Python实现http接口自动化测试的示例代码

最新推荐文章于 2024-09-02 23:17:04 发布
最新推荐文章于 2024-09-02 23:17:04 发布
阅读量128 收藏
点赞数
文章标签： python http 开发语言 软件测试 功能测试 自动化测试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_56331124/article/details/133935997
版权

这篇文章主要介绍了Python实现http接口自动化测试的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

接口测试常用的工具有fiddler，postman，jmeter等，使用这些工具测试时，需要了解常用的接口类型和区别，比如我用到的post和get请求，表面上看get用于获取数据post用于修改数据，两者传递参数的方式也有不一样，get是直接在url里通过?来连接参数，而post则是把数据放在HTTP的包体内(request body)，两者的本质就是TCP链接，并无差别，但是由于HTTP的规定和浏览器/服务器的限制，导致他们在应用过程中体现出一些不同。

确定好接口类型后，需要做的就是准备测试数据和设计测试用例了，测试用例比如说可以判断返回状态响应码，或者对返回数据进行判别等，具体可以参考postman中的echo.collections，对于python可以用unittest来组织测试用例和添加断言进行判断。而对于测试数据的准备，需要做到数据和业务尽量分离，即将测试数据参数化，在工具中可以通过添加变量的形式实现，对于python设计到的有关包有xlrd，json，如果需要连接数据库还需要mysql。
测试完成后生产报告或者发送邮件，也可以使用HTMLTestRunner和smtplib等。
我也从这三大方面进行总结：

1. 接口方法实现和封装

requests库可以很好的帮助我们实现HTTP请求，API参考文档，这里我创建了runmethod.py，里面包含RunMethod类：
在这里插入图片描述

这里需要注意就是python默认参数和可选参数要放在必选参数后面，对于相应数据使用json格式进行返回。参数verify=false表示忽略对 SSL 证书的验证。

2.组织测试和生成报告

使用unittest来组织测试、添加测试用例和断言，测试报告可以下载HTMLTestRunner.py并放在python安装路径lib下即可，代码如下：


#coding:utf-8
import unittest
import json
import HTMLTestRunner
from mock import mock
#from demo import RunMain
from runmethod import RunMethod
from mock_demo import mock_test
import os
class TestMethod(unittest.TestCase):
  def setUp(self):
    #self.run=RunMain()
    self.run = RunMethod()
  def test_01(self):
    url = 'http://coding.imooc.com/api/cate'
    data = {
      'timestamp':'1507034803124',
      'uid':'5249191',
      'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
      'secrect':'078474b41dd37ddd5efeb04aa591ec12',
      'token':'7d6f14f21ec96d755de41e6c076758dd',
      'cid':'0',
      'errorCode':1001
    }
    #self.run.run_main = mock.Mock(return_value=data)
    res = mock_test(self.run.run_main,data,url,"POST",data)
    #res = self.run.run_main(url,'POST',data)
    print(res)
    self.assertEqual(res['errorCode'],1001,"测试失败")


  @unittest.skip('test_02')  
  def test_02(self):
    
    url = 'http://coding.imooc.com/api/cate'
    data = {
      'timestamp':'1507034803124',
      'uid':'5249191',
      'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
      'secrect':'078474b41dd37ddd5efeb04aa591ec12',
      'token':'7d6f14f21ec96d755de41e6c076758dd',
      'cid':'0'

    }

    res = self.run.run_main(url,'GET',data)
    self.assertEqual(res['errorCode'],1006,"测试失败")

  def test_03(self):
    url = 'http://coding.imooc.com/api/cate'
    data = {
      'timestamp':'1507034803124',
      'uid':'5249191',
      'uuid':'5ae7d1a22c82fb89c78f603420870ad7',
      'secrect':'078474b41dd37ddd5efeb04aa591ec12',
      'token':'7d6f14f21ec96d755de41e6c076758dd',
      'cid':'0',
      'status':11
      }

    res = mock_test(self.run.run_main,data,url,'GET',data)
    print(res)
    self.assertGreater(res['status'],10,'测试通过')

if __name__ == '__main__':

  filepath = os.getcwd()+'\\report.html'
  fp = open(filepath,'wb+')
  suite = unittest.TestSuite()
  suite.addTest(TestMethod('test_01'))
  suite.addTest(TestMethod('test_02'))
  suite.addTest(TestMethod('test_03'))
  runner = HTMLTestRunner.HTMLTestRunner(stream=fp,title='this is demo test')
  runner.run(suite)
  #unittest.main()

