接口自动化测试框架开发 | Pytest+Allure+AIOHTTP+用例自动生成
测试开发实战技能进阶学习,文末加群!
近期准备优先做接口测试的覆盖,为此需要开发一个测试框架,经过思考,这次依然想做点儿不一样的东西。
- 接口测试是比较讲究效率的,测试人员会希望很快能得到结果反馈,然而接口的数量一般都很多,而且会越来越多,所以提高执行效率很有必要;
- 接口测试的用例其实也可以用来兼做简单的压力测试,而压力测试需要并发;
- 接口测试的用例有很多重复的东西,测试人员应该只需要关注接口测试的设计,这些重复劳动最好自动化来做;
- Pytest 和 Allure 太好用了,新框架要集成它们;
- 接口测试的用例应该尽量简洁,最好用 yaml,这样数据能直接映射为请求数据,写起用例来跟做填空题一样,便于向没有自动化经验的成员推广;
- 加上我对 Python 的协程很感兴趣,也学了一段时间,一直希望学以致用,所以 HTTP 请求我决定用 AIOHTTP 来实现;
但是 pytest 是不支持事件循环的,如果想把它们结合还需要一番功夫。于是继续思考,思考的结果是其实我可以把整个事情分为两部分;
- 加上我对 Python 的协程很感兴趣,也学了一段时间,一直希望学以致用,所以 HTTP 请求我决定用 AIOHTTP 来实现;
第一部分,读取 yaml 测试用例,HTTP 请求测试接口,收集测试数据。
第二部分,根据测试数据,动态生成 pytest 认可的测试用例,然后执行,生成测试报告。
这样一来,两者就能完美结合了,也完美符合我所做的设想。想法既定,接着 就是实现了。
第一部分
整个过程都要求是异步非阻塞的
读取 yaml 测试用例
一份简单的用例模板我是这样设计的,这样的好处是,参数名和
aioHTTP.ClientSession().request(method,url,**kwargs)
是直接对应上的,我可以不费力气的直接传给请求方法,避免各种转换,简洁优雅,表达力又强。
args: - post - - /xxx/add - kwargs: - - - caseName: 新增 xxx - data: - name: ${gen_uid(10)} - validator: - - - json: - successed: True -
异步读取文件可以使用 aiofiles 这个第三方库,yaml_load 是一个协程,可以保证主进程读取 yaml 测试用例时不被阻塞,通过await yaml_load()
便能获取测试用例的数据
async def yaml_load(dir='', file=''): """ 异步读取 yaml 文件,并转义其中的特殊值 :param file: :return: """ if dir: file = os.path.join(dir, file) async with aiofiles.open(file, 'r', encoding='utf-8', errors='ignore') as f: data = await f.read() data = yaml.load(data) # 匹配函数调用形式的语法 pattern_function = re.compile(r'^\${([A-Za-z_]+\w*\(.*\))}$') pattern_function2 = re.compile(r'^\${(.*)}$') # 匹配取默认值的语法 pattern_function3 = re.compile(r'^\$\((.*)\)$') def my_iter(data): """ 递归测试用例,根据不同数据类型做相应处理,将模板语法转化为正常值 :param data: :return: """ if isinstance(data, (list, tuple)): for index, _data in enumerate(data): data[index] = my_iter(_data) or _data elif isinstance(data, dict): for k, v in data.items(): data[k] = my_iter(v) or v elif isinstance(data, (str, bytes)): m = pattern_function.match(data) if not m: m = pattern_function2.match(data) if m: return eval(m.group(1)) if not m: m = pattern_function3.match(data) if m: K, k = m.group(1).split(':') return bxmat.default_values.get(K).get(k) return data my_iter(data) return BXMDict(data)
可以看到,测试用例还支持一定的模板语法,如${function}
、$(a:b)
等,这能在很大程度上拓展测试人员用例编写的能力
HTTP 请求测试接口
HTTP 请求可以直接用 aioHTTP.ClientSession().request(method,url,**kwargs)
,HTTP
也是一个协程,可以保证网络请求时不被阻塞,通过await HTTP()
便可以拿到接口测试数据。
async def HTTP(domain, *args, **kwargs): """ HTTP 请求处理器 :param domain: 服务地址 :param args: :param kwargs: :return: """ method, api = args arguments = kwargs.get('data') or kwargs.get('params') or kwargs.get('json') or {} # kwargs 中加入 token kwargs.setdefault('headers', {}).update({'token': bxmat.token}) # 拼接服务地址和 api url = ''.join([domain, api]) async with ClientSession() as session: async with session.request(method, url, **kwargs) as response: res = await response_handler(response) return { 'response': res, 'url': url, 'arguments': arguments }
收集测试数据
