api接口自动化框架（java接口自动化框架有哪些）

本篇文章给大家谈谈api接口自动化框架，以及java接口自动化框架有哪些对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享api接口自动化框架的知识，其中也会对java接口自动化框架有哪些进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、使用配置表+Mocha动态生成用例的JSAPI自动化测试
• 2、如何创建 python+requests接口自动化测试框架
• 3、MeterSphere调用api接口定义进行用例场景自动化
• 4、小白求问软件开发中的接口、框架和库之间的区别和联系，搞不清楚啊
• 5、六大接口管理平台，总有一款适合你的！

使用配置表+Mocha动态生成用例的JSAPI自动化测试

一、版本发布前，接口测试之痛

App版本发布前，我们都要手工做接口测试，目的是保证App内部H5页面所使用的JSAPI的功能正常，而对所有H5页面进行的P0级功能测试。为什么要做接口测试呢？因为JSAPI无法抓包，测试难度比较大，所以只能通过对H5页面的功能进行校验。但是手工测试，场景覆盖不全面，且耗时耗力。

二、JSAPI自动化测试方案

首先思考几个问题：一个APP有多少个JSAPI？它的用例场景有多少？如何能做到对用例的高效管理？

答案：对于我们app，有22条JSAPI，每条JSAPI多的话可能有几十个场景。传统的自动化方案，通常是一个场景需要手工编写一条用例，这种自动化的方案成本可以说也是非常高的，好在JSAPI并不常变动。但是，我们想实现一种更高效的自动化方式，不需要编写和管理那么多条用例，提升执行效率，同时降低学习成本。

2.1先来看看JSAPI是什么？

Html通过Jsapi，与app收发数据，形如：WebViewJavascriptBridge.callHandler

("API名称", {调用参数},  <回调函数); js调用app的指定api，该方法由页面主动触发举个例子：

如上，getMainInfo是html中一个button的响应函数。我们在js中，通过JSBridge实现对相应JSAPI的调用，如下：实现H5页面可以直接获取到APP的maininfo数据。

2.2方案与原理

1、首先要解决用例管理的问题，我们实现了一种基于配置表的自动化测试方案，不需要编写脚本，只需把所有用例（含请求参数及返回参数的预期值），放到excel配置表中，通过解析器把所有的参数读出来，再通过模版字符串自动生成用例集。

2、jsapi不能脱离app执行，因此在app增加彩蛋入口，连接到一个网页，打开网页时，由js文件自动加载用例集去调用相关的jsapi接口，并用chai断言库对结果进行校验。

3、jsapi有两种，一种是有参数返回的，一种是会引发UI变更的，下图分别是两种jsapi的自动化校验方案。第一种在下文进行了详尽的描述，第二种需要基于UI的自动化去实现，解决了h5页面的控件在app中无法识别的问题。采用js定时传参给html，配合前端自动化去触发调用的方式实现。

2.3用例管理

如下图：第一行是参数名，蓝色是请求参数，绿色是所有返回参数，用‘/’分隔。返回参数的预期值，用正则表达式来表达。

2.4用例解析器

将上述表格解析为如下格式，params和result是两个数组，每个sheet有几行，数组就有几个值，表格中每行代表一个场景。解析器基于Node.js，在服务端运行。

2.5使用Node.js+模版字符串动态生成api.js

在解析得到的所有JSAPI名称后，将调用方法以字符串的方式写入文件中，动态生成我们要调用的所有JSAPI的调用方法，再被html所引用即可：

动态生成的api.js文件是下图这样的：

我们的用例配置表中有n个sheet，即有n个JSAPI的用例，我们这里就自动生成这几个JSAPI的调用方法，传入的req就是我们在配置表中读到的每一行用例中的请求参数。拿到回包的res，再去校验是否与解析配置表得到的所有返回参数一致。

2.6使用Node.js+模版字符串动态生成测试用例

Mocha是JavaScript的自动化测试框架，既可以运行在nodejs环境中，也可以运行在浏览器环境中。如下图，通过调用mocha.setup(‘bdd’)，开启 Mocha 的测试功能（testing helpers）。然后，加载需要的测试项和相应测试的文件。最后，调用了 mocha.run() 执行相应测试。

