python API自动化(Requests库应用)

1.接口自动化的逻辑

               接口测试自动化,简单来讲就是功能测试用例脚本化然后执行脚本,产生一份可视化测试报告。不管什么样的测试方式,都是为了验证功能与发现 BUG。那为什么要做接口测试自动化呢?一句话概括就是为了节省人力成本
 

        事情准备的主要两个核心:
        1. 文档的准备

        2. 明确接口测试自动化需要的功能

        2.明确接口测试自动化需要的功能

 1、校验(断言)     

2、数据隔离

3、数据传递

4、功能函数

5、可配置

6、日志

7、可视化报告

8、可持续集成

Requests库的应用 重要

        Requests 是用Python语言编写,基于 urllib,采用 Apache2 Licensed 开源协议的 HTTP 库。它比 urllib 更加方便,可以节约我们大量的工作,完全满足 HTTP 测试需求

        Requests库安装


pip install requests -i https://pypi.doubanio.com/simple

2.requests的应用

  Requests发送Get请求 重要

        requests() 方法的请求参数详解

        

requests.requests(method, url, **kwargs)

method:请求方式:GET, PUT,POST,HEAD, PATCH, delete, OPTIONS7种方式

url:网络链接

  kwargs: (13个可选参数)

参数值参数概述
params字典或者字节序列,作为参数增加到url中
jsonJSON格式的数据,作为requests的内容
headers字典,HTTP定制头
data是第二个控制参数,向服务器提交数据,[POST请求用的居多]
cookies字典或CookieJar, Requests中的cookie
auth元组,支持HTTP认证功能
files字典类型,传输文件
timeout设置的超时时间,秒为单位
proxies字典类型,设定访问代理服务器,可以增加登录认证
allow_redirectsTrue/False,默认为True, 重定向开关
streamTrue/False,默认为True,获取内容立即下载开关
verityTrue/False,默认为True, 认证SSL证书
cert本地SSL证书路径

"""
常用的查看请求和响应的数据
"""
import requests
# 案例三:当URL有对应的参数,可以通过params 进行指定
url = "http://shop-xo.hctestedu.com"
api_url = "s=api/index/index"
res = requests.get(url=url, params=api_url)
# 案例一: 查看对应的首页信息
# url = "http://shop-xo.hctestedu.com/"
# res = requests.get(url=url)
# ----------------获取对应的响应数据--------------------
# 1. 获取对应的请求URL
print(res.url)
# 2. 获取对应响应数据并且以文本信息显示
print(res.text)
# 3. 获取对应响应数据并且以JSON格式显示,如果你的数据非Json格式则会报错
print(res.json()) # 用案例三可以看到效果
# 4. 获取对应响应数据并且以字节方式显示,会自动为你解码 gzip 和 deflate 压缩
print(res.content)
# 5. 获取响应的状态码
print(res.status_code)
# 6. 获取对应的响应头 ,数据显示是什么格式由:'Content-Type': 'text/html; 决定
print(res.headers)
# ----------------获取对应的请求数据--------------------
# res.request.方法
# 对应的请求方法
print(res.request.method)

常见的响应数据

响应参数方法响应参数概述
r.status_code响应状态码
r.content字节方式的响应体,会自动为你解码 gzip 和 deflate 压缩
r.headers以字典对象存储服务器响应头,但是这个字典比较特殊,字典键不区分大小写,若键不存在则返回None
r.json()Requests中内置的JSON解码器
r.url获取url
r.encoding编码格式
r.cookies获取cookie
r.raw返回原始响应体
r.text字符串方式的响应体,会自动根据响应头部的字符编码进行解码
r.raise_for_status()失败请求(非200响应)抛出异常

  Requests发送Post请求 重要

                之前我们一直也在强调,POST的请求参数的类型很多。而控制它的就是由 请求头当中的 Content-Type 。所以我们在开发的过程中需要注意客户端发送请求(Request)时的Content-Type设置,如果设置的不准确,很有可能导致请求失败,甚至也会返回415错误

                415 错误是 Unsupported media type,即不支持的媒体类型
                一般Content-Type的使用遵守原则:

                如果普通表单提交:Content-Type:application/x-www-form-urlencode

                json格式: Content-Type:application/json

                如果是文件上传:Content-Type:multipart/form-data

         1.普通表单提交       (默认)

import requests
# 案例一:【默认】如果普通表单提交:Content-Type:application/x-www-form-urlencoded
url = "http://shop-xo.hctestedu.com/index.php?s=/api/user/login"
public_data = {"application": "app", "application_client_type": "weixin"}
data = {"accounts": "hami", "pwd": "123456", "type": "username"}
res = requests.post(url=url, params=public_data, data=data)
# ----------------------------------------
# 1. 获取对应的请求URL
print(res.url)
# 2. 获取对应的文本信息
print(res.text)
# 3. 获取响应头
print(res.headers)
# 4. 获取请求头
print(res.request.headers)

        2,json格式

        

import requests
import json
# 请求的URL
url = "http://shop-xo.hctestedu.com/index.php?s=/api/user/login"
# 请求的公共参数,拼装到URL
public_data = {"application": "app", "application_client_type": "weixin"}
# 请求头-json格式
header = {'Content-Type': 'application/json; charset=utf-8'}
# 请求数据- 字典
data = {"accounts": "hami", "pwd": "123456", "type": "username"}
# 方法一:将Python字典对象转换为JSON字符串
"""
JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,常用于数据的序列化和传输。
但是格式和字典很像,但是并非字典。所以我们必须转成JSON字符串
"""
json_data = json.dumps(data)
res = requests.post(url=url, params=public_data, headers=header, data=json_data)
# 方法二:将数据直接传给Json参数,会自动转成json格式
res = requests.post(url=url, params=public_data, headers=header, json=data)
# ----------------------------------------
# 1. 获取对应的请求URL
print(res.url)
# 2. 获取对应的文本信息
print(res.text)
# 3. 获取响应头
print(res.headers)
# 4. 获取请求头
print(res.request.headers)