协程的并发真的很快,这里为了避免服务响应不过来导致熔断,可以引入asyncio.Semaphore(num)
来控制并发。
async def entrace(test_cases, loop, semaphore=None): """ HTTP 执行入口 :param test_cases: :param semaphore: :return: """ res = BXMDict() # 在 CookieJar 的 update_cookies 方法中,如果 unsafe=False 并且访问的是 IP 地址,客户端是不会更新 cookie 信息 # 这就导致 session 不能正确处理登录态的问题 # 所以这里使用的 cookie_jar 参数使用手动生成的 CookieJar 对象,并将其 unsafe 设置为 True async with ClientSession(loop=loop, cookie_jar=CookieJar(unsafe=True), headers={'token': bxmat.token}) as session: await advertise_cms_login(session) if semaphore: async with semaphore: for test_case in test_cases: data = await one(session, case_name=test_case) res.setdefault(data.pop('case_dir'), BXMList()).append(data) else: for test_case in test_cases: data = await one(session, case_name=test_case) res.setdefault(data.pop('case_dir'), BXMList()).append(data) return res async def one(session, case_dir='', case_name=''): """ 一份测试用例执行的全过程,包括读取 .yml 测试用例,执行 HTTP 请求,返回请求结果 所有操作都是异步非阻塞的 :param session: session 会话 :param case_dir: 用例目录 :param case_name: 用例名称 :return: """ project_name = case_name.split(os.sep)[1] domain = bxmat.url.get(project_name) test_data = await yaml_load(dir=case_dir, file=case_name) result = BXMDict({ 'case_dir': os.path.dirname(case_name), 'api': test_data.args[1].replace('/', '_'), }) if isinstance(test_data.kwargs, list): for index, each_data in enumerate(test_data.kwargs): step_name = each_data.pop('caseName') r = await HTTP(session, domain, *test_data.args, **each_data) r.update({'case_name': step_name}) result.setdefault('responses', BXMList()).append({ 'response': r, 'validator': test_data.validator[index] }) else: step_name = test_data.kwargs.pop('caseName') r = await HTTP(session, domain, *test_data.args, **test_data.kwargs) r.update({'case_name': step_name}) result.setdefault('responses', BXMList()).append({ 'response': r, 'validator': test_data.validator }) return result
事件循环负责执行协程并返回结果,在最后的结果收集中,我用测试用例目录来对结果进行了分类,这为接下来的自动生成 pytest 认可的测试用例打下了良好的基础。
def main(test_cases): """ 事件循环主函数,负责所有接口请求的执行 :param test_cases: :return: """ loop = asyncio.get_event_loop() semaphore = asyncio.Semaphore(bxmat.semaphore) # 需要处理的任务 # tasks = [asyncio.ensure_future(one(case_name=test_case, semaphore=semaphore)) for test_case in test_cases] task = loop.create_task(entrace(test_cases, loop, semaphore)) # 将协程注册到事件循环,并启动事件循环 try: # loop.run_until_complete(asyncio.gather(*tasks)) loop.run_until_complete(task) finally: loop.close() return task.result()
第二部分
动态生成 pytest 认可的测试用例
首先说明下 pytest 的运行机制,pytest 首先会在当前目录下找 conftest.py
文件,如果找到了,则先运行它,然后根据命令行参数去指定的目录下找 test 开头或结尾的 .py 文件,如果找到了,如果找到了,再分析
fixture,如果有 session 或 module 类型的,并且参数 autotest=True 或标记了
pytest.mark.usefixtures(a…),则先运行它们;再去依次找类、方法等,规则类似。大概就是这样一个过程。
可以看出,pytest 测试运行起来的关键是,必须有至少一个被 pytest
发现机制认可的testxx.py
文件,文件中有TestxxClass
类,类中至少有一个def testxx(self)
方法。
现在并没有任何 pytest 认可的测试文件,所以我的想法是先创建一个引导型的测试文件,它负责让 pytest