这里setUp()方法用来在测试之前执行，同样的有tearDown()方法，测试case以test开头进行编写，然后使用TestSuit类生成测试套件，将case添加进去，运行run suite即可。当测试用例较多时，可以生成多个测试类别，然后使用TestLoader().LoadTestsFromTestCase(测试类)生成测试用例，再加入testsuite执行。

在这里，我使用了学习到的mock方法，mock即模拟数据，当我们无法实际执行获得数据时可以使用mock方法，模拟生成我们需要判别的数据，这里mock_test方法同样进行了封装：

#coding:utf-8
from mock import mock
def mock_test(mock_method,request_data,url,method,response_data):
  mock_method = mock.Mock(return_value=response_data)
  res = mock_method(url,method,request_data)
  return res

这里模拟的是self.run.run_main()方法，将这个方法的返回值设为response_data,而最终我们要判断的是返回值res,可以结合test_02对比，

es = self.run.run_main(url,'GET',data)

所以又需要传入参数url,method,request_data,最后返回相应数据即可，

res = mock_test(self.run.run_main,data,url,'GET',data)

这里我假设返回的数据为data,随意添加了几个判断条件errorCode==1001和status>10作为判断依据。最后生成报告如下：

在这里插入图片描述
3 测试数据处理

这一部分主要包括设计测试数据，数据提取和参数化，以及解决数据依赖。这里还是以慕课网上学习的例子为例，主要依据测试目的和使用流程来设计，如下图：

在这里插入图片描述
这里首先涉及到的就是对Excel表格的操作，导入相关库import xlrd,先对如上表的测试用例进行配置文件编写：


class global_var:
  Id = '0'
  request_name = '1'
  url = '2'
  run = '3'
  request_way = '4'
  header = '5'
  case_depend = '6'
  data_depend = '7'
  field_depend = '8'
  data = '9'
  expect = '10'
  result = '11'

再定义返回该列的函数，例如获取caseId和URL：


def get_id():
  return global_var.Id
def get_url():
  return global_var.url

3.1操作Excel文件

然后我们再编写操作Excel的模块，主要包含了对Excel表格的操作，获取表单、行、列、单元格内容等。


import xlrd
from xlutils.copy import copy
class OperationExcel:
  def __init__(self,file_name=None,sheet_id=None):
    if file_name:
      self.file_name = file_name
      self.sheet_id = sheet_id  
    else:
      self.file_name = '/dataconfig/case1.xls'
      self.sheet_id = 0
    self.data = self.get_data()
  #获取sheets的内容
  def get_data(self):
    data = xlrd.open_workbook(self.file_name)
    tables = data.sheets()[self.sheet_id]
    return tables
  #获取单元格的行数
  def get_lines(self):
    tables = self.data
    return tables.nrows
  #获取某一个单元格的内容
  def get_cell_value(self,row,col):
    return self.data.cell_value(row,col)
  #写入数据
  def write_value(self,row,col,value):
    '''写入excel数据row,col,value'''
    read_data = xlrd.open_workbook(self.file_name)
    write_data = copy(read_data)
    sheet_data = write_data.get_sheet(0)
    sheet_data.write(row,col,value)
    write_data.save(self.file_name)

其中写数据用于将运行结果写入Excel文件，先用copy复制整个文件，通过get_sheet()获取的sheet有write()方法。

其中写数据用于将运行结果写入Excel文件，先用copy复制整个文件，通过get_sheet()获取的sheet有write()方法。

3.2操作json文件

对于请求数据，我是根据关键字从json文件里取出字段，所以还需要json格式的数据文件，如下。对应请求数据中的各个关键字：
对于请求数据，我是根据关键字从json文件里取出字段，所以还需要json格式的数据文件，如下。对应请求数据中的各个关键字：

在这里插入图片描述
所以还需要编写对应操作json文件的模块：

 import json
class OperetionJson:
  def __init__(self,file_path=None):
    if file_path == None:
      self.file_path = '/dataconfig/user.json'
    else:
      self.file_path = file_path
    self.data = self.read_data()
  #读取json文件
  def read_data(self):
    with open(self.file_path) as fp:
      data = json.load(fp)
      return data
  #根据关键字获取数据
  def get_data(self,id):
    print(type(self.data))
    return self.data[id]

