自动化接口测试难做（接口自动化难不难）

本篇文章给大家谈谈自动化接口测试难做，以及接口自动化难不难对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享自动化接口测试难做的知识，其中也会对接口自动化难不难进行解释，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python做接口自动化测试容易吗
• 2、接口自动化测试怎么做的
• 3、自动化测试难点解析：如何降低误报率？

使用python做接口自动化测试容易吗

为什么要做接口自动化测试?
在当前互联网产品迭代频繁的背景下，回归测试的时间越来越少，很难在每个迭代都对所有功能做完整回归。但接口自动化测试因其实现简单、维护成本低，容易提高覆盖率等特点，越来越受重视。
为什么要自己写框架呢?
使用Postman调试通过过直接可以获取接口测试的基本代码，结合使用requets + unittest很容易实现接口自动化测试的封装，而且requests的api已经非常人性化，非常简单，但通过封装以后（特别是针对公司内特定接口），可以进一步提高脚本编写效率。
一个现有的简单接口例子
下面使用requests + unittest测试一个查询接口
接口信息如下
请求信息:
Method：POST
URL：api/match/image/getjson
Request：
{
"category": "image",
"offset": "0",
"limit": "30",
"sourceId": "0",
"metaTitle": "",
"metaId": "0",
"classify": "unclassify",
"startTime": "",
"endTime": "",
"createStart": "",
"createEnd": "",
"sourceType": "",
"isTracking": "true",
"metaGroup": "",
"companyId": "0",
"lastDays": "1",
"author": ""
}
Response示例：
{
"timestamp" : xxx,
"errorMsg" : "",
"data" : {
"config" : xxx
}
Postman测试方法见截图：
测试思路
1.获取Postman原始脚本
2.使用requests库模拟发送HTTP请求**
3.对原始脚本进行基础改造**
4.使用python标准库里unittest写测试case**
原始脚本实现
未优化
该代码只是简单的一次调用，而且返回的结果太多，很多返回信息暂时没用，示例代码如下
import requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = {"category":"image","offset":"0","limit":"30","sourceId":"0","metaTitle":"","metaId":"0","classify":"unclassify","startTime":"","endTime":"","createStart":"","createEnd":"","sourceType":"","isTracking":"true","metaGroup":"","companyId":"0","lastDays":"1","author":""}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}
response = requests.request("POST", url, headers=headers, params=querystring)
print(response.text)
优化 第一版
调整代码结构，输出结果Json出来，获取需要验证的response.status_code，以及获取结果校验需要用到的results['total']
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import unittestimport jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}#Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring)#对返回结果进行转义成json串
results = json.loads(response.text)#获取http请求的status_codeprint "Http code:",response.status_code#获取结果中的total的值print results['total']#print(response.text)
优化 第二版
接口调用异常处理，增加try，except处理，对于返回response.status_code，返回200进行结果比对，不是200数据异常信息。
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}try: #Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring) #对http返回值进行判断，对于200做基本校验 if response.status_code == 200:
results = json.loads(response.text) if results['total'] == 191: print "Success" else: print "Fail" print results['total'] else: #对于http返回非200的code，输出相应的code raise Exception("http error info:%s" %response.status_code)except:
traceback.print_exc()

接口自动化测试怎么做的

了解了接口测试是什么之后，怎么做接口测试呢?接口测试的流程其实和功能测试流程类似：接口测试计划-接口测试用例-接口测试执行-接口测试报告。测试用例设计的依赖对象主要是需求说明书和接口文档。
接口测试因其不是针对普通用户，而是针对的另外一个系统组件，所以不能直接测试，需要使用工具测试，比如服务端http接口测试，常用的工具有jmeter、postman、httpclient等。用工具测试，所以目标就是准备要测试数据测试脚本后直接执行即可， 在进行测试执行编写时，有如下的原则：
1.不同的接口参数覆盖不同的业务场景;
2.在后台构造合适的数据来满足接口的测试用例;
3.根据接口的返回值，断言其是否返回期望结果，并查看数据库验证;
4.测试用例涉及多个步骤的，应对涉及的步骤都验证;
5.删除测试过程中产生的结果，确保每个用例执行前都是一个清洁的环境

