Python接口自动化搭建过程，含request请求封装

接口测试自动化好处

显而易见的好处就是解放双手😀。

1. 可以在短时间内自动执行大量的测试用例
2. 通过参数化和数据驱动的方式进行测试数据的变化，提高测试覆盖范围
3. 快速反馈测试执行结果和报告
4. 支持持续集成和持续交付的流程

使用Requests+pytest+allure搭建测试框架的目的

1、简化接口测试编写

Requests库是 Python 的一个优雅且简单的 Http库，可以很方便地发送 http 请求，接收和处理接口返回的响应数据

2、强大的断言和校验功能

Pytest 是一个功能强大的测试框架，提供丰富的断言功能，用于验证接口响应的正确性。

3、美观的测试报告

Allure是一个开源的测试报告生成工具，可以生成漂亮、交互式和易于理解的测试报告。

4、持续集成

使用Requests+Pytest+Allure搭建的框架可以与持续集成和自动化流程集成，实现快速的接口测试。

搭建过程

环境准备

安装requests、pytest、allure的方法

pip install requests
pip install pytest
pip install allure-pytest

requests、pytest 的安装很简单，这里主要讲讲如何安装 allure。

Windows 安装 allure

java 安装

1、下载JDK

首先我们需要下载 java 开发工具包 JDK，下载地址：www.oracle.com/java/techno…，在下载页面中根据自己的系统选择对应的版本，本文以 Window 64位系统为例：

下载后工具包 jdk 后根据提示进行即可，安装 jdk 的时候也会安装 jre，一并安装就可以了。安装过程中可以自定义安装路径等信息，我选择的安装目录为 D:\Program Files \

2、配置环境变量

安装完成后哦，搜索框输入”编辑系统环境变量“。（或"此电脑"，右键后选择"属性"，选择"高级系统设置"

在系统属性里，点击"环境变量"

在系统变量中设置属性 JAVA_HOME

%JAVA_HOME%\bin;
%JAVA_HOME%\jre\bin;

allure 命令行工具安装

allure命令行工具 allure是一个命令行工具，需要去github上下载最新版github.com/allure-fram…

下载完成后，解压，我是放在D盘

把bin目录添加到环境变量Path下

注意： cmd命令行运行 java、javac、allure可能表现安装未成功，出现这种情况时可以先选择重启试试。

框架整体结构

测试代码运用了代码分层思想，具体往后看。

在testcases文件夹中，不做接口请求和返回值的操作，用一个方法A代替，参数为请求参数
方法A中调用B方法，B方法接收组装好的参数（包含headers） B方法调用C方法，C方法接收请求参数，参数为接口路径（不包含域名）和
**kwargs（接收B方法中组装好的参数） C方法参数为url，接口请求参数： **kwargs

测试用例

创建测试文件并编写测试方法

（1）.py测试文件必须以“test ”开头（或“ test”结尾）
（2）测试方法必须以“test_”开头
（3）测试类必须以Test开头

使用 Pytest 提供的装饰器 “@pytest.mark” 来标记测试用例，其中“@pytest.mark.parametrize ”用于参数化测试用例，通过装饰器可以将多个参数传递给测试函数。

@allure.feature(“”) 是Allure插件提供的一个装饰器，用于定义测试报告中的feature（敏捷开发场景）。通过使用该装饰器，可以将测试用例按照功能模块进行分类展示，提供测试报告可读性。

如下是用户登录的一个例子，test_get_token 函数被标记为参数化测试用例，通过”@pytest.mark.parametrize“传递一个参数data和对应的值。在测试函数中，可以直接使用传递的参数进行测试逻辑，验证请求接口返回是否通过，断言返回状态和登录令牌。

## test_user.py
@allure.feature("用户模块")
class TestUser:
    @pytest.mark.parametrize("data", get_data()['user_login'])
    @allure.story("登录-获得token")
    @allure.title("登录获取令牌测试用例")
    def test_get_token(self,data):
        result = login(data)
        assert result['body']['success'] is True
        assert len(result['body']['accessToken']) != 0 

