接口测试框架源码（接口测试开源项目）

网友投稿 591 2023-02-16

本篇文章给大家谈谈接口测试框架源码，以及接口测试开源项目对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。今天给各位分享接口测试框架源码的知识，其中也会对接口测试开源项目进行解释，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、golang性能测试框架k6源码分析
2、如何创建 python+requests接口自动化测试框架
3、GitHub上面有哪些经典的java框架源码
4、Pytest测试实战
5、jmeter用java代码怎样编写接口测试源码
6、接口RAP开源吗?

golang性能测试框架k6源码分析

k6是新兴的性能测试框架，比肩jmeter，另外测试脚本使用js，更加适合自动化的架构。
k6启动的框架是使用golang的cli标准框架cobra，入口函数

进入cobra框架后，我们直接查看getRunCmd，这个是命令run的入口，主要工作都是从这里开始。

重点关注初始化Runner，这个是通过js脚本，使用goja库解析后，生成的实际执行单元。
进入js目录，查看Runner的结构，runner.go

Runner有一些配置属性，另外还有方法，方法用lib.Runner的接口进行规范。
Runner有一个NewVU方法，里面定义了连接参数，实现api测试

返回主函数，在初始化完成Runner后，启动调度器，以及做结果收集
最终封装成一个engine

启动测试

接口测试框架源码（接口测试开源项目）

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上编辑接口测试框架源码，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（容易实现接口测试框架源码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(运维相关接口测试框架源码了解即可)
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)
# 开发阶段为接口测试框架源码了方便调试，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）