动起来。可以用pytest.skip()
让其中的测试方法跳过。然后我们的目标是在 pytest
动起来之后,怎么动态生成用例,然后发现这些用例,执行这些用例,生成测试报告,一气呵成。
# test_bootstrap.py import pytest class TestStarter(object): def test_start(self): pytest.skip(' 此为测试启动方法 , 不执行 ')
我想到的是通过 fixture,因为 fixture 有 setup 的能力,这样我通过定义一个 scope 为 session 的 fixture,然后在
TestStarter 上面标记 use,就可以在导入 TestStarter 之前预先处理一些事情,那么我把生成用例的操作放在这个 fixture
里就能完成目标了。
# test_bootstrap.py import pytest @pytest.mark.usefixtures('te', 'test_cases') class TestStarter(object): def test_start(self): pytest.skip(' 此为测试启动方法 , 不执行 ')
pytest 有个--rootdir
参数,该 fixture
的核心目的就是,通过--rootdir
获取到目标目录,找出里面的.yml
测试文件,运行后获得测试数据,然后为每个目录创建一份testxx.py
的测试文件,文件内容就是content
变量的内容,然后把这些参数再传给pytest.main()
方法执行测试用例的测试,也就是在
pytest 内部再运行了一个 pytest!最后把生成的测试文件删除。注意该 fixture 要定义在conftest.py
里面,因为 pytest
对于conftest
中定义的内容有自发现能力,不需要额外导入。
# conftest.py @pytest.fixture(scope='session') def test_cases(request): """ 测试用例生成处理 :param request: :return: """ var = request.config.getoption("--rootdir") test_file = request.config.getoption("--tf") env = request.config.getoption("--te") cases = [] if test_file: cases = [test_file] else: if os.path.isdir(var): for root, dirs, files in os.walk(var): if re.match(r'\w+', root): if files: cases.extend([os.path.join(root, file) for file in files if file.endswith('yml')]) data = main(cases) content = """ import allure from conftest import CaseMetaClass @allure.feature('{}接口测试 ({}项目)') class Test{}API(object, metaclass=CaseMetaClass): test_cases_data = {} """ test_cases_files = [] if os.path.isdir(var): for root, dirs, files in os.walk(var): if not ('.' in root or '__' in root): if files: case_name = os.path.basename(root) project_name = os.path.basename(os.path.dirname(root)) test_case_file = os.path.join(root, 'test_{}.py'.format(case_name)) with open(test_case_file, 'w', encoding='utf-8') as fw: fw.write(content.format(case_name, project_name, case_name.title(), data.get(root))) test_cases_files.append(test_case_file) if test_file: temp = os.path.dirname(test_file) py_file = os.path.join(temp, 'test_{}.py'.format(os.path.basename(temp))) else: py_file = var pytest.main([ '-v', py_file, '--alluredir', 'report', '--te', env, '--capture', 'no', '--disable-warnings', ]) for file in test_cases_files: os.remove(file) return test_cases_files
可以看到,测试文件中有一个TestxxAPI
的类,它只有一个test_cases_data
属性,并没有testxx
方法,所以还不是被
pytest 认可的测试用例,根本运行不起来。那么它是怎么解决这个问题的呢?答案就是CaseMetaClass
。
function_express = """ def {}(self, response, validata): with allure.step(response.pop('case_name')): validator(response,validata)""" class CaseMetaClass(type): """ 根据接口调用的结果自动生成测试用例 """ def __new__(cls, name, bases, attrs): test_cases_data = attrs.pop('test_cases_data') for each in test_cases_data: api = each.pop('api') function_name = 'test' + api test_data = [tuple(x.values()) for x in each.get('responses')] function = gen_function(function_express.format(function_name), namespace={'validator': validator, 'allure': allure}) # 集成 allure story_function = allure.story('{}'.format(api.replace('_', '/')))(function) attrs[function_name] = pytest.mark.parametrize('response,validata', test_data)(story_function) return super().__new__(cls, name, bases, attrs)
