接口自动化传值处理

一、背景
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，下面介绍一下在 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； 后期还有许多优化的地方，希望和大家一起来探讨。