下图所示部分，自动生成测试用例，也是采用解析JSAPIList的同时写test.js文件的形式。

Ps：describe：称为"测试套件"（test suite），表示一组相关的测试。它是一个函数，第一个参数是测试套件的名称，第二个参数是一个实际执行的函数。

it：称为"测试用例"（test case），表示一个单独的测试，是测试的最小单位。

所有测试用例均为动态生成，如下图：

2.7Mocha框架自动化执行测试用例集

JSAPI的测试页面已经完成了，我们需要把它放到app中才能执行。在app的彩蛋页面放一个入口，加载这个html，当打开这个html的时候，服务自动的去执行并展示结果。如图，执行12条用例，只用了0.14s。

2.8自动化效果

目前，jsapi覆盖率已达70%，用例场景171个，执行耗时1.98s，Android和iPhone两个平台发现bug16个，涉及场景共35个，必现crash2个。

三、效果分析

在h5高产的今天，JSAPI的接口自动化测试解决了手工测试低效且覆盖不完全的苦恼，该方案在复用程度上也是非常友好的高度可复用的。只需创建自己的用例配置表，修改html中JSAPI的连接方式即可。

如何创建 python+requests接口自动化测试框架

工作原理: 测试用例在excel上编辑，使用第三方库xlrd，读取表格sheet和内容，sheetName对应模块名，Jenkins集成服务发现服务moduleName查找对应表单，运用第三方库requests请求接口，根据结果和期望值进行断言，根据输出报告判断接口测试是否通过。
1. 数据准备
数据插入（容易实现的测试场景下所需外部数据)
准备sql （接口需要重复使用，参数一定得是变量)
2.集成部署(运维相关了解即可)
平滑升级验证脚本加入自动化
3.自动化框架实现
调用mysql
excel遍历测试用例
requests实现接口调用
根据接口返回的code值和Excel对比
报告反馈
暴露服务
写一个简单登录的接口自动化测试
代码的分层如下图：
coding.png
一、写一个封装的获取excel表格的模块
excel.png
代码实现如下：
# !/usr/bin/python
# -*- coding: UTF-8 -*-
# 基础包：excel的封装
import xlrd
workbook = None
def open_excel(path):
"""打开excel"""
global workbook
if (workbook == None):
workbook = xlrd.open_workbook(path, on_demand=True)
def get_sheet(sheetName):
"""获取行号"""
global workbook
return workbook.sheet_by_name(sheetName)
def get_rows(sheet):
"""获取行号"""
return sheet.nrows
def get_content(sheet, row, col):
"""获取表格中内容"""
return sheet.cell(row, col).value
def release(path):
"""释放excel减少内存"""
global workbook
workbook.release_resources()
del workbook
代码封装后当成模块引用，这还是最开始呢。
二、引用log模块获取日志
准备工作：
需要一个日志的捕获，包括框架和源码抛出的expection。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 基础包：日志服务
import logging
import time
def getLogger():
global tezLogPath
try:
tezLogPath
except NameError:
tezLogPath = "/data/log/apiTest/"
FORMAT = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
# file = tezLogPath + time.strftime("%Y-%m-%d", time.localtime()) + ".log"
# logging.basicConfig(filename=file, level=logging.INFO, format=FORMAT)
# 开发阶段为了方便调试，可不输出到文件
logging.basicConfig(level=logging.INFO, format=FORMAT)
return logging
三、引用requests模块接口测试
准备工作：
需要的请求类型和执行测试的方法。
代码如下：
#!/usr/bin/python#
#-*- coding: UTF-8 -*-
# 基础包：接口测试的封装
import requests
import tezLog as log
logging = log.getLogger()
def api_test(method, url, data ,headers):
"""
定义一个请求接口的方法和需要的参数
:Args:
method - 企业名称 str
url - 用户昵称 str
data - 参数 str
headers - 请求头信息 dict
非RESTful API请求另外的请求类型实际用不到。也不安全。
"""
try:
if method == "post":
results = requests.post(url, data, headers=headers)
if method == "get":
results = requests.get(url, data, headers=headers)
