接口自动化--基本

测试框架结构

Test runner：执行器，执行测试用例的引擎

Test case：测试用例

Test fixtures：测试夹具，用例集执行之前、之后的操作

Test suites：测试套件，测试用例的集合或者排序关系

Test execution：单个用例执行之前、之后的操作

Test result formatter：执行结果

 Assertions：断言

接口基本信息

常见接口请求体

上传文件

r = requests.post("url",files={"文件名":open("具体的文件及格式例如：a.txt"，"rb")})

设置超时

r = requests.get("url",timeout = 0.01)

request设置代理

• 方法体里写

proxy={
    # 此处的端口是代理软件设置的端口
    "http":"http://127.0.0.1:8888",
    "https":"http://127.0.0.1:8888"
}

# veruft=false,意思是不认证，否则需要配置证书
r =  requests.post("url","data/json/params",proxies=proxy, verify=False)    

JSONPath获取多层结构的响应体的数据

• JSONPath规则

• JSONPath使用

# JSONPath第一个参数格式要求为dict，所以不要用r.text
# JSONPath第二个参数为jsonpath的表达式
jsonpath.jsonpath(r.json(),"$..age")

接口鉴权

• 请求头加token
• cookies

断言

响应信息数据极为庞大

1. 针对少量且主要的业务字段断言
2. 其他字段不做数据正确性断言，只做类型与整体结构的校验
3. 与前面的版本进行diff，对比差异化的地方

1. JSONSchema作用
   1. 定义校验JSON数据的结构
   2. 校验JSON数据的一致性
   3. 校验API接口请求和响应
2. JSONSchema使用步骤
   1. 预先生成对应结构的Schema
   2. 将实际获取到的响应与生成的Schema进行对比
3. JSONSchema的生成方式
   1. 安装genson
   2. 调用方法生成对应的JSONSchema数据结构

from genson import SchemaBuilder
def generate_jsonschema(cls, obj):
        # 实例化jsonschema
        builder = SchemaBuilder()
        # 传入被转换的对象
        builder.add_object(obj)
        # 转换成schema数据
        return builder.to_schema()

                3. JSONSchema验证

                            1.安装pip install jsonschema

                            2.调用validate()进行验证

def schema_validate(obj, schema):
    '''
    对比python对象与生成的JSONSchema的结构是否一致
    '''
    try:
        validate(instance=obj, schema=schema)
        return True
    except Exception as e:
        return False

环境管理 (多环境切换)   

1. 使用环境管理文件

        yaml

        ini

        常量类

2. 使用不同的文件管理不同的环境

        日常调试的时候，有三种方法设置环境变量，解决os.getenv()获取不到环境变量的问题

        通过环境变量，切换环境

# 设置环境变量
# mac设置环境变量
export env=dev
# windows设置环境变量
set env=dev
# 代码中使用
default = os.getenv("环境变量名称env",default="dev")

3. 在接口用例中只指定path，不指定URL

多协议封装

将多种响应的格式统一成一种（json），方便测试的时候断言

接口加解密

1.通用加密算法

        场景:了解数据使用的通用加密算法，例如base64.

        解决方案:使用通用的解密算法在获取加密响应信息后》对数据进行解密操作研发提供加解密 lib

2.研发提供加解密 lib

        场景:不了解对应的加密算法

        解决方案:需要研发提供加解密对应的Iib 包，完成数据解密

3.提供远程解析服务

        场景:既不是通用加密算法，研发也无法提供lib 包

        解决方案:需要加密方提供远程解析服务，这样既解决了加解密问题，研发方也无需担心加解密算法暴露的问题