文件上传    

    上传文件接口

通过flask写的文件上传进行上传文件
Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架
# 安装flask

pip install flask

flask的简单应用

1)定义一个Flask 应用程序对象
app = Flask(__name__)
2)静态路由
@app.route('/upload')
3)指定允许的请求方法
@app.route('/login', methods=['GET', 'POST'])

 代码参考

        

from flask import Flask, request
import os
# 创建了一个名为 app 的 Flask 应用程序对象。
app = Flask(__name__)
@app.route('/upload', methods=['POST'])
def upload():
# 当没有image属性提示用户
if 'image' not in request.files:
return 'No image uploaded', 400
# 获取到当前图片请求中的文件
image = request.files['image']
# 当image没有传递图片的时候提示用户
if image.filename == '':
return 'No image selected', 400
# 把对应的图片进行保存到当前的目录下的img目录
save_path = os.path.join('../../day08/img', image.filename)
image.save(save_path)
return 'Image uploaded successfully'
if __name__ == '__main__':
app.run()

我们启动了flask的服务之后就需要进行文件的长传

上传文件请求


# 前置需要:提供上传图片的接口 -- flask【看懂它】
# 接口--服务器

# 案例:图片上传 :
# 接口请求的四要素:URL\ 请求方法 \请求参数\响应数据

import requests
# 请求的URL
url = "http://127.0.0.1:5000/upload"
# 请求数据- 字典
data = {"image": open("test.jpg", "rb")}
# 通过file进行发送请求
res = requests.post(url=url, files=data)
# ----------------------------------------
# 1. 获取对应的请求URL
print(res.url)
# 2. 获取对应的文本信息
# print(res.text) # unicode编码
print(res.json())
# 3. 获取响应头
print(res.headers)
# 4. 获取请求头
print(res.request.headers)

需要保持Session

                保持session的接口

                

from flask import Flask, request, jsonify, session
import os
app = Flask(__name__)
app.secret_key = os.urandom(24) # 设置一个密钥,用于加密 session 数据
# 模拟用户信息,实际项目中需要替换为真实的用户信息
users = {
'hami': 'admin',
'admin': 'admin'
} #
登录接口
@app.route('/login', methods=['POST'])
def login():
data = request.get_json()
username = data.get('username')
password = data.get('password')
if username in users and users[username] == password:
session['logged_in'] = True
return 'Login successful', 200
else:
return 'Login failed', 401
# 查询信息接口,需要登录才能访问
@app.route('/get_info')
def get_info():
if 'logged_in' in session and session['logged_in']:
# 用户已登录,返回用户信息
return 'User Info: OK' # 返回用户信息
else:
# 用户未登录,返回未授权的状态码
return 'Unauthorized', 401
if __name__ == '__main__':
app.run(debug=True)

        发送session接口

import requests
# 发送 POST 请求
data = {
"username":"hami",
"password":"admin" }
# 方法一:这样会显示对应的未授权
# response = requests.post('http://127.0.0.1:5000/login', json=data)
# print(response.text) # 打印响应内容
# response = requests.get('http://127.0.0.1:5000/get_info')
# print(response.text) # 打印响应内容
# 方法二:这样才能保持对应的会话信息
session = requests.Session()
# 需要保存会话信息
response = session.post('http://127.0.0.1:5000/login', json=data)
print(response.text) # 打印响应内容
response = session.get('http://127.0.0.1:5000/get_info')
print(response.text) # 打印响应内容

                

                

        

        

                

  • 29
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python API自动化分层是指将API自动化测试框架按照不同的层级进行划分,以便更好地管理和组织测试代码。 在分层中,一般会将API的测试代码分为以下几个层级: 1. 顶层测试层:这一层是整个自动化框架的入口,主要负责初始化测试环境和配置,并调用下一层的测试逻辑。 2. 测试逻辑层:这一层主要包含具体的API测试用例和测试脚本。在这一层中,会使用Python的测试框架(如unittest或pytest)来编写和组织测试用例,包括定义测试方法、断言和数据驱动等。 3. 接口封装层:这一层主要为测试逻辑层提供API调用的封装。在这一层中,会使用Pythonrequests等工具,对API进行请求和响应的封装,以方便测试逻辑层调用。 4. 数据层:这一层主要负责处理测试数据。在这一层中,可以使用Python的数据连接工具,从数据中获取测试数据,或者使用数据文件(如JSON或Excel)来读取和管理测试数据。 5. 工具层:这一层主要用于处理一些常用的工具函数或类,以提供给上层调用。例如,可以编写一些通用的数据处理函数、日志记录函数等。 分层设计可以提高自动化测试框架的可维护性和可扩展性。通过将测试代码按照功能和层级划分,可以使代码结构更清晰,各个层级之间的依赖关系更明确。此外,分层设计也能够促进测试用例的复用,以提高测试效率。 总之,Python API自动化分层是一种有效的测试框架设计方式,能够提高测试代码的可读性、可维护性和可扩展性,并提升自动化测试的效率和质量。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值