GitHub上面有哪些经典的java框架源码

Bazel：来自Google的构建工具接口测试框架源码，可以快速、可靠地构建代码。官网

Gradle：使用Groovy（非XML）进行增量构建，可以很好地与Maven依赖管理配合工作。官网

Buck：Facebook构建工具。官网

字节码操作

编程方式操作字节码的开发库。

ASM：通用底层字节码操作和分析开发库。官网

Byte Buddy：使用流式API进一步简化字节码生成。官网

Byteman：在运行时通过DSL（规则）操作字节码进行测试和故障排除。官网

Javassist：一个简化字节码编辑尝试。官网

集群管理

在集群内动态管理应用程序的框架。

Apache Aurora：Apache Aurora是一个Mesos框架，用于长时间运行服务和定时任务（cron job）。官网

Singularity：Singularity是一个Mesos框架，方便部署和操作。它支持Web Service、后台运行、调度作业和一次性任务。官网

代码分析

测量代码指标和质量工具。

Checkstyle：代码编写规范和标准静态分析工具。官网

Error Prone：将常见编程错误作为运行时错误报告。官网

FindBugs：通过字节码静态分析查找隐藏bug。官网

jQAssistant：使用基于Neo4J查询语言进行代码静态分析。官网

PMD：对源代码分析查找不良的编程习惯。官网

SonarQube：通过插件集成其它分析组件，对过去一段时间内的数据进行统计。官网

编译器生成工具

用来创建解析器、解释器或编译器的框架。

ANTLR：复杂的全功能自顶向下解析框架。官网

JavaCC：JavaCC是更加专门的轻量级工具，易于上手且支持语法超前预测。官网

外部配置工具

支持外部配置的开发库。

config：针对JVM语言的配置库。官网

owner：减少冗余配置属性。官网

约束满足问题求解程序

帮助解决约束满足问题的开发库。

Choco：可直接使用的约束满足问题求解程序，使用接口测试框架源码了约束规划技术。官网

JaCoP：为FlatZinc语言提供接口测试框架源码了一个接口，可以执行MiniZinc模型。官网

OptaPlanner：企业规划与资源调度优化求解程序。官网

Sat4J：逻辑代数与优化问题最先进的求解程序。官网

持续集成

Bamboo：Atlassian解决方案，可以很好地集成Atlassian的其接口测试框架源码他产品。可以选择开源许可，也可以购买商业版。官网

CircleCI：提供托管服务，可以免费试用。官网

Codeship：提供托管服务，提供有限的免费模式。官网

fabric8：容器集成平台。官网

Go：ThoughtWork开源解决方案。官网

Jenkins：支持基于服务器的部署服务。官网

TeamCity：JetBrain的持续集成解决方案，有免费版。官网

Travis：通常用作开源项目的托管服务。官网

Buildkite: 持续集成工具，用简单的脚本就能设置pipeline，而且能快速构建，可以免费试用。官网

CSV解析

简化CSV数据读写的框架与开发库

uniVocity-parsers：速度最快功能最全的CSV开发库之一，同时支持TSV与固定宽度记录的读写。官网

数据库

简化数据库交互的相关工具。

Apache Phoenix：HBase针对低延时应用程序的高性能关系数据库层。官网

Crate：实现了数据同步、分片、缩放、复制的分布式数据存储。除此之外还可以使用基于SQL的语法跨集群查询。官网

Flyway：简单的数据库迁移工具。官网

H2：小型SQL数据库，以可以作为内存数据库使用著称。官网

HikariCP：高性能JDBC连接工具。官网

JDBI：便捷的JDBC抽象。官网

Protobuf：Google数据交换格式。官网

SBE：简单二进制编码，是最快速的消息格式之一。官网

Wire：整洁轻量级协议缓存。官网

帮实现依赖翻转范式的开发库。官网

Apache DeltaSpike：CDI扩展框架。官网

Dagger2：编译时注入框架，不需要使用反射。官网

Guice：可以匹敌Dagger的轻量级注入框架。官网

HK2：轻量级动态依赖注入框架。官网

开发流程增强工具

从最基本的层面增强开发流程。

ADT4J：针对代数数据类型的JSR-269代码生成器。官网

AspectJ：面向切面编程（AOP）的无缝扩展。官网

Auto：源代码生成器集合。官网

DCEVM：通过修改JVM在运行时支持对已加载的类进行无限次重定义。官网

HotswapAgent：支持无限次重定义运行时类与资源。官网

Immutables：类似Scala的条件类。官网

JHipster：基于Spring Boot与AngularJS应用程序的Yeoman源代码生成器。官网

JRebel：无需重新部署，可以即时重新加载代码与配置的商业软件。官网

Lombok：减少冗余的代码生成器。官网

Spring Loaded：类重载代理。官网

vert.x：多语言事件驱动应用框架。官网

分布式应用

用来编写分布式容错应用的开发库和框架。

Akka：用来编写分布式容错并发事件驱动应用程序的工具和运行时。官网

Apache Storm：实时计算系统。官网

Apache ZooKeeper：针对大型分布式系统的协调服务，支持分布式配置、同步和名称注册。官网

Hazelcast：高可扩展内存数据网格。官网

Hystrix：提供延迟和容错。官网

JGroups：提供可靠的消息传递和集群创建的工具。官网

Orbit：支持虚拟角色（Actor），在传统角色的基础上增加了另外一层抽象。官网

Quasar：为JVM提供轻量级线程和角色。官网

分布式数据库

对应用程序而言，在分布式系统中的数据库看起来就像是只有一个数据源。

Apache Cassandra：列式数据库，可用性高且没有单点故障。官网

Apache HBase：针对大数据的Hadoop数据库。官网

Druid：实时和历史OLAP数据存储，在聚集查询和近似查询方面表现不俗。官网

Infinispan：针对缓存的高并发键值对数据存储。官网

发布

以本机格式发布应用程序的工具。

Bintray：发布二进制文件版本控制工具。可以于Maven或Gradle一起配合使用。提供开源免费版本和几种商业收费版本。官网

Central Repository：最大的二进制组件仓库，面向开源社区提供免费服务。Apache Maven默认使用Central 官网Repository，也可以在所有其他构建工具中使用。

