关于python接口自动化测试的信息

网友投稿 259 2023-02-20


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:

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。

上一篇:微信小程序radio组件使用详解
下一篇:vue单页应用加百度统计代码(亲测有效)
相关文章

 发表评论

暂时没有评论,来抢沙发吧~