# if method == "put":
# results = requests.put(url, data, headers=headers)
# if method == "delete":
# results = requests.delete(url, headers=headers)
# if method == "patch":
# results == requests.patch(url, data, headers=headers)
# if method == "options":
# results == requests.options(url, headers=headers)
response = results.json()
code = response.get("code")
return code
except Exception, e:
logging.error("service is error", e)
def run_test(sheet):
"""
定义一个执行和断言的方法
:Args:
sheet - 服务名称 str（excel页脚名称识别的）
"""
rows = excel.getRows(sheet)
fail = 0
for i in range(2, rows):
#这里为什么从第二行开始跑，因为会先执行SQL进行数据准备如之前Excel展示的空白位置
testData = excel.getContent(sheet, i, gl.CASE_DATA)
testUrl = excel.getContent(sheet, i, gl.CASE_URL)
testMethod = excel.getContent(sheet, i, gl.CASE_METHOD)
testHeaders = eval(excel.getContent(sheet, i, gl.CASE_HEADERS))
testCode = excel.getContent(sheet, i, gl.CASE_CODE)
actualCode = request.apiTest(testMethod, testUrl, testData, testHeaders)
expectCode = str(int(testCode))
failResults = ' url: ' + testUrl + ' params: ' + testData + ' actualCode: ' + actualCode + ' expectCode: ' + expectCode
if actualCode == expectCode:
logging.info("pass")
elif actualCode != expectCode:
logging.info("fail %s", failResults)
fail += 1
if fail 0 :
return False
return True
四、关于参数中gl模块
准备工作：
所有的参数和常量我们会整理到这个文件中，因为设计业务和服务密码、数据库密码这里展示一部分。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 脚本功能：全部变量
import time
import uuid
CASE_NUMBER = 0 # 用例编号
CASE_NAME = 1 # 用例名称
CASE_DATA = 2 # 用例参数
CASE_URL = 3 # 用例接口地址
CASE_METHOD = 4 # 用例请求类型
CASE_CODE = 5 # 用例code
CASE_HEADERS = 6 # 用例headers
SQL_ROW = 0 # 预执行SQL的行号
SQL_COL = 1 # 预执行SQL的列号
五、写一个run文件：只是用来执行的，业务和代码剥离。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 验证包：接口测试脚本
import sys
import core.tezLog as log
import function.common as common
logging = log.getLogger()
"""1.外部输入参数"""
path = sys.path[0] # 当前路径
module = sys.argv[1] # 服务模块名
url = sys.argv[2] # 服务地址
host = sys.argv[3] # 数据库地址
user = sys.argv[4] # 数据库用户名
password = sys.argv[5] # 数据库密码
db = sys.argv[6] # 数据库名称
"""2.根据module获取Sheet"""
logging.info("-------------- Execute TestCases ---------------")
sheet = common.get_excel_sheet(path + "/" + common.filename, module)
"""3.数据准备"""
logging.info("-------------- Prepare data through MysqlDB --------------")
sql = common.get_prepare_sql(sheet)
common.prepare_data(host=host, user=user, password=password, db=db, sql=sql)
"""4.执行测试用例"""
res = common.run(sheet, url)
logging.info("-------------- Get the result ------------ %s", res)
"""这里的res是我们平滑升级的时候需要返回结果为TRUE才会继续下面走。"""
六、查看测试报告（部署到jenkins会通过控制台查看）

