java 单机接口限流处理方案
253
2023-02-20
关于python接口自动化测试的信息
本篇文章给大家谈谈python接口自动化测试，以及对应的知识点，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python接口自动化测试的知识，其中也会对进行解释，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、python接口自动化-pytest-依赖测试
- 2、什么是Python接口自动化测试，具体能做什么，说明白点
- 3、python读取Excel实现接口自动化并生成测试报告
- 4、如何用python做自动化测试
- 5、使用python做接口自动化测试容易吗
python接口自动化-pytest-依赖测试
我们在接口自动化过程中，总会存在依赖性较强的场景，比如批价-下单-支付，具备强依赖关系，这个时候就用到了依赖测试。参考 https://blog.csdn.net/dingding_ting/article/details/117200319
在test_01函数前我们加上了@pytest.mark.dependency()，
在test_02函数前也写了@pytest.mark.dependency(depends=["test_01"])
在类中执行，不能直接写方法名，需要加上类名::方法名或者别名
在test_01函数前我们加上了@pytest.mark.dependency()，
在test_02函数前也写了@pytest.mark.dependency(depends=["类名::test_01"])
(1)class
作用于所属的类，外部类不会被关联
@pytest.mark.dependency(depends=["test_01"],scope="class")
(2)module
默认参数是’module’，作用于当前文件。只会查找当前文件的符合条件的文件名，类里同名的方法不会被依赖。
@pytest.mark.dependency(depends=["test_01"],scope="module")
(3)package
作用于当前目录同级的依赖函数，跨目录无法找到依赖的函数。
例如在dep2目录下，创建了test_dep_01.py和test_dep_02.py
@pytest.mark.dependency(depends=[" xxx.py ::类名::test_01"],scope="package")
(4)session
作用域全局，可跨目录调用。但被依赖的用例必须先执行
@pytest.mark.dependency(depends=["xx/ xx.py ::类名::test_01"],scope="session")
支持直接在类名上方添加，那么类下面所有方法都不执行
比如：依赖用例1满足条件（学员详情列表有数据），再执行用例2（检查学习进度）
比如：依赖用例1满足条件（学习进度100%），再执行用例2（新建完成课程的标签）
什么是Python接口自动化测试，具体能做什么，说明白点
就是使python去实现接口测试，说白了就是写一些测试逻辑。python去写，速度快，简单python也有很多自动化测试相关的工具。roboframework，是一个自动化测试框架，写自动化非常简单。python读取Excel实现接口自动化并生成测试报告
#读取多条测试用例#1、导入requests模块
importrequests
#从 class_12_19.do_excel1导入read_data函数
fromdo_excel2 importread_data
fromdo_excel2 importwrite_data
fromdo_excel2 importcount_case
#定义http请求函数
COOKIE=None
defhttp_request2(method,url,data):
ifmethod=='get':
print('发起一个get请求')
result=requests.get(url,data,cookies=COOKIE)
else:
print('发起一个post请求')
result=requests.post(url,data,cookies=COOKIE)
returnresult #返回响应体
# return result.json() #返回响应结果：结果是字典类型：{'status': 1, 'code': '10001', 'data': None, 'msg': '登录成功'}
#从Excel读取到多条测试数据
sheets=['login','recharge','withdraw']
forsheet1 insheets:
max_row=count_case(sheet1)
print(max_row)
forcase_id inrange(1,max_row):
data=read_data(sheet1,case_id)
print('读取到第{}条测试用例:'.format(data[0]))
print('测试数据 ',data)
#print(type(data[2]))
#调用函数发起http请求
result=http_request2(data[4],data[2],eval(data[3]))
print('响应结果为 ',result.json())
ifresult.cookies:
COOKIE=result.cookies
#将测试实际结果写入excel
#write_data(case_id+1,6,result['code'])
write_data(sheet1,case_id+1,7,str(result.json()))
#对比测试结果和期望结果
ifresult.json()['code']==str(data[5]):
print('测试通过')
#将用例执行结果写入Excel
write_data(sheet1,case_id+1,8,'Pass')
else:
write_data(sheet1,case_id+1,8,'Fail')
print('测试失败')
# 导入load_workbook
fromopenpyxl importload_workbook
#读取测试数据
#将excel中每一条测试用例读取到一个列表中
#读取一条测试用例——写到一个函数中
defread_data(sheet_name,case_id):
# 打开excel
workbook1=load_workbook('test_case2.xlsx')
# 定位表单（test_data）
sheet1=workbook1[sheet_name]
print(sheet1)
test_case=[] #用来存储每一行数据，也就是一条测试用例
test_case.append(sheet1.cell(case_id+1,1).value)
test_case.append(sheet1.cell(case_id+1,2).value)
test_case.append(sheet1.cell(case_id+1,3).value)
test_case.append(sheet1.cell(case_id+1,4).value)
test_case.append(sheet1.cell(case_id+1,5).value)
test_case.append(sheet1.cell(case_id+1,6).value)
returntest_case #将读取到的用例返回
#调用函数读取第1条测试用例，并将返回结果保存在data中
# data=read_data(1)
# print(data)
#将测试结果写会excel
defwrite_data(sheet_name,row,col,value):
workbook1=load_workbook('test_case2.xlsx')
sheet=workbook1[sheet_name]
sheet.cell(row,col).value=value
workbook1.save('test_case2.xlsx')
