基于Pytest的接口测试

最近要开展接口测试,起初打算使用公司已有的Fitnesse测试工具来进行接口测试。过程中发现,构造接口字段数据、测试数据都比较困难,接口参数多的时候,用例量就会很多,关键执行速度还慢。所以放弃了。

找了一些其它工具,都不太能解决数据构造困难的问题。找不到工具,就直接使用代码来实现。考虑到代码量,结合网上的一些推荐,决定使用python+pytest来编写接口自动化用例。

决定了语言和框架,接下来要考虑一下实现需求。

1.一套用例可以测试多套环境

2.可以被jenkins调度执行

3.拥有测试报告

4.接口中某些字段值在每次请求中不重复

5.可以多接口关联测试

6.构造的表数据可以和接口字段数据关联

7.pytest用例和实际用例数据要分离,方便维护

8.针对多样的响应内容,具备多样的断言方式。

需求一:一套用例可以测试多套环境

公司的测试环境不止一套,希望在使用接口自动化用例时,可以随意的切换被测环境。

为了满足这个需求,首先要完成接口地址等信息的独立配置,而且是要按照一套环境的维度去管理信息。

基于Pytest的接口测试_第1张图片

 我的做法如上图,首先我给每套环境设置了一个别名,比如上图中的lion环境,然后设计了一个服务去持久化变量值信息(变量名称所有环境保存一致)。

基于Pytest的接口测试_第2张图片

接着将环境名称和变量名称,组合起来,保存到redis中(如上图),供后续接口自动化用例读取并使用。

环境信息搞定之后,接下来的任务就是,设计一种方法让接口自动化用例使用环境信息。

这里采用的方法是,在执行时,指定环境别名。

pytest的用例有多种执行方式,这里使用pytest.main()来启动,通过将pytest.main()写入一个py文件中,如下面代码。

基于Pytest的接口测试_第3张图片

 启动时,接受一个参数env,并将env作为属性添加到Context中,供用例使用。

 

调用命令:

这里就指定了测试环境的别名为lion。

有了环境别名,再加上统一的变量名称,就可以使用下面的方式,去redis获取对应的变量值了。

以上就实现了多环境测试的需求。后续只要维护好环境别名、变量名称和变量值就可以了。

需求二: 可以被jenkins调度执行

这个比较简单,通过参数化构建就可以。

基于Pytest的接口测试_第4张图片

 不过为了不影响Jenkins所在服务器,我使用了docker去执行用例

下面是Dockerfile的配置

基于Pytest的接口测试_第5张图片

  下面是jenkins中的Execute shell

基于Pytest的接口测试_第6张图片

需求三  拥有测试报告

测试报告使用的是Allure,主要是美观且配置简单,(参考:https://docs.qameta.io/allure/#_pytest)

 step1:配置报告路径

  step2:编写用例时,添加注释

基于Pytest的接口测试_第7张图片

 step3:在jenkins中安装插件

 step4:在job中配置报告路径

基于Pytest的接口测试_第8张图片

step5:在另一个job中添加执行计划

基于Pytest的接口测试_第9张图片

基于Pytest的接口测试_第10张图片

step6:查看报告

 

基于Pytest的接口测试_第11张图片

需求四:接口中某些字段值在每次请求中不重复


这里通过python的一个库factory-boy来实现该需求。(参考:https://www.cnblogs.com/moonpool/p/11352705.html)

大概的原理就是将每个接口当做一个对象来处理,通过factory-boy给每个字段添加值,可以是固定值,也可以是随机值。然后将对象转成dict,并发送请求。(复杂对象转dict比较麻烦,参考:https://www.cnblogs.com/moonpool/p/11454902.html)

如下图中的红框部分字段,每次请求都将是不同的值。

基于Pytest的接口测试_第12张图片

基于Pytest的接口测试_第13张图片 

 

需求五: 可以多接口关联测试

针对这个需求,实现的主要思路是,可以在一条Pytest用例中,拿到所有接口的请求和响应参数。

这里利用了pytest中fixture,将每个接口的http请求方法封装成fixture,后续传递给pytest用例使用。同理实现了 加载用例数据的Fixture

基于Pytest的接口测试_第14张图片

下面是用例数据,可以看到request中传递的是一个函数,函数执行后,可以拿到两个请求的请求参数。

基于Pytest的接口测试_第15张图片

 