IzPack：为跨平台部署建立创作工具（Authoring Tool）。官网

JitPack：打包GitHub仓库的便捷工具。可根据需要构建Maven、Gradle项目，发布可立即使用的组件。官网

Launch4j：将JAR包装为轻量级本机Windows可执行程序。官网

Nexus：支持代理和缓存功能的二进制管理工具。官网

packr：将JAR、资源和JVM打包成Windows、Linux和Mac OS X本地发布文件。官网

文档处理工具

处理Office文档的开发库。

Apache POI：支持OOXML规范（XLSX、DOCX、PPTX）以及OLE2规范（XLS、DOC、PPT）。官网

documents4j：使用第三方转换器进行文档格式转换，转成类似MS Word这样的格式。官网

jOpenDocument：处理OpenDocument格式（由Sun公司提出基于XML的文档格式）。官网

函数式编程

函数式编程支持库。

Cyclops：支持一元（Monad）操作和流操作工具类、comprehension（List语法）、模式匹配、trampoline等特性。官网

Fugue：Guava的函数式编程扩展。官网

Functional Java：实现了多种基础和高级编程抽象，用来辅助面向组合开发（composition-oriented development）。官网

Javaslang：一个函数式组件库，提供持久化数据类型和函数式控制结构。官网

jOOλ：旨在填补Java 8 lambda差距的扩展，提供了众多缺失的类型和一组丰富的顺序流API。官网

游戏开发

游戏开发框架。

jMonkeyEngine：现代3D游戏开发引擎。官网

libGDX：全面的跨平台高级框架。官网

LWJGL：对OpenGL/CL/AL等技术进行抽象的健壮框架。官网

GUI

现代图形化用户界面开发库。

JavaFX：Swing的后继者。官网

Scene Builder：开发JavaFX应用的可视化布局工具。官网

高性能计算

涵盖了从集合到特定开发库的高性能计算相关工具。

Agrona：高性能应用中常见的数据结构和工具方法。官网

Disruptor：线程间消息传递开发库。官网

fastutil：快速紧凑的特定类型集合（Collection）。官网

GS Collections：受Smalltalk启发的集合框架。官网

HPPC：基础类型集合。官网

Javolution：实时和嵌入式系统的开发库。官网

JCTools：JDK中缺失的并发工具。官网

Koloboke：Hash set和hash map。官网

Trove：基础类型集合。官网

High-scale-bli:Cliff Click 个人开发的高性能并发库官网

IDE

简化开发的集成开发环境。

Eclipse：老牌开源项目，支持多种插件和编程语言。官网

IntelliJ IDEA：支持众多JVM语言，是安卓开发者好的选择。商业版主要针对企业客户。官网

NetBeans：为多种技术提供集成化支持，包括Java SE、Java EE、数据库访问、HTML5

Imgscalr：纯Java 2D实现，简单、高效、支持硬件加速的图像缩放开发库。官网

Picasso：安卓图片下载和图片缓存开发库。官网

Thumbnailator：Thumbnailator是一个高质量Java缩略图开发库。官网

ZXing：支持多种格式的一维、二维条形码图片处理开发库。官网

im4java: 基于ImageMagick或GraphicsMagick命令行的图片处理开发库，基本上ImageMagick能够支持的图片格式和处理方式都能够处理。官网

Apache Batik：在Java应用中程序以SVG格式显示、生成及处理图像的工具集，包括SVG解析器、SVG生成器、SVG DOM等模块，可以集成使用也可以单独使用，还可以扩展自定义的SVG标签。官网

JSON

简化JSON处理的开发库。

Genson：强大且易于使用的Java到JSON转换开发库。官网

Gson：谷歌官方推出的JSON处理库，支持在对象与JSON之间双向序列化，性能良好且可以实时调用。官网

Jackson：与GSON类似，在频繁使用时性能更佳。官网

LoganSquare：基于Jackson流式API，提供对JSON解析和序列化。比GSON与Jackson组合方式效果更好。官网

Fastjson：一个Java语言编写的高性能功能完善的JSON库。官网

Kyro：快速、高效、自动化的Java对象序列化和克隆库。官网

JVM与JDK

目前的JVM和JDK实现。

JDK 9：JDK 9的早期访问版本。官网

OpenJDK：JDK开源实现。官网

基于JVM的语言

除Java外，可以用来编写JVM应用程序的编程语言。

Scala：融合了面向对象和函数式编程思想的静态类型编程语言。官网

Groovy：类型可选（Optionally typed）的动态语言，支持静态类型和静态编译。目前是一个Apache孵化器项目。官网

Clojure：可看做现代版Lisp的动态类型语言。官网

Ceylon：RedHat开发的面向对象静态类型编程语言。官网

Kotlin：JetBrain针对JVM、安卓和浏览器提供的静态类型编程语言。官网

Xtend：一种静态编程语言，能够将其代码转换为简洁高效的Java代码，并基于JVM运行。官网

日志

记录应用程序行为日志的开发库。

Apache Log4j 2：使用强大的插件和配置架构进行完全重写。官网

kibana：分析及可视化日志文件。官网

Logback：强健的日期开发库，通过Groovy提供很多有趣的选项。官网

logstash：日志文件管理工具。官网

Metrics：通过JMX或HTTP发布参数，并且支持存储到数据库。官网

SLF4J：日志抽象层，需要与具体的实现配合使用。官网

机器学习

提供具体统计算法的工具。其算法可从数据中学习。

Apache Flink：快速、可靠的大规模数据处理引擎。官网

Apache Hadoop：在商用硬件集群上用来进行大规模数据存储的开源软件框架。官网

Apache Mahout：专注协同过滤、聚类和分类的可扩展算法。官网

Apache Spark：开源数据分析集群计算框架。官网

DeepDive：从非结构化数据建立结构化信息并集成到已有数据库的工具。官网

Deeplearning4j：分布式多线程深度学习开发库。官网

H2O：用作大数据统计的分析引擎。官网

Weka：用作数据挖掘的算法集合，包括从预处理到可视化的各个层次。官网

QuickML：高效机器学习库。官网、GitHub

消息传递

在客户端之间进行消息传递，确保协议独立性的工具。

Aeron：高效可扩展的单播、多播消息传递工具。官网

Apache ActiveMQ：实现JMS的开源消息代理（broker），可将同步通讯转为异步通讯。官网

Apache Camel：通过企业级整合模式（Enterprise Integration Pattern EIP）将不同的消息传输API整合在一起。官网

Apache Kafka：高吞吐量分布式消息系统。官网

Hermes：快速、可靠的消息代理（Broker），基于Kafka构建。官网

JBoss HornetQ：清晰、准确、模块化，可以方便嵌入的消息工具。官网

JeroMQ：ZeroMQ的纯Java实现。官网

Smack：跨平台XMPP客户端函数库。官网

Openfire：是开源的、基于XMPP、采用Java编程语言开发的实时协作服务器。 Openfire安装和使用都非常简单，并可利用Web界面进行管理。官网GitHub