读写操作使用的是json.load(),json.dump() 传入的是文件句柄。

3.3 获得测试数据

在定义好Excel和json操作模块后，我们将其应用于我们的测试表单，定义一个获取数据模块：

from util.operation_excel import OperationExcel
import data.data_config
from util.operation_json import OperetionJson
class GetData:
  def __init__(self):
    self.opera_excel = OperationExcel()
  #去获取excel行数,就是我们的case个数  
  def get_case_lines(self):
    return self.opera_excel.get_lines()
  #获取是否执行
  def get_is_run(self,row):
    flag = None
    col = int(data_config.get_run())
    run_model = self.opera_excel.get_cell_value(row,col)
    if run_model == 'yes':
      flag = True
    else:
      flag = False
    return flag
  #是否携带header
  def is_header(self,row):
    col = int(data_config.get_header())
    header = self.opera_excel.get_cell_value(row,col)
    if header != '':
      return header
    else:
      return None
  #获取请求方式
  def get_request_method(self,row):
    col = int(data_config.get_run_way())
    request_method = self.opera_excel.get_cell_value(row,col)
    return request_method
  #获取url
  def get_request_url(self,row):
    col = int(data_config.get_url())
    url = self.opera_excel.get_cell_value(row,col)
    return url
  #获取请求数据
  def get_request_data(self,row):
    col = int(data_config.get_data())
    data = self.opera_excel.get_cell_value(row,col)
    if data == '':
      return None
    return data
  #通过获取关键字拿到data数据
  def get_data_for_json(self,row):
    opera_json = OperetionJson()
    request_data = opera_json.get_data(self.get_request_data(row))
    return request_data
  #获取预期结果
  def get_expcet_data(self,row):
    col = int(data_config.get_expect())
    expect = self.opera_excel.get_cell_value(row,col)
    if expect == '':
      return None
    return expect
  def write_result(self,row,value):
    col = int(data_config.get_result())
    self.opera_excel.write_value(row,col,value)

该模块将Excel操作类实例化后用于操作测试表单，分别获得测试运行所需的各种条件。

3.4 判断条件

这里判断一个case是否通过，是将实际结果和预期结果进行对比，比如，状态码status是不是200，或者在返回数据中查看是否含有某一字段：

import json
import operator as op
class CommonUtil:
  def is_contain(self, str_one,str_two):
    '''
    判断一个字符串是否再另外一个字符串中
    str_one:查找的字符串
    str_two：被查找的字符串
    '''
    flag = None
    #先将返回的res进行格式转换，unicode转成string类型
    if isinstance(str_one,unicode):
      str_one = str_one.encode('unicode-escape').decode('string_escape')
    return op.eq(str_one,str_two)
    if str_one in str_two:
      flag = True
    else:
      flag = False
    return flag

  def is_equal_dict(self,dict_one,dict_two):
    '''判断两个字典是否相等'''
    if isinstance(dict_one,str):
      dict_one = json.loads(dict_one)
    if isinstance(dict_two,str):
      dict_two = json.loads(dict_two)
    return op.eq(dict_one,dict_two)

所以我们获得expec数据和相应数据，再调用这个类别的is_contain() 方法就能判断。

3.5 数据依赖问题

当我们要执行的某个case的相应数据依赖于前面某个case的返回数据时，我们需要对相应数据进行更新，比如case12的相应数据request_data[数据依赖字段]的值应该更新于case11的返回数据response_data[依赖的返回字段] 。那么我们就需要先执行case11拿到返回数据，再写入case12的相应数据，首先对操作Excel的模块进行更新加入：


#获取某一列的内容
  def get_cols_data(self,col_id=None):
    if col_id != None:
      cols = self.data.col_values(col_id)
    else:
      cols = self.data.col_values(0)
    return cols
  #根据对应的caseid找到对应的行号
  def get_row_num(self,case_id):
    num = 0
    cols_data = self.get_cols_data()
    for col_data in cols_data:
      if case_id in col_data:
        return num
      num = num+1
  #根据行号，找到该行的内容
  def get_row_values(self,row):
    tables = self.data
    row_data = tables.row_values(row)
    return row_data
  #根据对应的caseid 找到对应行的内容
  def get_rows_data(self,case_id):
    row_num = self.get_row_num(case_id)
    rows_data = self.get_row_values(row_num)
    return rows_data