#统计测试用例的行数
defcount_case(sheet_name):
workbook1=load_workbook('test_case2.xlsx')
sheet=workbook1[sheet_name]
max_row=sheet.max_row #统计测试用例的行数
returnmax_row
importcsv # 导入scv库，可以读取csv文件
fromselenium importwebdriver
importunittest
fromtime importsleep
importtime
importos
importHTMLTestRunner
importcodecs
importsys
dr =webdriver.Chrome()
classtestLo(unittest.TestCase):
defsetUp(self):
pass
deftest_login(self):
'''登陆测试'''
path ='F:\\Python_test\\'
# 要读取的scv文件路径
my_file ='F:\\pythonproject\\interfaceTest\\testFile\\ss.csv'
# csv.reader()读取csv文件，
# Python3.X用open，Python2.X用file，'r'为读取
# open(file,'r')中'r'为读取权限，w为写入，还有rb，wd等涉及到编码的读写属性
#data = csv.reader(codecs.open(my_file, 'r', encoding='UTF-8',errors= 'ignore'))
with codecs.open(my_file, 'r', encoding='UTF-8',errors='ignore') as f:
data=csv.reader((line.replace('\x00','') forline inf))
# for循环将读取到的csv文件的内容一行行循环，这里定义了user变量(可自定义)
# user[0]表示csv文件的第一列，user[1]表示第二列，user[N]表示第N列
# for循环有个缺点，就是一旦遇到错误，循环就停止，所以用try，except保证循环执行完
print(my_file)
foruser indata:
print(user)
dr.get(' https://passport.cnblogs.com/user/signin ')
# dr.find_element_by_id('input1').clear()
dr.find_element_by_id('input1').send_keys(user[0])
# dr.find_element_by_id('input2').clear()
dr.find_element_by_id('input2').send_keys(user[1])
dr.find_element_by_id('signin').click()
sleep(1)
print('\n'+'测试项：'+user[2])
dr.get_screenshot_as_file(path +user[3] +".jpg")
try:
assertdr.find_element_by_id(user[4]).text
try:
error_message =dr.find_element_by_id(user[4]).text
self.assertEqual(error_message, user[5])
print('提示信息正确！预期值与实际值一致:')
print('预期值：'+user[5])
print('实际值:'+error_message)
except:
print('提示信息错误！预期值与实际值不符：')
print('预期值：'+user[5])
print('实际值:'+error_message)
except:
print('提示信息类型错误,请确认元素名称是否正确！')
deftearDown(self):
dr.refresh()
# 关闭浏览器
dr.quit()
if__name__ =="__main__":
# 定义脚本标题，加u为了防止中文乱码
report_title =u'登陆模块测试报告'
# 定义脚本内容，加u为了防止中文乱码
desc =u'登陆模块测试报告详情：'
# 定义date为日期，time为时间
date =time.strftime("%Y%m%d")
time =time.strftime("%Y%m%d%H%M%S")
# 定义path为文件路径，目录级别，可根据实际情况自定义修改
path ='F:\\Python_test\\'+date +"\\login\\" + time + "\\"
# 定义报告文件路径和名字，路径为前面定义的path，名字为report（可自定义），格式为.html
report_path =path +"report.html"
# 判断是否定义的路径目录存在，不能存在则创建
ifnotos.path.exists(path):
os.makedirs(path)
else:
pass
# 定义一个测试容器
testsuite =unittest.TestSuite()
# 将测试用例添加到容器
testsuite.addTest(testLo("test_login"))
# 将运行结果保存到report，名字为定义的路径和文件名，运行脚本
report =open(report_path, 'wb')
#with open(report_path, 'wb') as report:
runner =HTMLTestRunner.HTMLTestRunner(stream=report, title=report_title, description=desc)
runner.run(testsuite)
# 关闭report，脚本结束
report.close()
csv文件格式：
备注：
使用python处理中文csv文件，并让execl正确显示中文（避免乱码）设施编码格式为：utf_8_sig，示例：
'''''
将结果导出到result.csv中,以UTF_8 with BOM编码（微软产品能正确识别UTF_8 with BOM存储的中文文件）存储
#data.to_csv('result_utf8_no_bom.csv',encoding='utf_8')#导出的结果不能别excel正确识别
data.to_csv('result_utf8_with_bom.csv',encoding='utf_8_sig')
如何用python做自动化测试
用python做自动化测试python接口自动化测试，主要是接口测试和UI自动化测试。一、接口测试python接口自动化测试：
http协议python接口自动化测试的举例:
可以用python自带的urllib\urllib2模拟python接口自动化测试，模拟前端向服务器发送数据python接口自动化测试，获取返回值后，进行校验和判断来进行接口测试。
网上的例子也比较多，这里简单说一下，
比如request中data的边界值测试、字符测试、非空为空测试等等，都可以做
二、UI自动化测试：
html页面（python+selenium）或者一些安卓app(python+appiun)可以用。
主要是页面元素的检查、输入等。
比如可以写一个脚本，自动登录百度页面，搜索某一个关键字，并且获得此关键字的百度搜索数量。
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() 关于python接口自动化测试和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。 python接口自动化测试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、python接口自动化测试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。
相关文章
发表评论
暂时没有评论，来抢沙发吧~