MeterSphere调用api接口定义进行用例场景自动化

参考上一篇文章，写的接口自定义。这篇文章，可以直接调用前面的接口定于作为场景case

1、新建场景

2、选择接口列表导入，选中接口定义，复制该case进入场景中

3、选择环境后，点击执行后，返回200正常，则点击保存

4、点击保存，场景case添加一条api定义完成，如需要更多，也可以持续添加。场景导入，自定义请求均可

小白求问软件开发中的接口、框架和库之间的区别和联系，搞不清楚啊

1、什么是api
一门编程语言，以java为例，由两部分组成，一个是语言的核心，就是关键字，语法，面向对象特性什么的，然后就是api接口了，java的集合框架，io，多线程就是一些api，java语言功能的扩展也是通过增加api来实现的。程序员通过调用java的api接口来实现程序的功能。学习一门语言，学习语法之外，就是学习api了。
2、什么开源库
当我们要实现一个功能的时候，首先会去文档中查阅有无相关的类。如果有，可以直接来使用；如果没有，我们会自己写一个类或几个类来实现。当有一类问题需要基本相同的类来实现，有人会将这些通用的功能需要的类组合起来，做成jar包的形式，再配上javaDoc和帮助文档什么的，就是一个第三方的api，也就是类库了。如果把一个类型的模块性质的东西开放源代码，其他程序员可以对这个模块可以进行修改和完善，这就是一个开源库了。
3、什么是框架
框架其实是对底层的封装，将一些相同的，不会变化的东西封装一下，让它自动化的完成，可以提高开发效率，减轻工作量。根据封装功能的不同，就有了很多不同的框架了。框架是建立在基础的api之上的，如果你基础掌握的好，学习框架会很容易。不会有理解上太多困难，只是对api的学习。

六大接口管理平台，总有一款适合你的！

先聊一聊前端和后端分离的优点。前后端分离优点如下：

其中不可避免的就是定制好接口文档，后端工程师要写好单元测试，推荐使用 chrome 的插件 postman 或 soapui或 jmeter，service 层的测试用例拿 junit 写。
但是这种情况对于接口文档管理很不方便，所以下面就罗列一些互联网公司常用的接口文档管理平台。

Swagger是一个大型的API开发者的工具框架，该框架提出了一个编写OpenAPI的规范（命名为OAS），并且Swagger可以跨整个API生命周期进行开发，从设计和文档到测试和部署。
Swagger框架三核心：

YApi部署流程介绍

YApi 是高效、易用、功能强大的 api 管理平台，旨在为开发、产品、测试人员提供更优雅的接口管理服务。它可以帮助开发者轻松创建、发布、以及维护API。除此之外，YApi 还为用户提供了优秀的交互体验，开发人员只需利用平台提供的接口数据写入工具以及简单的点击操作就可以实现接口的管理。特性:

难点：如果需要要执行自动化测试，需要编写脚本。

Eolinker是国内企业级IT研发管理解决方案服务品牌，在线API接口管理服务供应商，致力于满足各行业客户在不同应用环境中对研发管理全生命周期的个性化需求，提供API开发管理（AMS）、开发团队协作、自动化测试、网关（AGW）以及监控（AMT）等服务。
特性：

ShowDoc一个非常适合IT团队的在线API文档、技术文档工具。
随着移动互联网的发展，BaaS（后端即服务）越来越流行。服务端提供API，APP端或者网页前端便可方便调用数据。用ShowDoc可以非常方便快速地编写出美观的API文档。

项目地址： https://www.showdoc.cc

DOClever是一个可视化接口管理工具 ,可以分析接口结构，校验接口正确性， 围绕接口定义文档，通过一系列自动化工具提升我们的协作效率。
特性：

DOClever官网： http://www.doclever.cn/controller/index/index.html
DOClever GitHub： https://github.com/sx1989827/DOClever

阿里妈妈前端团队出品的开源接口管理工具RAP第二代，RAP通过GUI工具帮助WEB工程师更高效的管理接口文档，同时通过分析接口结构自动生成Mock数据、校验真实接口的正确性，使接口文档成为开发流程中的强依赖。有了结构化的API数据，RAP可以做的更多，而我们可以避免更多重复劳动。基于RAML的接口定义、文档生成、Mock Server完成了定义和使用的分离，通过一套规范完成的接口定义，可以用不同的工具得到适应不同API管理系统的输出，有更多的可能性，同时保持了核心定义不变。RAP较之于RAML，前者更加集中，所有的定义、文档、mock都在同一个服务中完成，并且实时生效，方便快捷，如果只考虑方便易用，RAP是更好的选择，而RAML显得更加繁琐，更适合于公开的接口定义，方便在各个系统之间流转。

github源码地址： https://github.com/thx/rap2-delos 关于api接口自动化框架和java接口自动化框架有哪些的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 api接口自动化框架的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java接口自动化框架有哪些、api接口自动化框架的信息别忘了在本站进行查找喔。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。