自动化测试难点解析：如何降低误报率？

随着自动化测试的深入推进，通过自动化测试运行的案例数量越来越多，执行错误全部由人工分析的方式已经不能满足接口自动化测试结果的分析需求。本文介绍一种基于缺陷知识库的接口自动化测试结果分析方法，通过接口测试结果模型化方法和基于错误码库、非缺陷知识库的错误归类分析方法，辅助测试人员高效实施大规模、多系统的接口自动化测试结果分析处理，降低自动化测试的误报率。

一、接口测试结果模型化
首先，我们需要将接口自动化测试的结果模型化，模型信息包括结果标志、错误码、错误信息和返回信息。在接口测试的过程中，从通讯级到应用级提取该模型数据，方法如下：

1、在平台执行接口测试的过程中，若出现任何程序未处理的内部异常，则结果标志为I，此时错误码、错误信息和返回信息均为空。

2、在常见的http通讯、tcp通讯、webservice通讯等通讯方法中，若无法正常通讯并获得预期的返回报文，则认为在通讯级发生异常，结果标志为U，此时错误码、错误信息均为空，通讯异常的返回信息存储在返回报文中。

3、在能够正常获取返回报文的情况下，被测系统往往会返回应用级处理是否正确的信息。若应用级处理错误，则还会返回错误码和错误信息。

（1）若应用级处理正确，则结果标志为N，此时错误码、错误信息均为空，返回信息存储返回报文。

（2）若应用级处理错误，则结果标志为E，错误码、错误信息存储在返回报文中，返回信息存储在返回报文中。

（3）为保障资金安全，重要金融交易一般存在双人复核或者远程授权的过程。如缺乏授权信息，被测系统将返回“需要授权”的信息，则结果标志为A，错误码、错误信息均为空，返回信息存储在返回报文中。

4、在实际实施组织级接口测试覆盖时，一些存量系统未在公有域特定字段返回应用级处理结果。此时，自动化测试平台将进行通讯级结果判断，若正常通讯并获得预期的返回报文，则结果标志为N，此时错误码、错误信息均为空，返回信息存储在返回报文中。

二、基于错误码库、非缺陷知识库的错误归类分析方法
基于接口测试结果的模型化数据，可以通过建立错误码库和非缺陷知识库，对大规模接口回归测试的结果进一步分类、分析。对于被测应用系统，可以由用户在自动化测试平台建立错误码库，对标志为E的接口测试结果，通过以下三种匹配方式进行细分：

1、精确匹配：对于有固定错误码和错误信息的应用系统，可以采用精准匹配方式，完成错误码库与接口测试结果模型的匹配。

2、错误码模糊匹配：适用于能够从固定字段输出错误信息，但没有固定字段返回错误码或者错误码定义不规范（如错误码是中文信息）的被测系统。此类系统错误码和错误信息由测试人员自行定义，每类错误码需设计匹配表达式，通过正则匹配的方式实现错误归类。

3、返回报文模糊匹配：适用于返回错误信息无固定字段的被测系统。此类系统错误码和错误信息由测试人员自行定义，每类错误码也需对应设计对应的匹配表达式。

在接口测试中，由于被测系统配置错误、被测系统铺底数据异常等问题而出现的错误并非本次测试结果中需重点关注的内容。对于此类错误，将错误码库中的对应错误条目增加标志位，即可纳入非缺陷知识库。

三、接口测试结果归类分析方法
基于接口测试结果模型化和错误码库、非缺陷知识库，将接口测试的结果分类分析，输出概要表和错误分类表。

概要表如下：

执行错误的交易将进一步处理为错误明细表，如下：

利用该分析结果，测试人员可重点关注结果类型为“执行错误”的分类，确认为缺陷的应提交给开发人员修复。对于“执行错误非缺陷”的分类，则往往不是被测系统自身缺陷导致的报错。通过这种方法，为测试人员提供“智能”分析结果，辅助测试人员快速完成对自动化测试结果的判断和分析。 关于自动化接口测试难做和接口自动化难不难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。 自动化接口测试难做的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于接口自动化难不难、自动化接口测试难做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。