发送请求和处理响应

调用requests库发送http请求，将data参数中的请求方式、参数和请求体通过调用 api_util_new.do_request()发送请求，使用response接收接口请求的响应结果，并将响应结果处理后返回。

def login(data):
    """
    获取令牌
    :param json_data
    :return:
    """
    response = client_api.do_request(url=data['url'], method=data['method'], json=data['data'])
    return process_response(response)

以下是对于接口请求响应结果的处理，使用字典ResultResponse存储处理后的response，检查请求响应状态代码以确定请求是否成功，并提取响应内容通过日志打印出来方便定位问题。

def process_response(response):
    ResultResponse = {}
    if response.status_code == 200 or response.status_code == 201:
        ResultResponse['success'] = True
        ResultResponse['body'] = response.json()
    else:
        ResultResponse['success'] = False
        logger.info("请求状态异常")
    logger.info("响应内容>>>：" + json.dumps(response.json(), ensure_ascii=False))
    return ResultResponse

封装 HTTP 请求的类 “RestClient”，在类方法 do_request() 中，使用 request() 方法接收接口url，接口请求 method 和可选的其他关键字参数。在 request() 方法中，传入的 method（GET、POST、PUT、DELETE） ，使用 requests 库发送相应的 http 请求。

class RestClient:            
    def do_request(self, url, method,**kwargs):
        return self.request(url, method, **kwargs)     
    
    def request(self, url, method, **kwargs):
        if method == "GET":
            return requests.get(self.api_root_url + url, **kwargs)
        if method == "POST":
            return requests.post(self.api_root_url + url, **kwargs)
        if method == "PUT":
            return requests.put(self.api_root_url + url, **kwargs)
        if method == "DELETE":
            return requests.delete(self.api_root_url + url, **kwargs)
client_api = RestClient()

数据驱动测试和校验

通过 yaml 文件存放测试用例数据，如下user_login_body 为用户登录数据列表，其中url为api地址，method 为请求方式，data为请求参数

user_login_body:
  - url: /api/signin
    method: POST
    data: {
      username: user
      password: pwd
    }

json转yaml格式的方法网上一堆，比如 bejson，而校验 yaml 书写格式的工具，可以使用 YamlLint

通过装饰器 @pytest.mark.parametrize，运行测试时会获取测试用例的数据去执行测试

校验接口返回结果的正确性通常使用断言来实现。根据接口返回的数据结构，可以使用适当的断言函数来校验各个字段的值是否符合预期。

Pytest 支持使用 assert 关键字进行断言assert 函数，Pytest 提供了一些内置的断言函数

assertEqual(a, b)
assertTrue(x)
assertFalse(x)
assertIs(a, b)
assertIsNone(x)
assertIn(a, b)
assertNotIn(a, b)

报告生成展示

在命令行执行命令：pytest 运行用例后，会得到一个测试报告的原始文件，但这个时候还不能打开成HTML的报告，还需要在项目根目录下，执行命令启动 allure 服务。下图是个结果测试结果的展示示例。

# 需要提前配置allure环境，才可以直接使用命令行
allure serve ./report

allure测试报告框架是一个开源的测试报告生成工具，它提供了丰富的功能和灵活的配置选项，用于生成美观、可交互和易于理解的测试报告。基本过程如下：

框架集成：通过与 Pytest 集成 ，利用 Pytest 框架提供的插件机制，将测试结果和相关信息收集起来。

结果收集： allure 收集 Pytest 生成的测试结果数据，结果数据中包括测试用例的执行状态、断言结果、日志信息等。

报告生成： allure 使用收集到的数据转换为 xml 格式，并利用报告模板和样式表定义，渲染出漂亮的 html 文件。

持续集成

Jenkins中安装Allure插件 Allure Jenkins Plugin

添加接口自动化测试的代码

触发规则我选择的是准备发布打tag 后，自动执行构建

d ${WORKSPACE}
  pytest

总结

本项目在实现过程中，把整个项目拆分成请求方法封装、HTTP接口封装、关键字封装、测试用例等模块。

首先利用Python把HTTP接口封装成Python接口，接着把这些Python接口组装成一个个的关键字，再把关键字组装成测试用例，而测试数据则通过YAML文件进行统一管理，然后再通过Pytest测试执行器来运行这些脚本，并结合Allure输出测试报告。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

​

这些资料，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，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！