Spark：是一个开源，跨平台IM客户端。它的特性支持集组聊天，电话集成和强大安全性能。如果企业内部部署IM使用Openfire+Spark是最佳的组合。官网 GitHub

Tigase：是一个轻量级的可伸缩的 Jabber/XMPP 服务器。无需其他第三方库支持，可以处理非常高的复杂和大量的用户数，可以根据需要进行水平扩展。官网

杂项

未分类其它资源。

Design Patterns：实现并解释了最常见的设计模式。官网

Jimfs：内存文件系统。官网

Lanterna：类似curses的简单console文本GUI函数库。官网

LightAdmin：可插入式CRUD UI函数库，可用来快速应用开发。官网

OpenRefine：用来处理混乱数据的工具，包括清理、转换、使用Web Service进行扩展并将其关联到数据库。官网

RoboVM：Java编写原生iOS应用。官网

Quartz：强大的任务调度库.官网

应用监控工具

监控生产环境中应用程序的工具。

AppDynamics：性能监测商业工具。官网

JavaMelody：性能监测和分析工具。官网

Kamon：Kamon用来监测在JVM上运行的应用程序。官网

New Relic：性能监测商业工具。官网

SPM：支持对JVM应用程序进行分布式事务追踪的性能监测商业工具。官网

Takipi：产品运行时错误监测及调试商业工具。官网

原生开发库

用来进行特定平台开发的原生开发库。

JNA：不使用JNI就可以使用原生开发库。此外，还为常见系统函数提供了接口。官网

自然语言处理

用来专门处理文本的函数库。

Apache OpenNLP：处理类似分词等常见任务的工具。官网

CoreNLP：斯坦佛CoreNLP提供了一组基础工具，可以处理类似标签、实体名识别和情感分析这样的任务。官网

LingPipe：一组可以处理各种任务的工具集，支持POS标签、情感分析等。官网

Mallet：统计学自然语言处理、文档分类、聚类、主题建模等。官网

网络

网络编程函数库。

Async Http Client：异步HTTP和WebSocket客户端函数库。官网

Grizzly：NIO框架，在Glassfish中作为网络层使用。官网

Netty：构建高性能网络应用程序开发框架。官网

OkHttp：一个Android和Java应用的HTTP+SPDY客户端。官网

Undertow：基于NIO实现了阻塞和非阻塞API的Web服务器，在WildFly中作为网络层使用。官网

ORM

处理对象持久化的API。

Ebean：支持快速数据访问和编码的ORM框架。官网

EclipseLink：支持许多持久化标准，JPA、JAXB、JCA和SDO。官网

Hibernate：广泛使用、强健的持久化框架。Hibernate的技术社区非常活跃。官网

MyBatis：带有存储过程或者SQL语句的耦合对象（Couples object）。官网

OrmLite：轻量级开发包，免除了其它ORM产品中的复杂性和开销。官网

Nutz：另一个SSH。官网，Github

JFinal：JAVA WEB + ORM框架。官网，Github

PDF

用来帮助创建PDF文件的资源。

Apache FOP：从XSL-FO创建PDF。官网

Apache PDFBox：用来创建和操作PDF的工具集。官网

DynamicReports：JasperReports的精简版。官网

flyingsaucer：XML/XHTML和CSS 2.1渲染器。官网

iText：一个易于使用的PDF函数库，用来编程创建PDF文件。注意，用于商业用途时需要许可证。官网

JasperReports：一个复杂的报表引擎。官网

性能分析

性能分析、性能剖析及基准测试工具。

jHiccup：提供平台中JVM暂停的日志和记录。官网

JMH：JVM基准测试工具。官网

JProfiler：商业分析器。官网

LatencyUtils：测量和报告延迟的工具。官网

VisualVM：对运行中的应用程序信息提供了可视化界面。官网

YourKit Java Profiler：商业分析器。官网

响应式开发库

用来开发响应式应用程序的开发库。

Reactive Streams：异步流处理标准，支持非阻塞式反向压力（backpressure）。官网

Reactor：构建响应式快速数据（fast-data）应用程序的开发库。官网

RxJava：通过JVM可观察序列（observable sequence）构建异步和基于事件的程序。官网

REST框架

用来创建RESTful 服务的框架。

Dropwizard：偏向于自己使用的Web框架。用来构建Web应用程序，使用了Jetty、Jackson、Jersey和Metrics。官网

Feign：受Retrofit、JAXRS-2.0和WebSocket启发的HTTP客户端连接器（binder）。官网

Jersey：JAX-RS参考实现。官网