下面的是pytest用例,可以看到用例中可以同时维护两个请求接口的请求参数和响应内容

这里例子比较简单,更新请求中,需要使用到添加响应中的data字段值。

基于Pytest的接口测试_第16张图片

需求六 构造的表数据可以和接口字段数据关联

有时候没有办法,通过其它接口的调用得到的信息,来为当前测试接口做数据入参。可偏偏需要在数据库中存在数据,才可以调用当前测试接口。

可以利用Factory-boy和sqlalchemy来实现这个需求。利用Factory-boy生成随机数据,利用sqlalchemy将数据入库。

例如下面pytest用例的红框部分,就是在插入数据,并使用数据中black_index,作为当前测试接口的请求入参

基于Pytest的接口测试_第17张图片

下面是CreateMBL函数的实现

基于Pytest的接口测试_第18张图片

下面是Factory-boy生成数据的代码  (参考:https://www.cnblogs.com/moonpool/p/11370502.html)

 

1 import factory
 2 import factory.fuzzy
 3 from sqlalchemy import Column,String,BIGINT,INT,VARCHAR,DECIMAL, Unicode, create_engine
 4 from sqlalchemy.ext.declarative import declarative_base
 5 from sqlalchemy.orm import scoped_session, sessionmaker
 6 from .dbsession import FintechDBSession
 7 from baseutil.pr import Provider
 8 
 9 Base = declarative_base()
10 
11 class member_black_list(Base):
12     # 表的名字:
13     __tablename__ = 'member_black_list'
14 
15     # 表的结构:
16     black_index=Column(BIGINT(), primary_key=True)
17     black_type=Column(INT())
18     real_name=Column(VARCHAR(120))
19     card_id=Column(VARCHAR(40))
20     phone=Column(VARCHAR(40))
21     remark=Column(VARCHAR(1024))
22     oper_id=Column(VARCHAR(40))
23     oper_name=Column(VARCHAR(255))
24     create_time = Column(VARCHAR(14))
25     update_time=Column(VARCHAR(14))
26     status=Column(INT())
27     reason=Column(VARCHAR(512))
28     examine_status=Column(INT())
29     effective_start_date=Column(VARCHAR(8))
30     effective_end_date=Column(VARCHAR(8))
31     black_source=Column(INT())
32     version=Column(INT())
33 
34 factory.Faker.add_provider(Provider)
35 
36 class member_black_list_factory(factory.alchemy.SQLAlchemyModelFactory):
37     class Meta:
38         model = member_black_list
39         sqlalchemy_session = FintechDBSession
40 
41     black_index = factory.Faker("randomInt")
42     black_type = 1
43     real_name = factory.Faker("name", locale="zh_CN")
44     card_id = factory.Faker("idNumber")
45     phone = factory.fuzzy.FuzzyText("1333", 6, "1", "1234567890")
46     remark = "自动化接口测试"
47     oper_id = "100000003508"
48     oper_name = "test1234"
49     create_time = factory.Faker("currentTimeByFormat")
50     update_time = factory.Faker("currentTimeByFormat")
51     status = 1
52     reason = "自动化接口测试"
53     examine_status = 1
54     effective_start_date = factory.Faker("datebyday", days=0, ft="%Y-%m-%d")
55     effective_end_date = factory.Faker("datebyday", days=1, ft="%Y-%m-%d")
56     black_source = 0
57     version = 0

需求七 pytest用例和实际用例数据要分离,方便维护

在需求五中依据可以看出, pytest用例和实际用例数据是分离。

大部分接口自动化做法是使用excel去维护用例,但是当接口或响应字段比较多的时候,编写用例比较麻烦。如果出现接口字段变更,修改用例也变得比较麻烦。

首先pytest用例和实际用例分离是必须的,接下来就是怎么维护用例的问题。

下面就是我的实际用例数据,可以看到request中通过不同的参数,可以生成不同的请求数据。至于怎么执行用例,参考https://www.cnblogs.com/moonpool/p/11351859.html

基于Pytest的接口测试_第19张图片

需求八 针对多样的响应内容,具备多样的断言方式

 起初在用例的response中,只存放了一个dict,如下图,但是有时候响应内容(json格式)是多样的,需要断言的字段不一定都在json的顶层结构中,可能还会出现嵌套dict以及list的情况。

下面是我的实现。主要的思想就是根据不同的断言需求,传递给不同的断言方法。

基于Pytest的接口测试_第20张图片

 用例中调用下面的函数,可以生成一批断言集合。

基于Pytest的接口测试_第21张图片

当断言需求类型是dict的时候,会调用下面的函数。

基于Pytest的接口测试_第22张图片

用例response编写,指定不同的断言需求

基于Pytest的接口测试_第23张图片

pytest 用例使用,如红框部分,结合上面的用例的断言需求,在用例执行时,实时传入实际响应内容。再遍历执行断言函数集合。就完成了多样的断言需求。

基于Pytest的接口测试_第24张图片

 

【资源分享】 

下面这份资源,对于想学习【软件测试】的朋友来说应该是最全面最完整的备战仓库,希望也能帮助到你!

基于Pytest的接口测试_第25张图片

 

你可能感兴趣的:(pytest,压力测试,自动化测试,软件测试,测试工程师)