接口自动化测试06-Pytest+Yaml+Allure框架及数据库断言

一、BaseURL基础路径封装

如果基础路径中需要用到变量：

方法一：通过自带的substitute进行实现，${变量名}

#对应的数据源
all_val = {"VAR_TOKEN": "a6e7edd962bc952e51d24ed9c66a0321", "XXX":"xxx"}
# 对应的变量：${变量名}
PROJECT_URL = "http://shop-xo.hctestedu.com?"
BaseURL = "s=api/cart/save&token=${VAR_TOKEN}"
# 进行拼接并且进行替换成：all_val 值, 没有需要替换的也没有影响
url = Template(F'{PROJECT_URL}{BaseURL}').substitute(all_val)

方法二：通过之前封装的replace_variable_references方法进行实现，"{{变量名}}"

在FileDataDriver.py中的FileReader类新增这个方法：

    @staticmethod
    def replace_variable_references(data, variables):
        """
       把data当中{{变量}} 转换成字典数据中的数据
       :param data: 把当中{{变量}} 转换成字典数据中的变量
       :param variables: 字典数据
       :return:
       """
        if isinstance(data, str):
            # 替换字符串中的变量引用
            for key, value in variables.items():
            # 将值转换为字符串,避免数据源有整形的情况，而造成replace()报错
                value = str(value) 
                data = data.replace('{{' + key + '}}', value)
            return data
        elif isinstance(data, list):
            # 递归替换列表中的元素
            return [FileReader.replace_variable_references(item, variables) foritem in data]
        elif isinstance(data, dict):
            # 递归替换字典中的值
            return {key: FileReader.replace_variable_references(value, variables) for key, value in data.items()}
        else:
            return data

二、MySQL数据库数据断言封装

api_key.py中ApiKey/类徐新增sql_check检查

    @allure.step(">>>>>>进行数据库的获取数据，利于断言或者提取数据")
    def sql_check(self, sql):
        connection = pymysql.connect(
            host=HOST,  # 数据库地址
            port=PORT,
            user=USER,  # 数据库用户名
            password=PWD,  # 数据库密码
            db=DB,  # 数据库名称
        )
        # 2.使用该对象去进行操作- 谁？-- 游标对象
        cursor = connection.cursor()
        # 4. 执行SQL
        cursor.execute(sql)
        # 5.得到第一行数据
        res = cursor.fetchone()  # 元组
        # 6.关闭数据库连接
        cursor.close()
        connection.close()

        return res

数据库进行断言及处理

# 4. 数据库进行断言及处理--SQL预期结果字段[20]/SQL[21]/SQL[22] 都不为空的情况
        if CaseData["sqlKey"] and CaseData["sqlValue"] andCaseData["sqlExpectResult"]:
            try:
                # 避免SQL引用参数的情况
                # sqlValue = FileReader.replace_variable_references(CaseData["sqlValue"], self.all_val)
                # 进行拿取数据并且执行
                sqlValue = CaseData["sqlValue"]
                sqlValue = self.ak.sql_check(sqlValue)
                all_sql_value = set(sqlValue)  # 拿到的数据是元组，转成集合格式
            except:
                value = MSG_MySQL_ERROR
            else:
                # 两个集合的交叉差集为0 ，则代表数据没有差异, 也就是 s == 0
                s = len(eval(CaseData["sqlExpectResult"]).symmetric_difference(all_sql_value))
                if s == 0:
                    value = MSG_SUCCESS
                else:
                    value = MSG_EXECUTE_FAILURE
            finally:
                FileReader.writeDataToExcel(row=row, column=cell, value=value)
                assert s == 0
        else:
            if is_assert is True:
                # 当is_assert为True则代表进行响应断言则无需写入数据
                print(value)
            else:
                value = MSG_MySQL_NULL
                FileReader.writeDataToExcel(row=row, column=cell, value=value)

SQL的提取关联变量，方法封装：__sql_extraction()

    def __sql_extraction(self, CaseData, res):
        # JSON提取器
        if CaseData["sqlExKey"] and CaseData["sqlExValue"]:
            # 获取对应：JSON提取_引用名称；把存储列表（excel）中是字符串，进行类型转换
            varStrList = eval(CaseData["sqlExKey"])
            jsonList = res
            # 获取列表长度，进行遍历
            length = len(varStrList)
            # 循环输出列表值
            for i in range(length):
                # 1. 获取对应的key 和 valure
                key_data = varStrList[i]
                value_data = jsonList[i]
                print(f"key:{key_data},sqlvalue:{value_data}")
                # 3. 持续添加参数，只要参数名不重复，重复的后面就会覆盖前面的参数
                self.all_val[key_data] = value_data
            print("res:", self.all_val)

判断字段是否为空，当不为空则进行全量对比。添加到 【3. 数据进行断言及处理--校验字段/预期 结果】的else分支中。

 

    #  确定是否需要进行全量比对
    if CaseData["responseExpect"]:
        # 期望结果：
        try:
            json1 = eval(CaseData["responseExpect"])
            other = eval(CaseData["responseExclude"])
            res2 = self.ak.jsonDeepDiff(json1, res.json(), **other)
            if not res2:
                 value = "全量断言失败"
            else:
                 value = "全量断言成功"
        except:
            print("不需要进行响应全量断言。")

api_key中ApiKey类方法jsonDeepDiff：

def jsonDeepDiff(self, json1, json2, **kwargs):
    """
   对比两个json的差异
   :param json1: 期望结果
   :param json2: 实际结果
   :param exclude_paths:需要排除的字段，集合的类型，比如{“id”,...}
   :param ignore_order: 忽略顺序，一般用户有序数据类型，比如列表
   :param ignore_string_case:忽略值的大小写，默认Flase
   :return: 当数据没有差异则返回空集合
   """
    diff = DeepDiff(json1, json2, **kwargs)
    if len(diff) == 0:
        value = True
    else:
        value = False
    return value

三、数字签名原理：

工作原理通常涉及以下步骤：

1. 创建数据：要签名的数据可以是任意形式的信息，如文本、文件、数据记录等。

2. 哈希函数：使用哈希函数对数据进行处理，生成一个固定长度的哈希值。哈希函数是一种将任意大 小的输入数据映射为固定长度输出的算法，它具有单向性（不可逆）和唯一性的特性。

3. 加 密：使用私钥对哈希值进行加密，生成数字签名。私钥是数字签名方的秘密密钥，只有数字 签名方拥有。

4. 验 证：其他人可以使用相应的公钥对数字签名进行解密和验证。公钥是与私钥对应的公开密 钥，任何人都可以访问。

5. 哈希比较：验证者对原始数据应用相同的哈希函数，生成哈希值。然后，它将使用公钥解密数字签 名，得到解密后的哈希值。

6. 比 较：验证者将解密后的哈希值与自己计算的哈希值进行比较。如果两个哈希值匹配，则数据 的完整性和真实性得到确认；否则，数据可能已被篡改或签名无效。

主要目的是确保以下内容：

数据完整性：任何对数据进行更改或篡改的尝试都会导致签名验证失败，因为哈希值将不匹配。

身份认证：由于私钥只有签名方拥有，通过验证签名，可以确认数据的发送者身份。

不可否认性：一旦签名被验证为有效，签名方不能否认对数据的签名。