接口自动化-接口自动化测试框架梳理

自动化测试框架梳理

框架的意义：可读性，可维护性，可扩展性

1、数据与代码分离，（数据驱动）==数据驱动框架==
	例如：参数不一样，响应不一样
2、结构分层（数据层，用例层，逻辑性）
	逻辑层：公用的方法，封装起来，避免用例层的代码冗余
	数据层：例如，设计Excel，excel读取，参数化替换等
	用例层：存放测试用例

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，根据需要快速选择执行用例/切换测试环境
3、常用功能封装，逻辑清晰，易于维护（逻辑层封装）
4、统一执行入口，管理测试用例集（使用unittest，run.py）例如：使用discover来模糊查询测试用例
5、持续集成（git），定时构建（jenkins），快速反馈

使用到的技术框架

1、语言：python
2、测试框架：unittest（assertEqual，assertTure，assertFalse）
3、接口调用：requests（API非常简洁）
4、数据驱动：ddt（装饰器：ddt类，unpack测试方法装饰器解包时候，data测试方法装饰器，可迭代的数据类型）
	注：普通用户，管理用户，数据库，配置文件---基础数据
5、数据管理：openpyxl（excel，CSV，json，yaml，txt）
6、数据库交互：pymysql ---根据数据库选择相应的第三方模块来完成
7、数据格式的转换：eval，json
8、日志处理：logging ---清晰的执行过程，快速定位问题
9、持续集成：Jenkins（通过插件HTML Publisher/git/Email Extension）进行自动构建，生成HTML，发送邮件

一些常见的面试题

get和post的区别？

	GET后退按钮/刷新无害，POST数据会被重新提交（浏览器应该告知用户数据会被重新提交）。
	GET书签可收藏，POST为书签不可收藏。
	GET能被缓存，POST不能缓存 。
	GET编码类型application/x-www-form-url，POST编码类型encodedapplication/x-www-form-urlencoded 或 multipart/form-data。为二进制数据使用多重编码。
	GET历史参数保留在浏览器历史中。POST参数不会保存在浏览器历史中。
	GET对数据长度有限制，当发送数据时，GET 方法向 URL 添加数据；URL 的长度是受限制的（URL 的最大长度是 2048 个字符）。POST无限制。
	GET只允许 ASCII 字符。POST没有限制。也允许二进制数据。与 POST 相比，GET 的安全性较差，因为所发送的数据是 URL 的一部分。在发送密码或其他敏感信息时绝不要使用 GET ！
	POST 比 GET 更安全，因为参数不会被保存在浏览器历史或 web 服务器日志中。GET的数据在 URL 中对所有人都是可见的。
	POST的数据不会显示在 URL 中。 

post请求的四种参数形式是什么？

application/x-www-form-urlencoded
multipart/form-data
application/json
text/xml

http状态码 302,403,503分别代表什么？

302 临时性重定向，该状态码表示请求的资源已经分配了新的URL，希望用户本次能使用新的URL
403 服务器理解请求客户端的请求，但是拒绝执行此请求
503  服务器目前无法使用

公司有用到第三方服务，出了问题，打电话给第三方，第三方不承认，这时候日志又显示不到错误，应该怎么处理

单独调用第三方服务，查看返回结果；
引入mock机制，假如正常返回的情况下，测试我们的系统是否存在问题；
建议开发增加日志，详细记录调用第三方接口的过程，记录调用前接口入参，返参等信息；

接口自动化中的关联怎么处理

将请求返回的结果反射到类属性中，使用setattr()函数，下个请求调用这个类

自动化测试怎么校验结果

使用断言，预期结果值和实际结果值进行对比；

自动化使用的测试框架是什么？简述自动化框架的设计、维护？

自动化使用的测试框架:
语言：python
测试框架：unittest（assertEqual，assertTure，assertFalse）
接口调用：requests（API非常简洁）
数据驱动：ddt（装饰器：ddt类，unpack测试方法装饰器解包时候，data测试方法装饰器，可迭代的数据类型）
注：普通用户，管理用户，数据库，配置文件---基础数据
数据管理：openpyxl（excel，CSV，json，yaml，txt）
数据库交互：pymysql ---根据数据库选择相应的第三方模块来完成
数据格式的转换：eval，json
日志处理：logging ---清晰的执行过程，快速定位问题
持续集成：Jenkins（通过插件HTML Publisher/git/Email Extension）进行自动构建，生成HTML，发送邮件

自动化框架的设计、维护:
数据与代码分离，（数据驱动）==数据驱动框架==
	例如：参数不一样，响应不一样
结构分层（数据层，用例层，逻辑性）
	逻辑层：公用的方法，封装起来，避免用例层的代码冗余
	数据层：例如，设计Excel，excel读取，参数化替换等
	用例层：存放测试用例