即我们通过依赖的caseId找到对应的行号，拿到整行的内容。我们默认拿到列0的内容（即caseId）循环整列找到依赖的caseId在第几行，然后返回整行数据，即实现方法get_rows_data(case_id) 。然后再去执行和更新，我们编写一个专门处理依赖数据的模块，同时，为了获取依赖数据，还需要对获取数据模块进行更新如下：

 #获取依赖数据的key
  def get_depend_key(self,row):
    col = int(data_config.get_data_depend())
    depent_key = self.opera_excel.get_cell_value(row,col)
    if depent_key == "":
      return None
    else:
      return depent_key
  #判断是否有case依赖
  def is_depend(self,row):
    col = int(data_config.get_case_depend())
    depend_case_id = self.opera_excel.get_cell_value(row,col)
    if depend_case_id == "":
      return None
    else:
      return depend_case_id
  #获取数据依赖字段
  def get_depend_field(self,row):
    col = int(data_config.get_field_depend())
    data = self.opera_excel.get_cell_value(row,col)
    if data == "":
      return None
    else:
      return data

将方法应用于专门处理依赖数据的模块：


from util.operation_excel import OperationExcel
from base.runmethod import RunMethod
from data.get_data import GetData
from jsonpath_rw import jsonpath,parse
class DependdentData:
  def __init__(self,case_id):
    self.case_id = case_id
    self.opera_excel = OperationExcel()
    self.data = GetData()
  #通过case_id去获取该case_id的整行数据
  def get_case_line_data(self):
    rows_data = self.opera_excel.get_rows_data(self.case_id)
    return rows_data
  #执行依赖测试，获取结果
  def run_dependent(self):
    run_method = RunMethod()
    row_num = self.opera_excel.get_row_num(self.case_id)
    request_data = self.data.get_data_for_json(row_num)
    #header = self.data.is_header(row_num)`在这里插入代码片`
    method = self.data.get_request_method(row_num)
    url = self.data.get_request_url(row_num)
    res = run_method.run_main(method,url,request_data)
    return json.loads(res)#返回数据是字符串需要转成json格式方便后续查询
  #根据依赖的key去获取执行依赖测试case的响应,然后返回
  def get_data_for_key(self,row):
    depend_data = self.data.get_depend_key(row)
    response_data = self.run_dependent()
    json_exe = parse(depend_data)
    madle = json_exe.find(response_data)
    return [math.value for math in madle][0]

其中jsonpath用于找到多层级数据，类似于xpath，即通过依赖字段表示的层级关系在返回数据中找到对应的值，最后再执行该case时把数据更新。

3.6 主流程

把上述所有模块导入，编写主流程模块：

from util.operation_excel import OperationExcel
from base.runmethod import RunMethod
from data.get_data import GetData
from jsonpath_rw import jsonpath,parse
class DependdentData:
  def __init__(self,case_id):
    self.case_id = case_id
    self.opera_excel = OperationExcel()
    self.data = GetData()
  #通过case_id去获取该case_id的整行数据
  def get_case_line_data(self):
    rows_data = self.opera_excel.get_rows_data(self.case_id)
    return rows_data
  #执行依赖测试，获取结果
  def run_dependent(self):
    run_method = RunMethod()
    row_num = self.opera_excel.get_row_num(self.case_id)
    request_data = self.data.get_data_for_json(row_num)
    #header = self.data.is_header(row_num)
    method = self.data.get_request_method(row_num)
    url = self.data.get_request_url(row_num)
    res = run_method.run_main(method,url,request_data)
    return json.loads(res)#返回数据是字符串需要转成json格式方便后续查询
  #根据依赖的key去获取执行依赖测试case的响应,然后返回
  def get_data_for_key(self,row):
    depend_data = self.data.get_depend_key(row)
    response_data = self.run_dependent()
    json_exe = parse(depend_data)
    madle = json_exe.find(response_data)
    return [math.value for math in madle][0]

这样我们就完成了测试执行，并对结果进行了统计，同时解决了数据依赖问题。

到此这篇关于Python实现http接口自动化测试的示例代码的文章就介绍到这了。

最后

如果你想学习自动化测试，那么下面这套视频应该会帮到你很多

如何逼自己1个月学完自动化测试，学完即就业，小白也能信手拈来，拿走不谢，允许白嫖....

