主流接口测试框架那么多怎么选择？优缺点对比它来了

需求

1、接口编写方便。
2、方便调试接口。
3、支持数据初始化。
4、生成测试报告。
5、支持参数化。

1、robot framework

优点

• 关键字驱动，自定义用户关键字。

• 支持测试日志和报告生成。

• 支持系统关键字开发，可扩展性好。

• 支持数据库操作。

缺点

缺点

• 接口测试用例写起来不简洁。

• 需要掌握特定语法。

  2. *** Settings ***

  4. Library RequestsLibrary

  6. Library Collections

  9. *** Test Cases ***

  11. test_get_event_list # 查询发布会（GET请求）

  13. ${payload}= Create Dictionary eid=1

  15. Create Session event http://127.0.0.1:8000/api

  17. ${r}= Get Request event /get_event_list/ params=${payload}

  19. Should Be Equal As Strings ${r.status_code} 200

  21. log ${r.json()}

  23. ${dict} Set variable ${r.json()}

  25. #断言结果

  27. ${msg} Get From Dictionary ${dict} message

  29. Should Be Equal ${msg} success

  31. ${sta} Get From Dictionary ${dict} status

  33. ${status} Evaluate int(200)

  35. Should Be Equal ${sta} ${status}

  结果：不考虑，没人愿意这么写接口用例。

  2、JMeter

  优点

• 支持参数化

• 不需要写代码

• 创建接口用例效率不高。

• 不能生成查看每一个接口执行情况的测试报告。

总结：不考虑，接口编写不方便，最主要是不能生成测试报告，如果做接口性能的话可以考虑。

3、HttpRunner

优点:

• 基于YAML/JSON格式，专注于接口本身的编写。

• 接口编写简单

• 生成测试报告

• 接口录制功能。

缺点:

• 没有编辑器插件对语法校验，容易出错。

• 官方文档没有详细的说明。

• 扩展不方便。

  2. [

  4. {

  6. "config": {

  8. "name": "testcase description",

  10. "variables": [],

  12. "request": {

  14. "base_url": "http://127.0.0.1:5000",

  16. "headers": {

  18. "User-Agent": "python-requests/2.18.4"

  20. }

  22. }

  24. }

  26. },

  28. {

  30. "test": {

  32. "name": "test case name",

  34. "request": {

  36. "url": "/api/get-token",

  38. "headers": {

  40. "device_sn": "FwgRiO7CNA50DSU",

  42. "user_agent": "iOS/10.3",

  44. "os_platform": "ios",

  46. "app_version": "2.8.6",

  48. "Content-Type": "application/json"

  50. },

  52. "method": "POST",

  54. "date": {"sign": "958a05393efef0ac7c0fb80a7eac45e24fd40c27"}

  56. },

  58. "validate": [

  60. {"eq": ["status_code", 200]},

  62. {"eq": ["headers.Content-Type", "application/json"]},

  64. {"eq": ["content.success", true]},

  66. {"eq": ["content.token", "baNLX1zhFYP11Seb"]}

  68. ]

  70. }

  72. }]

  总结：可以考虑，至于接口数据的初始化可能需要单独处理。

4、gauge

BDD行为驱动测试框架。

优点:

• 行为文件与脚本文件分离，本质上实现了数据驱动。

• 功能强大灵活，本质上还用Python写接口用例。

• 自动生成测试报告。

• VS Code有支持插件

缺点:

• 门槛略高，需要了解BDD的用法。

• 需要会markdworn语法

行为描述文件：

2. ## test post request

5. * post "http://httpbin.org/post" interface

7. |key | status_code|

9. |------|-----------|

11. |value1|200 |

13. |value2|200 |

15. |value3|200 |

测试脚本：

2. ……

5. @step("post <url> interface <table>")

7. def test_get_request(url, table):

9. values = []

11. status_codes = []

13. for word in table.get_column_values_with_name("key"):

15. values.append(word)

17. for word in table.get_column_values_with_name("status_code"):

19. status_codes.append(word)

21. for i in range(len(values)):

23. r = requests.post(url, data={"key": values[i]})

25. result = r.json()

27. assert r.status_code == int(status_codes[i])

总结：推荐使用，BDD有一定门槛，看测试人员的学些能力和接受速度。

 
5、Unittest+Request+HTMLRunner

利用现有的框架和库自己定制。

优点:

• 足够灵活强大: 分层测试、数据驱动、测试报告，集成CI...

缺点:

• 有一定的学习成本

数据文件：

2. {

4. "test_case1": {

6. "key": "value1",

8. "status_code": 200

10. },

12. "test_case2": {

14. "key": "value2",

16. "status_code": 200

18. },

20. "test_case3": {

22. "key": "value3",

24. "status_code": 200

26. },

28. "test_case4": {

30. "key": "value4",

32. "status_code": 200

34. }}

测试用例：

2. import requests

4. import unittest

6. from ddt import ddt, file_data

10. @ddtclass InterfaceTest(unittest.TestCase):

13. def setUp(self):

15. self.url = "http://httpbin.org/post"

18. def tearDown(self):

20. print(self.result)

23. @file_data("./data/test_data_dict.json")

25. def test_post_request(self, key, status_code):

27. r = requests.post(self.url, data={"key": key})

29. self.result = r.json()

31. self.assertEqual(r.status_code, status_code)

总结：推荐使用，代码相对简单，功能足够灵活。

3. 我花了两天时间整理这些框架，其实重点就是了解HttpRunner 和 gauge 。

5. yg

7. HttpRunner 没有编辑器插件，本身就是一个YAML/JSON配置文件，所以配置写错了，但只要是合法的YAML/JSON格式，也看不出来，只有运行的过后才知道。就像你用记事本写代码一样，只有运行了才知道代码有没有写错。

12. 另外，扩展起来也不是特别方便，单独用python实现一些函数：在json文件中

15. ```{"device_sn": "${gen_random_string(15)}"}```

18. 以这样的方式引用```gen_random_string()``` 函数。

21. gauge我已经分享过两篇基础文章了，虽然用BDD拿来做接口理念不搭，但并不是不可以，唯一的缺点是用BDD来描述接口行为不合适，其他的都没毛病，可以参数化，断言写起来也简单，测试报告也漂亮，本质上还是用Python实现一些功能，所以非常灵活。

24. unittest + requests + HTMLTestRunner是我最熟悉的方案，几乎没什么短板。以前通过这种方案写过很多测试用例，这次把ddt加上似乎更完美了。