RESTEasy：经过JAX-RS规范完全认证的可移植实现。官网

RestExpress：一个Java类型安全的REST客户端。官网

RestX：基于注解处理和编译时源码生成的框架。官网

Retrofit：类型安全的REST客户端。官网

Spark：受到Sinatra启发的Java REST框架。官网

Swagger：Swagger是一个规范且完整的框架，提供描述、生产、消费和可视化RESTful Web Service。官网

Blade：国人开发的一个轻量级的MVC框架. 它拥有简洁的代码，优雅的设计。官网

科学计算与分析

用于科学计算和分析的函数库。

DataMelt：用于科学计算、数据分析及数据可视化的开发环境。官网

JGraphT：支持数学图论对象和算法的图形库。官网

JScience：用来进行科学测量和单位的一组类。官网

搜索引擎

文档索引引擎，用于搜索和分析。

Apache Solr：一个完全的企业搜索引擎。为高吞吐量通信进行了优化。官网

Elasticsearch：一个分布式、支持多租户（multitenant）全文本搜索引擎。提供了RESTful Web接口和无schema的JSON文档。官网

Apache Lucene：是一个开放源代码的全文检索引擎工具包，是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。官网

安全

用于处理安全、认证、授权或会话管理的函数库。

Apache Shiro：执行认证、授权、加密和会话管理。官网

Bouncy Castle，涵盖了从基础的帮助函数到PGP/SMIME操作。官网：多途加密开发库。支持JCA提供者（JCA provider)

Cryptomator：在云上进行客户端跨平台透明加密。官网

Keycloak：为浏览器应用和RESTful Web Service集成SSO和IDM。目前还处于beta版本，但是看起来非常有前途。官网

PicketLink：PicketLink是一个针对Java应用进行安全和身份认证管理的大型项目（Umbrella Project）。官网

序列化

用来高效处理序列化的函数库。

FlatBuffers：高效利用内存的序列化函数库，无需解包和解析即可高效访问序列化数据。官网

Kryo：快速、高效的对象图形序列化框架。官网

FST：提供兼容JDK的高性能对象图形序列化。官网

MessagePack：一种高效的二进制序列化格式。官网

应用服务器

用来部署应用程序的服务器。

Apache Tomcat：针对Servlet和JSP的应用服务器，健壮性好且适用性强。官网

Apache TomEE：Tomcat加Java EE。官网

Jetty：轻量级、小巧的应用服务器，通常会嵌入到项目中。官网

WebSphere Liberty：轻量级、模块化应用服务器，由IBM开发。官网

WildFly：之前被称作JBoss，由Red Hat开发。支持很多Java EE功能。官网

模板引擎

在模板中替换表达式的工具。

Apache Velocity：提供HTML页面模板、email模板和通用开源代码生成器模板。官网

FreeMarker：通用模板引擎，不需要任何重量级或自己使用的依赖关系。官网

Handlebars.java：使用Java编写的模板引擎，逻辑简单，支持语义扩展（semantic Mustache）。官网

Thymeleaf：旨在替换JSP，支持XML文件的工具。官网

测试

测试内容从对象到接口，涵盖性能测试和基准测试工具。

Apache JMeter：功能性测试和性能评测。官网

Arquillian：集成测试和功能行测试平台，集成Java EE容器。官网

AssertJ：支持流式断言提高测试的可读性。官网

Awaitility：用来同步异步操作的DSL。官网

Cucumber：BDD测试框架。官网

Gatling：设计为易于使用、可维护的和高性能负载测试工具。官网

Hamcrest：可用来灵活创建意图（intent）表达式的匹配器。官网

JMockit：用来模拟静态、final方法等。官网

JUnit：通用测试框架。官网

Mockito：在自动化单元测试中创建测试对象，为TDD或BDD提供支持。官网

PowerMock：支持模拟静态方法、构造函数、final类和方法、私有方法以及移除静态初始化器的模拟工具。官网

REST Assured：为REST/HTTP服务提供方便测试的Java DSL。官网

Selenide：为Selenium提供精准的周边API，用来编写稳定且可读的UI测试。官网

Selenium：为Web应用程序提供可移植软件测试框架。官网

Spock：JUnit-compatible framework featuring an expressive Groovy-derived specification language.官网兼容JUnit框架，支持衍生的Groovy范的语言。

