python 自动化测试框架概述

怎么样的框架？

数据驱动（数据与代码分离）

如何做到数据和代码的分离?

基础数据：环境数据、数据库信息、配置信息 都放在配置文件里；

场景数据：测试用例都放在excel管理；

一个接口对应一个.PY文件

测试用例包括了几列？解释

每一行对应一条测试用例

title: 用例的描述，说明测试点

后面的几列是api接口测试必备的几个条件：url、测试数据、请求方式、期望结果、实际结果， 相当于功能测试

好处：减少了代码的冗余，同样的接口只是不同数据的驱动；

举例：比如测试登录接口，不需要写n个登录的代码来测试登录接口，只需要1个登录的测试方法，传入不同的测试数据来实现不同场景的登录覆盖；

实现方式：通过excel的管理测试用例，unittest和ddt框架的结合，实现了测试数据的驱动；

数据驱动的好处？

1 减少代码的冗余

2 可维护性更强

测试代码和测试数据是分开的，测试数据更改，不需要更改代码；

整个框架的结构分层

数据层、用例层、逻辑层

数据层：最基础的服务，数据维护在excel里面，读取方法 do_excel openpyxl

json(json.load读取文件 json.loads读取字符串)

yaml的读取

用例层：

1个模块1个sheet用例
通过ddt-data装饰器，完成测试数据传递到测试方法；

逻辑层：

逻辑层：每一个用例都有前置和后置条件，在测试之前的测试准备
unittest框架：setUp teardown 每个用例都执行& setUpClass teardown每个测试类执行一次；

参数化数据：封装放在common文件
eg：request请求（get、post）
登录操作需要的cookies、token
执行前后和数据库的交互：mysql操作、文件的路径都是参数化完成

用例层是调用不同的工具类，完成不同的逻辑，最后再加上断言，不需要每个用例都做逻辑判断

设计框架的好处？

1. 手工测试用例与自动用例完美结合，避免重复工作
2. 配置灵活，根据需要快速切换测试环境  conf
3. 常用功能封装，逻辑清晰，易于维护  common
4. 统一执行入口，管理测试用例集  执行runtest.py 执行一个文件就可以了
5. 持续集成，定时构建，快速反馈  jenkins

使用到的技术/框架

1. 语言 Python
弱语法，不需要编译，面向对象

2. 测试框架 unittest（单元测试框架） ---pytest
用xml直接换成xml类？ 替换一个do_xml类就可以
unittest分层：testcase,testsuite,testload,testrun,mock
原理: 整个流程就是首先要写好TestCase，然后由TestLoader加载TestCase到TestSuite，然后由TextTestRunner来运行TestSuite，运行的结果保存在TextTestResult中，整个过程集成在unittest.main模块中。
    
3. 接口调用 request ---是最简洁的，底层就是urlib2，唯一一个非转基因http库urlib 也可以完成http请求

4. 数据驱动 ddt
ddt类装饰器 data数据装饰器

5. 数据管理 openpyxl
openpyxl可以完成读写
pymysql 因为用的数据库是mysql
xpwl 只能完成读
xlrd 只能完成写

6. 数据库交互 pymysql 
---根据数据库选择对应的第三方模块来完成因为项目用的是mysql，根据数据库选择相应的第三方模块

7. 数据格式的转换 
json 用双引号
数据格式转化：json/eval
区别：json针对json格式字符串，eval针对python数据的
eval 不能识别非python数据
json是跨语言的

8. 日志处理 logging --- 清晰的执行过程，快速定位问题
日志级别在配置里面，可以根据需要配置，可以在控制台，进行变执行变输出

9. 持续集成 jenkins
持续集成的好处：可视化 快速构建 部署 定时 自动执行
避免人工操作出错
快速部署