最后我这里给你们分享一下我所积累和整理的一些文档和学习资料，有需要直接领取就可以了！


以上内容，对于软件测试的朋友来说应该是最全面最完整的备战仓库了，为了更好地整理每个模块，我也参考了很多网上的优质博文和项目，力求不漏掉每一个知识点，很多朋友靠着这些内容进行复习，拿到了BATJ等大厂的offer，这个仓库也已经帮助了很多的软件测试的学习者，希望也能帮助到你。

​​

​​​​

隔着长谷深风
关注
python的接口自动化
weixin_50528826的博客
07-13 293
【代码】python的接口自动化。
Python 接口自动化
qq_42800776的博客
02-09 395
环境准备： python环境搭建 第三方库 requests安装 pip install requests ，网烂时可能安装失败，嗯… pip安装第三方库提示版本较低时需要更新pip的版本 命令：python -m pip install --upgrade pip 查看安装的第三方库：pip list Requests常用请求方法 GET DELETE POST PUT GET请求方法：...
python 接口自动化
06-04
一个用python 实现的简单接口自动化测试项目，用百度的一个接口作为test。
python接口自动化
热门推荐
sudichunxiao817的博客
05-13 1万+
使用excel进行用例管理，客户端操作。 一，用例模板 如下图为用例执行结果，用例文件与下图数据一样，只是没有对执行结果着色。 模板说明： 图中第2行红色字体为关键字，不能少，顺序不能乱 第一部分为接口信息 第二部分为需要校验的数据，这一部分又分为3个子项，用不同的颜色标出，分别对应不同的校验方式：固定值校验、SQL校验、校验数据是否入库 第三部分为第二部分的预期结果， 第四部分为响应断言，此一部分模糊匹配 第五部分为数据初始化、数据恢复和动态化参数（如自增ID） 第六部分部分为接口变量，如B接口需要用到A
python接口自动化测试（超详细，附教程）
最新发布
m0_64706429的博客
09-02 1056
python +unittest+ requests实现http请求的接口自动化
Python接口自动化
欢迎来到谷雨飞鱼的博客
12-12 6576
4 接口自动化 4.1 使用python实现接口自动化 如果不了解接口测试可参考https://ke.qq.com/course/4092904 使用Python的request库实现接口测试： import json import requests #使用session管理： #1.可以自动关联set-cookie里面的内容 #2.可以加快与服务器的连接速度 session=requests.session() #auth接口 #发包和收包 #这里一般是要放参数，使用data入参还是json入参，根据请
Python实现接口自动化测试_python实现接口自动化_triedymj_
10-02
"04_代码"则可能提供实际的Python接口自动化测试示例，供学习和参考。 通过学习和实践这些知识点，你将能够熟练地使用Python在PyCharm环境中实现接口自动化测试，提升你的测试技能和项目质量。
python3接口自动化测试源代码.zip
03-24
在本文中，我们将深入探讨如何使用Python3进行接口自动化测试，特别是通过requests库和unittest框架。接口自动化测试是软件测试中的重要环节，它允许我们快速验证API（应用程序编程接口）的功能，确保它们按照预期...
python http接口自动化脚本详解
09-20
### Python HTTP 接口自动化脚本详解 ...总之，通过Python实现HTTP接口自动化测试不仅能够显著提高开发效率，还能确保产品质量。掌握这些基本原理和技术后，您可以根据具体需求灵活调整和扩展测试框架。
day16-requests接口测试
m0_61357001的博客
01-04 734
一、介绍 requests是一个很实用的Python HTTP客户端库，编写爬虫和测试服务器响应数据时经常会用到，Requests是Python语言的第三方的库，专门用于发送HTTP请求 前提：pip install requests 查看你的python中有哪些包：pip list ...
Python接口自动化 —— Web接口！
qq_43371695的博客
04-17 1200
浏览器端向Web服务器发出请求Request请求网页，Web服务器收到客户端请求后向后端的数据库服务器发出请求Request请求网页的数据，数据库服务器响应Web服务器的请求，发出包含网页数据信息的响应Response，然后Web服务器收到数据库服务器的响应，将网页数据的其它的网页文件等信息发送给浏览器端， 后由浏览器对以上文件进行解析，变成我们看到的页面。客户端向服务器端发出请求Request，服务器端响应客户端的请求，发出响应Response，响应中就包含了客户端所需的数据等信息。
Python实现的HTTP接口自动化测试框架
在进行http接口自动化测试时，首先需要明确测试需求。本文描述的需求是对服务后台的一系列http接口进行功能测试，测试输入是根据接口描述构造的不同参数输入值，而输出则是XML文件。例如，一个具体的接口可能是`...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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