TestNG：测试框架。官网

Truth：Google的断言和命题（proposition）框架。官网

Unitils：模块化测试函数库，支持单元测试和集成测试。官网

WireMock：Web Service测试桩（Stub）和模拟函数。官网

通用工具库

通用工具类函数库。

Apache Commons：提供各种用途的函数，比如配置、验证、集合、文件上传或XML处理等。官网

args4j：命令行参数解析器。官网

CRaSH：为运行进行提供CLI。官网

Gephi：可视化跨平台网络图形化操作程序。官网

Guava：集合、缓存、支持基本类型、并发函数库、通用注解、字符串处理、I/O等。官网

JADE：构建、调试多租户系统的框架和环境。官网

javatuples：正如名字表示的那样，提供tuple支持。尽管目前tuple的概念还有留有争议。官网

JCommander：命令行参数解析器。官网

Protégé：提供存在论（ontology）编辑器以及构建知识系统的框架。官网

网络爬虫

用于分析网站内容的函数库。

Apache Nutch：可用于生产环境的高度可扩展、可伸缩的网络爬虫。官网

Crawler4j：简单的轻量级网络爬虫。官网

JSoup：刮取、解析、操作和清理HTML。官网

Web框架

用于处理Web应用程序不同层次间通讯的框架。

Apache Tapestry：基于组件的框架，使用Java创建动态、强健的、高度可扩展的Web应用程序。官网

Apache Wicket：基于组件的Web应用框架，与Tapestry类似带有状态显示GUI。官网

Google Web Toolkit：一组Web开发工具集，包含在客户端将Java代码转为JavaScript的编译器、XML解析器、RCP 官网API、JUnit集成、国际化支持和GUI控件。

Grails：Groovy框架，旨在提供一个高效开发环境，使用约定而非配置、没有XML并支持混入（mixin）。官网

Ninja：Java全栈Web开发框架。非常稳固、快速和高效。官网

Pippo：小型、高度模块化的类Sinatra框架。官网

Play：使用约定而非配置，支持代码热加载并在浏览器中显示错误。官网

PrimeFaces：JSF框架，提供免费和带支持的商业版本。包括若干前端组件。官网

Ratpack：一组Java开发函数库，用于构建快速、高效、可扩展且测试完备的HTTP应用程序。官网

Spring Boot：微框架，简化了Spring新程序的开发过程。官网

Spring：旨在简化Java EE的开发过程，提供依赖注入相关组件并支持面向切面编程。官网

Vaadin：基于GWT构建的事件驱动框架。使用服务端架构，客户端使用Ajax。官网

Blade：国人开发的一个轻量级的MVC框架. 它拥有简洁的代码，优雅的设计。官网

业务流程管理套件

流程驱动的软件系统构建。

jBPM：非常灵活的业务流程管理框架，致力于构建开发与业务分析人员之间的桥梁。官网

Activity：轻量级工作流和业务流程管理框架。官网 github

资源

社区

Pytest测试实战

Pytest测试框架是动态语言Python专用的测试框架，使用起来非常的简单，这主要得易于它的设计，Pytest测试框架具备强大的功能，丰富的第三方插件，以及可扩展性好，可以很好的和unittest测试框架能够结合起来在项目中使用。本文章主要介绍Pytest测试框架中参数化的详细信息。

参数化的本质是对列表中的对象进行循环，然后把循环的对象进行一一的赋值，它的应用场景主要是基于相同的业务场景，但是需要不同的测试数据来测试从而达到最大化的覆盖更多的业务场景和测试的覆盖率。理解了这样的一个思想之后，我们就以两个数想加作为案例，来演示Pytest测试框架的参数化实际应用，另外一点需要特别说的是在Pytest测试框架中参数化使用的方式是通过装饰器的方式来进行。刚才也说到它的本质是对列表中的对象进行循环和赋值，那么这个对象可以是列表，也可以是元祖以及和字典数据类型，见如下的实战案例，把测试的数据分离到不同的对象中(列表，元组，字典)，源码如下：

执行后的结果信息如下：

在如上的结果信息中，可以看到真正实现测试用例的代码是很少的，而且把参数化使用到的数据分离到不同的数据类型中。

下面结合API的测试场景来考虑，被测试的API的代码如下：

在基于API测试维度的思想，针对该接口测试我们不考虑接口的安全性，高并发以及它的稳定性方面，单纯的只是从功能层面来考虑进行测试，那么需要针对每个参数是否缺少都得需要进行验证，就会涉及到五个测试用例的设计，我们把数据分别分离到主流的文件中，文件的格式主要为JSON，Yaml，Excel和CSV的文件，先来看分离到JSON的文件内容：

