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
作者:骑着蜗牛的测试
链接:https://zhuanlan.zhihu.com/p/577226317
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
启动服务(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)
运行配置说明(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:
# 首次会根据接口数据包生成,可自行更改或添加新配置,所有配置将作为公共关联值
host: 10.88.88.141:20037
headers:
Content-Type: application/x-www-form-urlencoded;charset=UTF-8
cookies:
headtoken: xu5YwIZFkVGczMn0H0rot2ps7zRIbvrTHNwMXx1sJXg=
测试用例说明(test.yaml)- 3.12更新
# 用例基本信息
test_info:
# 测试用例标题,默认截取请求地址倒数第2个字段名,在报告中作为一级目录显示
title: register
# 请求域名,默认读取公共关联值,可修改
host: ${host}
# 请求协议
scheme: http
# 请求类型
method: POST
# 请求地址
address: /api/register/findParam
# 参数媒体类型
mime_type: application/x-www-form-urlencoded
# 请求头,默认读取公共关联值,可修改
headers: ${headers}
# 超时时长(s)
timeout: 10
# 是否需要上传文件
file: false
# 是否需要获取cookie
cookies: false
# 是否存在前置接口,如果存在,则填写前置接口用例相对路径,如:/register/test_getAdultCurbactList.yaml
premise: false
# 测试用例,默认仅生成一个,可手动添加多个
test_case:
# 用例概要,默认截取请求地址倒数第1个字段名
- summary: findParam
# 用例描述,在报告中作为二级目录显示
describe: test_findParam
# 接口请求参数,当总字符数超过200,将转为json文件单独存储
parameter:
params:
unitCode: '3202112002'
first: 0
pym: ''
pageSize: 10
page: 0
headtoken: ${headtoken}
# 接口检查结果
check_body:
# 检查类型,目前支持5种,可自行修改,默认check_json,即仅检查实际与期望结果格式是否一致
check_type: check_json
# 期望接口返回码
expected_code: 200
# 期望接口返回消息体,当总字符数超过200,将转为json文件单独存储
expected_result:
success: true
code:
msg: 返回成功
data:
- '1'
- '1'
callTime:
测试报告示例(allure)
作者:骑着蜗牛的测试
链接:https://zhuanlan.zhihu.com/p/577226317
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
核心代码(3.12新增)
script.1、接口数据包解析:依据接口数据,截取对应字段,生成测试用例yaml以及参数文件json。
script.2、测试脚本生成:依据测试用例,复制模板并修改相关字段。
script.3、运行日志收集:初始化日志模块,保存运行日志。
unit.1、请求协议方法封装:包括post、get、put、delete,以及cookie保存。
unit.2、接口发送方法封装:读取测试用例,拼接请求信息,发送请求,返回结果。
unit.3、接口初始化处理:读取公共关联配置,获取当前关联值,执行前置接口,替换关联值,返回用例信息。
unit.4、获取关联值配置:通过正则匹配${}检索关联值,然后获取消息体中的对应值。
unit.5、替换关联值:首先替换关联值,然后替换函数助手生成数据,最后替换表达式结果。
unit.6、接口结果校验:包括不检查、仅检查接口状态码、对比实际与期望结果格式、完全对比校验、正则方式校验。
utils.1、函数助手:调用不同方法来生成相关测试数据,比如生成指定长度随机字符、生成指定日期时间、生成唯一标识guid等。
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。
作者:骑着蜗牛的测试
链接:https://zhuanlan.zhihu.com/p/577226317
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
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:
学习安排上
作为一位过来人也是希望大家少走一些弯路,在这里我给大家分享一些软件自动化测试的学习资源,希望能给你前进的路上带来帮助。【无套路免费白嫖】
视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。