接口自动化测试

接口自动化测试

框架结构

login.py—业务模块

"""
规划接口
示例：
接口名称：登录接口
接口类型：token机制（有些项目是cookies--sessionid机制）
用途：
    1.本身需要做接口测试
    2.获取token，给后续的接口做鉴权
"""
import hashlib
from pprint import pprint

import requests

from configs.config import HOST


# 封装一个md5加密函数
def get_md5(psw):
    """
    :param psw: 密码
    :return: 返回经过md5加密的结果
    """
    # 实例化一个md5对象
    md5 = hashlib.md5()
    # 调用加密方法直接加密
    md5.update(psw.encode("utf-8"))
    return md5.hexdigest()  # 得到一个经过md5加密的32位16进制数


# 封装一个登录类
class Login:
    # 登录方法
    def login(self, inData, mode=True):
        # url路径
        url = f'{HOST}/api/loginS'
        # 将inData参数里的密码改成md5加密后的结果
        inData["password"] = get_md5(inData["password"])
        # 参数
        """
        参数类型：
        data------一般是表单格式
        json------json
        files-----文件上传接口
        params------参数会放到url路径里，如：?a=1&b=2
        """
        payload = inData
        # 请求
        resp = requests.post(url, json=payload)  # 这里看接口的请求参数具体是什么类型，就用什么类型的传参
        # 查看响应
        # return resp.text    # 返回一个文本类型（如果一开始不知道响应数据的类型，可以使用text)
        if mode:  # 获取token
            return resp.json()['token']
        else:  # 获取整个响应数据
            return resp.json()  # 返回json格式的结果（这里我们已经知道响应数据类型（根据开发的接口文档），所以可以这么用，如果不知道响应数据类型，最好使用text）


if __name__ == '__main__':
    resp = Login().login({'username': '20154084', 'password': '123456'})
    pprint(resp)

config.py----基本配置

HOST = 'http://121.41.14.39:9097'  # 环境参数

loginCase.yaml----用例数据

# 登录接口用例
- #公用数据
  url: /api/loginS
  method: POST
#用例参数化
- #用例1
  detail: 账号与密码都正确
  data: #请求数据
    username: "20154084"
    password: "123456"
  resp: #预期的响应结果中的code和message信息
    code: 200
    message: "登录成功"
- #用例2
  detail: 账号没有，密码都正确
  data:
    username: ""
    password: "123456"
  resp:
    code: 400
    message: "用户名不存在"

yamlControl.py-----读取yaml文件的工具文件

# 需要安装一个第三方库 PyYAML
from pprint import pprint

import yaml


def get_yaml_data(filePath):
    res_list = []  # 存放用例结果[(请求1，期望结果1),(请求2，期望结果2)]
    # 1.读取文件----从磁盘读取文件到内存
    fo = open(filePath, 'r', encoding="utf-8")  # 这里打开文件操作是在函数内部，当函数调用完毕后会被自动释放，所以可以不用关闭文件
    # 2.使用yaml方法获取数据
    res = yaml.load(fo, Loader=yaml.FullLoader)  # 全局加载
    public_info = res[0]  # 可以封装基类使用
    del res[0]
    for one in res:
        res_list.append((one['data'], one['resp']))
    return res_list


if __name__ == '__main__':
    res = get_yaml_data('../data/loginCase.yaml')
    print(res)

test_login.py-------测试模块

from utils.yamlControl import get_yaml_data
from libs.login import Login
import pytest
import allure
import os

# 执行用例
# 1.获取用例数据
# use_case_data = get_yaml_data('../data/loginCase.yaml')[1]
# # 2.调用接口方法---获取响应数据
# resp_data = Login().login(use_case_data['data'], False)
# print(resp_data)
# # 3.断言  实际响应与预期数据的对比
# if resp_data['message'] == use_case_data['resp']['message']:
#     print('----用例通过----')

# def test_001():
#     print('例子在控制台被打印了')
#     assert 1 == 2
"""
测试登录接口
1.需要请求参数（也就是登录所需要的账号和密码，在用例里面可以获取，在yaml文件）
2.需要预期结果（用来和实际响应结果作比较），也在用例里面，即yaml文件中
请求参数（帐号密码）就是下面的inData
预取结果就是下面的expData['message']

数据驱动原型
@pytest.mark.parametrize('a',[1,2])-----这里有两组数据，a=1是一组数据，a=2是一组数据，总共测了两次
def test_001(a):-----这里要传入参数a
    assert 1 == a
    
@pytest.mark.parametrize('a,b',[(x1,y1),(x2,y2),(x3,y3)]-----这里有三组数据，每组a对应x，b对应y
def test_002(a,b)
    pass
"""


# 登录接口-测试类封装
class TestLogin:
    @pytest.mark.parametrize('inData,expData', get_yaml_data('../data/loginCase.yaml'))
    def test_login(self, inData, expData):
        res = Login().login(inData, False)  # 传入请求数据（账号密码），获得整个响应数据
        assert res['message'] == expData['message']  # 使用预取结果与实际响应比较


if __name__ == '__main__':
    # -s 表示在控制台打印输出，-q表示打印简化的信息，--alluredir表示生成allure报告，最后的路径表示allure报告原始文件的存放路径
    pytest.main(["test_login.py", "-sq", "--alluredir", "../report/raw"])

    # 使用allure原始文件生成报告
    os.system("allure serve ../report/raw")
    """
    allure报告原理：
    1.生成报告的原始文件
    2.将原始文件生成报告
    """

conftest.py----固件函数模块

注意该模块(py文件)必须放在与测试模块同一个目录下，且文件名是固定的

"""
- 函数start_running()跟setUp()和tearDown()用法差不多，不过用fixture装饰器要好一些
- 该py文件的名字必是conftest.py，固定的不能变，且要放在test_cases目录下，和测试模块在一起，对应@pytest.fixture()中的scope作用域为包级别---session
- yield是生成器，到了yield这里函数会直接返回，相当与return
- @pytest.fixture()是固件函数
"""

import pytest


@pytest.fixture(scope="session", autouse=True)  # session表示包级别
def start_running():
    # 自动化测试前的环境初始化操作
    print('---准备开始自动化测试任务----')
    yield
    # 自动化测试完成之后，做数据清理工作
    print('----自动化测试完成，开始清理垃圾数据-----')