涉及到的测试代码为：

再来看分离到Yaml文件的数据：

涉及到的测试代码为：

分离到CSV的文件内容为：

涉及到的测试代码为：

最后来看分离到Excel的文件内容：

涉及到的测试代码为：

其实我们发现套路都是一样的，不管把数据分离到什么样的数据格式下，都得符合它的本质思想，也就是参数化的本质是对列表中的对象进行循环赋值，把握住这样的一个思想就可以了。整合上面的所有代码，完整代码为：

执行后的结果信息为：

Pytest测试框架最强大的功能除了丰富的第三方插件外，还有就是它的Fixture和共享Fixture的conftest.py，下面具体来看被测试的接口代码：

我们通过token的方式，首先需要授权，授权成功后才可以针对书籍这些接口进行操作，如添加删除以及查看所有的书籍信息，那么获取token这部分的代码完全可以放在conftest.py里面，具体源码为：

Fixture一点需要考虑的是初始化与清理，也就是说在一个完整的测试用例中，都必须都得有初始化与清理的部分，这样才是一个完整的测试用例的。Fixture可以很轻松的来解决这部分，还有一点需要说的是Fixture的函数也可以和返回值整合起来，如添加书籍成功后，把数据ID返回来，下面就以查看书籍为案例，那么查看书籍前提是需要添加书籍，这样可以查看，最后把添加的书籍删除，这样一个测试用例执行完成后才符合它的完整流程，具体测试代码如下：

在如上的代码中可以看到，我们刻意了写了init的Fixture函数，就是使用了它的初始化与清理的思想，当然还可以结合内置的Fixture把代码改造为如下的部分：

感谢您的阅读！针对Pytest测试框架的其他知识体系就在这里不详细的说了，后续会逐步的完善。

jmeter用java代码怎样编写接口测试源码

        我们在做性能测试时,有时需要自己编写测试脚本,很多测试工具都支持自定义编写测试脚本,比如LoadRunner就有很多自定义脚本的协议,比如"C Vuser","Java Vuser"等协议.同样,Jmeter也支持自定义编写的测试代码,不过与LoadRunner不同的是,Jmeter没有自带编译器,需要借助第三方编译器才能实现.下面举一个简单的Java自定义测试代码例子,使用Java编译器编写测试代码(Java编译器可以用Eclipse,JBulider等),实现功能为:在测试前输入任意一个字符串,然后判断该字符串的长度是否大于5,如果大于则测试结果成功,否则测试结果位失败,然后在放到Jmeter中模拟10个用户测试,同时运行这段代码,具体实现如下:
        1.打开Java编译器,新建一个项目"TestLength",然后新建一个包"app".
        2.从Jmeter的安装目录lib/ext中拷贝两个文件"ApacheJMeter_core.jar"和"ApacheJMeter_java.jar"到"Tester"的项目中,然后引入这两个JAR文件.(具体的引入方法参考各个Java编译器的使用方法)
        3.在"app"包中新建一个类,名字叫"TestLength",不过这个类要继承"AbstractJavaSamplerClient"类,如果项目引入步骤二中的两个文件,就可以找到"AbstractJavaSamplerClient"类了.
    4."TestLength"类在继承"AbstractJavaSamplerClient"类的同时也会继承四个方法,分别是"getDefaultParameters","setupTest","runTest"和"teardownTest"方法."getDefaultParameters"方法主要用于设置传入的参数;"setupTest"方法为初始化方法,用于初始化性能测试时的每个线程."runTest"方法为性能测试时的线程运行体;"teardownTest"方法为测试结束方法,用于结束性能测试中的每个线程.
    5.具体实现代码如下:
package app;
import org.apache.jmeter.config.Arguments;
import org.apache.jmeter.protocol.java.sampler.AbstractJavaSamplerClient;
import org.apache.jmeter.protocol.java.sampler.JavaSamplerContext;
import org.apache.jmeter.samplers.SampleResult;
import com.passpod.core.t8.*;
/**
 * @author乐以忘忧
 *
 * TODO To change the template for this generated type comment go to
 * Window - Preferences - Java - Code Style - Code Templates
 */
public class TestLength extends AbstractJavaSamplerClient{
     private SampleResult results;
     private String testStr;
 //初始化方法，实际运行时每个线程仅执行一次，在测试方法运行前执行，类似于LoadRunner中的init方法
     public void setupTest(JavaSamplerContext arg0) {
          results = new SampleResult();
          testStr = arg0.getParameter("testString", "");
          if (testStr != null  testStr.length()  0) {
                 results.setSamplerData(testStr);
  }
 }
 //设置传入的参数，可以设置多个，已设置的参数会显示到Jmeter的参数列表中
     public Arguments getDefaultParameters() {
             Arguments params = new Arguments();
             params.addArgument("testStr", "");   //定义一个参数，显示到Jmeter的参数列表中，第一个参数为参数默认的显示名称，第二个参数为默认值
            return params;
 }
 //测试执行的循环体，根据线程数和循环次数的不同可执行多次，类似于LoadRunner中的Action方法
     public SampleResult runTest(JavaSamplerContext arg0) {
          int len = 0;
          results.sampleStart();     //定义一个事务，表示这是事务的起始点，类似于LoadRunner的lr.start_transaction
          len = testStr.length();
          results.sampleEnd();     //定义一个事务，表示这是事务的结束点，类似于LoadRunner的lr.end_transaction
          if(len < 5){
                  System.out.println(testStr);
                  results.setSuccessful(false);   //用于设置运行结果的成功或失败，如果是"false"则表示结果失败，否则则表示成功
         }else   
                 results.setSuccessful(true);
        return results;
 }
 //结束方法，实际运行时每个线程仅执行一次，在测试方法运行结束后执行，类似于LoadRunner中的end方法
     public void teardownTest(JavaSamplerContext arg0) {
     }
}
        6.把上面的例子打包,然后把生成的"TestLength.jar"文件拷贝到Jmeter的安装目录lib/ext下.
        7.运行Jmeter,添加一个线程组,然后在该线程组下面添加一个Java请求(在Sampler中),在Java请求的类名称中选择咱们刚创建的类"app.TestLength",在下面参数列表的"testStr"后面输入要测试的字符串,然后添加一个监听器(聚合报告),设置一下模拟的用户数就可以测试了.如果测试不成功,Jmeter会在它自己个输出框中抛出这个字符串.
        通过上面的例子我们可以发现,使用Jmeter自定义Java测试代码,配合Jmeter自带的函数,就可以实现出LoadRunner中"Java Vuser"协议的绝大多数功能,而且是没有用户数限制和完全免费的(嘿嘿).上面的例子非常简单,而且没有任何实际意义,只是一个简单的Jmeter测试代码示例,用于抛砖引玉,希望大家一起交流,共同 进步.

