史上最牛，接口自动化测试传值处理实战，精心整理详细教程，火爆

一、前言

自动化测试要找到一个平衡点，特别是要注意与其他级别的测试相互配合，如单元测试、 UI自动化测试、人工测试等等

在测试之前，我们可以预先定义一组分层测试的规格说明，也就是哪些逻辑应该有接口自动化测试保证，哪些逻辑由用户测试来保证

当我们进行不同级别的测试时，我们可以相互合作以达到一个高的测试覆盖率

在接口自动化测试过程中不仅仅有单接口的测试，场景测试也必不可少，这就造成接口与接口之间存在传值问题，介绍一下在 pytest 框架下怎样进行接口传值处理

接口数据总体可分为前置处理和后置处理：

前置处理：一些固定值或固定方法的调用

后置处理：需要前几个请求中的body（参数）、response（响应）

二、数据准备

前置处理：

前置处理用<>和[]来标记（标记符可按自己需求进行更改）

正则匹配数据中包含这两种标记时，读取调用methlib.py或config.py中的方法，具体调用哪个固定值或方法，根据标记里面写入的参数调用，并对数据进行替换。其中 < > 用于标记固定值，[ ] 用于标记固定方法

后置处理：

后置处理用&&、{}、==、## 来标记（标记符可按自己需求进行更改）

正则匹配数据中包含这几种标记时，读取requestmsg.txt中数据，具体读取哪一行数据，根据关联列的数据进行判断，并对数据进行替换。其中&&用于标记取上一步的body、{ } 用于标记取上一步的response、== 用于标记取前几步的body、## 用于标记前上几步的response

注：
① excel表中的用例传参数据需要以字典形式写入

② 表格数据中加入关联列，用于判断读取第几个请求的参数或响应

③ 对于部分接口需要加密的接口，在表格数据中加入是否加密列，用于判断该接口的参数是否加密

三、测试流程

前置处理：

读取到的excel表格数据是一个模块的数据，经过pytest的处理，会将模块中的多个接口数据（列表）进行单个接口的传输，是不用经过任何请求得到的数据，所以将其放在单独的数据处理中。下面是仅经过前置处理的流程

后置处理：

需要经过前面几个接口的请求或响应而得到的数据，所以必须将其放在request请求之前，并且每发送一个接口请求，都需要在request.txt中写入该请求的body和response，以便给后面的接口使用。下面是仅经过后置处理的流程

下面是经过前置和后置处理的接口测试流程

四、代码实现

前置处理的实现：

前置处理与其他请求的参数、响应无关，所以可以整个模块进行处理

def param_method(dic_param):
	"""
	固定值、取方法(不需要上一步的body和response)
	:param dic_param: 必须是个字典(data里面的参数)
	:return:
	"""
	temp_mobile_ = []
	temp_email_ = []
	temp_pid_ = []
	for j in dic_param.keys():
		value__ = dic_param[j]
		_ = re.findall(r'\<(.*?)>', str(value__)) # 固定值
		__ = re.findall(r'\[(.*?)]', str(value__)) # 取方法
		if _: # 判断是否存在apk固定传值
			dic_param[j] = param[f'{_[0]}']
		if __:
			if j == 'mobile' or 'phone' or 'phoneNum':
				dic_param[j] = mobile()
				temp_mobile_.append(dic_param[j])
			if j == 'email':
				dic_param[j] = email()
				temp_email_.append(dic_param[j])
			if j == 'pid':
				dic_param[j] = pid()
				temp_pid_.append(dic_param[j])
			if j == 'app_order_id':
				dic_param[j] = get_random_str(30)
	return dic_param

后置处理的实现：
后置处理与其他请求的参数、响应相关，所以必须在每个请求之前进行处理，下面展示的是后置处理的方法，由于代码过长，只展示了部分后置处理代码。

def prev_body_res(dic_param, relevance=None):
    '''
    取上步body、取上步response,当relevance不为空时取上几步body、response
    :param dic_param: 必须是字典格式
    :return:
    '''
    request_file = r'./requestsmsg.txt'
    for j in dic_param.keys():
        value__ = dic_param[j]
        ___ = re.findall(r'\&(.*?)&', str(value__))  # 取上步body
        ____ = re.findall(r'\{(.*?)}', str(value__))  # 取上步response
        _____ = re.findall(r'\#(.*?)#', str(value__))  # 取前几步的response
        ______ = re.findall(r'\=(.*?)=', str(value__))  # 取前几步的body
        if ___:
            request_res = readtxt(request_file)
            request_body = request_res[1]
            key = ___[0]
            res_data = request_body[f'{key}']
            dic_param[j] = str(res_data)
        if ____:
            request_response = readtxt(request_file)
            request_response = request_response[0]
            key = ____[0]
            res_data = request_response['data']
            if res_data:
                if isinstance(res_data, list):
                    temp_value = get_dict_value(request_response['data'][0], key)
                    dic_param[j] = temp_value[0]
                    temp_value.clear()
                else:
                    temp_value = request_response['data'][f'{key}']
                    dic_param[j] = str(temp_value)

后置处理具体应用：
由于后置处理需要前面的请求完成之后才能得到想要的数据，所以具体后置处理放在每个请求处理之前，下面展示的是具体请求的应用。

  else:  # 传值
        line_data = prev_body_res(line_data, relevance_no)
        if i['encryption'] == '0':  # 不加密
            if header['Content-Type'] == 'application/json':
                response = requests.request(f'{request_type}', url=url, headers=header, data=json.dumps(line_data))
                write_request(response.json(), no, line_data)
                logger.info(f'response:{response.json()},no:{no},body:{line_data}')

基于pytest实现的模块传值处理：以数据准备中的邮箱登录模块为例：parametrize这个装饰器可以将整个模块的数据进行逐一发送给下面定义的方法。

 @allure.story('邮箱登录')
    @pytest.mark.qa
    @pytest.mark.formal
    @pytest.mark.parametrize('excel_data', change_data(module_data('邮箱登录'), len(module_data('邮箱登录'))))
    def test_login_email(self, excel_data):
        response = decide_value_relevance(excel_data)
        judge_result(response, '邮箱登录')
        title = excel_data['title']
        allure.dynamic.title(f'邮箱登录：{title}')

五、总结

基于pytest我们可以将我们需要测试的场景以模块形式组装起来，再利用传值，就可构建出多个不同的正常、异常场景，增加关联性

利用表格来构建数据，也增加了构建脚本的灵活性

对界面进行自动化测试，可以实现对人工测试不容易进行的验证，如验证接口中大量数据的排序、多字段比较等，如果都是通过人肉进行的，则效率问题是不可接受的

功能逻辑难以由手工完全验证，一些异常、极限场景难以由手工构建，此时如果理解接口的内部逻辑，则使用脚本有目的地构造此类场景，从而触发接口的内部逻辑，从而对这些逻辑进行验证测试，这相对容易

对针对线接口采用定时自动测试，可启动一定的监控作用，当接口功能有问题时，通过定时巡检即可及时发现

---