call(confirm_test.TestCase匹配).teardown_hook("${sleep(3)}") 
        ),
        Step(
            RunRequest("商品跟进列表接口")
            .post("/goods-track/list")
            .with_headers(
                **{"Connection": "keep-alive",
                   }
            )
            .with_json(
                {"designCode": "${designCode}","pageNum": 1,
                    "pageSize": 20,
                }
            )
            .extract()
            .with_jmespath("body.data.list[0].materialTrackId","materialTrackId")
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("获取匹配结果")
                .get(
                "/details/${materialTrackId}"
            )
                .with_params(
                **{"workerId": "178",
                }
            )
                .with_headers(
                **{"Connection": "keep-alive",
                   }
            )
                .extract()
                .with_jmespath("body.data.demandList[0].matchResultList[0].matchResultId","matchResultId")
                .validate()
                .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("商品确认接口")
            .post(
                "/result/confirm"
            )
            .with_headers(
                **{"Connection": "keep-alive",
                     }
            )
            .with_json(
                {
                    "materialTrackId": "${materialTrackId}",
                    "matchResultId": "${matchResultId}",
                }
            )
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("商品跟进提交接口")
            .post(
                "/goods/submit"
            )
            .with_headers(
                **{"Connection": "keep-alive",
                   }
            )
            .with_json(
                {
                    "materialTrackId": "${materialTrackId}",
                    "updateList": [
                        {
                            "materialTrackId": "${materialTrackId}",
                            "matchResultId": "${matchResultId}",
                        }
                    ],
                }
            )
            .validate()
            .assert_equal("status_code", 200)
        ),
    ]

if __name__ == "__main__":
    TestCase商品跟进确认().test_start()

6、匹配Case5：confirm_test.py

# NOTE: Generated By HttpRunner v3.1.5
# FROM: har\匹配.har

from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase

class TestCase匹配(HttpRunner):

    config = Config("匹配列表-匹配结果").verify(False).base_url("https://xxx.cn")

    teststeps = [
        Step(
            RunRequest("匹配列表接口")
            .post("/list")
            .with_headers(
                **{"Connection": "keep-alive",
                    }
            )
            .with_json(
                {"pageNum": 1,
                    "pageSize": 10,
                }
            )
            .extract()
            .with_jmespath("body.data.list[0].demandId","demandId")
            .validate()
            .assert_equal("status_code", 200)
        ),
        Step(
            RunRequest("匹配结果接口")
            .post("/match/create")
            .with_headers(
                **{"Connection": "keep-alive",
                    "Content-Length": "577",
                   }
            )
            .with_json(
                {
                    "bottomCloth": "","colorNumber": "1.0",
                    "commodityCode": "PURE",
                }
            )
            .validate()
            .assert_equal("status_code", 200)
        ),
    ]

if __name__ == "__main__":
    TestCase匹配().test_start()

 四、结束语

　　以上就是本项目运用httprunner实现接口自动化的全过程，因涉及到公司安全，所以源码中删减了很多接口信息，但这并不会影响整个思路的梳理哈，本次项目涉及到的知识点比较少，后续新项目如果有其他知识点运用，会继续更新进来，还有因为想要的参数 接口都有返回，所以这次没有用到数据库，如果对数据库连接感兴趣的，可以看我前面的博客，以及因项目原因，本次的断言信息基本是用它自动生成的断言，没有增加新的断言，但一般接口自动化中是需要跟落表信息或者关键id信息进行断言的。

 

上一篇：Python获取短视频


下一篇：华为网络交换机QOS限速配置命令