接口RAP开源吗?

随着 Web 技术的发展，前后端分离构架变的越来越流行。前后端分离使后端专注于数据处理和定义前端所需要的接口，前端负责数据的展现和交互，大大细化了开发者的职责，提高了开发效率，但与此同时也带来了一些问题：

对于前端工程师，后端提供的接口文档，大多是不规范的，有使用 wiki 的，有 word 文档的，甚至还有用即时聊天软件沟通的，后端接口对于前端就像一个黑盒子，经常遇到问题是接口因未知原因增加参数了，参数名变了，参数被删除了。对于后端工程师，接口对接时总是需要写冗杂繁琐的文档，需要大量时间去维护接口文档。

前端开发的功能在后端功能还没完成前，因为前端的功能依赖于后端的数据，导致工作无法顺利展开。为了解决这个问题，有些前端工程师在代码注入 json，还有后端工程师临时搭建一套测试数据服务器，这种情况下势必会影响工作效率和代码质量，也不能及时进行字段的更新。

接口数据正确性无法得到保证。前端调用后端的接口数据渲染到视图，数据一旦出错，将会导致视图和交互也出现问题，保证后端接口数据正确性变的愈来愈重要。接口自动化测试就是用来解决这个问题，但传统的接口测试框架使用成本很高，很多团队采用肉眼比对方式，效率很低。

暂时没有评论，来抢沙发吧~

接口测试框架源码（接口测试开源项目）

golang性能测试框架k6源码分析

如何创建 python+requests接口自动化测试框架

GitHub上面有哪些经典的java框架源码

Pytest测试实战

jmeter用java代码怎样编写接口测试源码

接口RAP开源吗?

java 单机接口限流处理方案

使用SpringBoot实现API接口

管理平台接口文档，优化业务流程的灵魂之匙

推荐文章

接口调用是什么意思？几种常用接口调用方式

接口设计原则

8款在线 API 接口文档管理工具

api管理系统是什么？

什么是接口调试？接口调试的步骤有哪些？

api 接口管理系统有哪些？

接口测试有几种测试方法

API文档生成工具有哪些？

微服务和api网关区别

交换机配置步骤

最近发表

热评文章

在线接口文档管理工具推荐，支持在线测试，HTTP接口

开源的在线接口文档wiki工具Mindoc的介绍与使

如何优雅的进行接口设计？接口设计的六大原则是什么？

什么是API测试,api检测公司

软件接口设计怎么做？前后端分离软件接口设计思路

接口管理平台推荐，几大接口管理平台总有一款适合你！