Python-自动化测试-自定义框架浅谈

为什么需要自动化测试？有部分原因是说可以提高相关质量，但更多的，应该是减轻工作量。

对于频繁的回归，又或者时不时的全量，如果仅仅只是靠与开发交流和业务的熟知，而进行经验推断，往往测试的结果是毫无说服力且较难令人信服的。虽然事实上，对于长年工作者，很多重要问题都是通过经验发现，但事实的另一面却也的确存在，很多普通问题会被因此错过。

过于依赖经验，带来的问题是，主观判定了相关团队对于某类或几类问题是正确的，但实际，往往会让你大吃一惊。原因可能来自于团队的某个环节又或是团队之间的协作，甚至，是你自己。

于是，我们基于对质量提高兼且减轻工作又或是其他原因，开始了自动化测试（因为在大多数时，机器会比人更可靠，即对于执行固定规则的事务流程会更为精确）

一开始我们会直接在一个文件里写入所有相关测试的内容，但时间久了，对于频繁调用眼熟的接口就会予以厌烦，所以抽象出一个业务层进行专项接口调用，会是更好的选择。

当然，一些精致小巧的方法也会在这过程中一一展现，于是工具层就自然而然出现了

然后，回归测试本身，显而易见，也应该包含有一个测试层，用于各类场景的测试（不同环境、不同测试类型【接口、数据库、页面、服务器、缓存等等】、不同业务、不同项目、不同功能）。

最后，测试的整个周期，离不开数据的存储与提取，因此，我们还需要一个配置层。

一个比较合理的测试框架雏形大致如下：

工具层    

配置层    

业务层

测试层

它的目的大致是：

1、记录测试操作步骤，通过测试层

2、保存正确的测试数据，通过配置层

3、详尽的日志记录，日志系统

4、可以关键字驱动，用以批量测试

5、可以进行不同测试类型的业务混用

等等。

相关的数据大致可以分为五类：

1、小量测试，自定义测试，快捷测试的数据          

2、模板化的初始数据                                              

3、某个业务、项目、功能的特定数据

4、多次执行正确的正确数据

5、大量测试，以测试模板数据方式进行

优先级为1=5>4>3>2

最后，需要思考的是，自定义测试框架相较于市面上流行的工具，譬如postman，selenium,navicat,lr,jmeter,xshell等等的最大优点是什么？

个人觉得是集成，你可以把各个不同的测试类型放在一起混合调用（譬如，当你用接口新增数据数，可以用数据库删除该记录，用以保持环境的整洁等等），用以记录更为详尽的操作步骤。（有时，整个测试流程可能是繁琐且多样的）

撇开这一点，熟练的运用其他相关工具并没有什么不好，毕竟，自定义框架本身也只是工具的一种，都是为了结果服务。