CaseMetaClass
是一个元类,它读取 test_cases_data 属性的内容,然后动态生成方法对象,每一个接口都是单独一个方法,在相继被
allure 的细粒度测试报告功能和 pytest
提供的参数化测试功能装饰后,把该方法对象赋值给test+api
的类属性,也就是说,TestxxAPI
在生成之后便有了若干testxx
的方法,此时内部再运行起
pytest,pytest 也就能发现这些用例并执行了。
def gen_function(function_express, namespace={}): """ 动态生成函数对象 , 函数作用域默认设置为 builtins.__dict__,并合并 namespace 的变量 :param function_express: 函数表达式,示例 'def foobar(): return "foobar"' :return: """ builtins.__dict__.update(namespace) module_code = compile(function_express, '', 'exec') function_code = [c for c in module_code.co_consts if isinstance(c, types.CodeType)][0] return types.FunctionType(function_code, builtins.__dict__)
在生成方法对象时要注意 namespace 的问题,最好默认传builtins.__dict__
,然后自定义的方法通过 namespace 参数传进去。
后续(yml测试文件自动生成)
至此,框架的核心功能已经完成了,经过几个项目的实践,效果完全超过预期,写起用例来不要太爽,运行起来不要太快,测试报告也整的明明白白漂漂亮亮的,但我发现还是有些累,为什么呢?
我目前做接口测试的流程是,如果项目集成了 swagger,通过 swagger
去获取接口信息,根据这些接口信息来手工起项目创建用例。这个过程很重复很繁琐,因为我们的用例模板已经大致固定了,其实用例之间就是一些参数比如目录、用例名称、method
等等的区别,那么这个过程我觉得完全可以自动化。
因为 swagger 有个网页,我可以去提取关键信息来自动创建 .yml 测试文件,就像搭起架子一样,待项目架子生成后,我再去设计用例填传参就可以了。
于是我试着去解析请求 swagger 首页得到的 HTML,然后失望的是并没有实际数据,后来猜想应该是用了
ajax,打开浏览器控制台的时,我发现了api-docs
的请求,一看果然是 json 数据,那么问题就简单了,网页分析都不用了。
import re import os import sys from requests import Session template =""" args: - {method} - - {api} - kwargs: - - - caseName: {caseName} - {data_or_params}: - {data} - validator: - - - json: - successed: True - """ - - - def auto_gen_cases(swagger_url, project_name): - """ - 根据 swagger 返回的 json 数据自动生成 yml 测试用例模板 - :param swagger_url: - :param project_name: - :return: - """ - res = Session().request('get', swagger_url).json() - data = res.get('paths') - - workspace = os.getcwd() - - project_ = os.path.join(workspace, project_name) - - if not os.path.exists(project_): - os.mkdir(project_) - - for k, v in data.items(): - pa_res = re.split(r'[/]+', k) - dir, *file = pa_res[1:] - - if file: - file = ''.join([x.title() for x in file]) - else: - file = dir - - file += '.yml' - - dirs = os.path.join(project_, dir) - - if not os.path.exists(dirs): - os.mkdir(dirs) - - os.chdir(dirs) - - if len(v) > 1: - v = {'post': v.get('post')} - for _k, _v in v.items(): - method = _k - api = k - caseName = _v.get('description') - data_or_params = 'params' if method == 'get' else 'data' - parameters = _v.get('parameters') - - data_s = '' - try: - for each in parameters: - data_s += each.get('name') - data_s += ': \n' - data_s += ' ' * 8 - except TypeError: - data_s += '{}' - - file_ = os.path.join(dirs, file) - - with open(file_, 'w', encoding='utf-8') as fw: - fw.write(template.format( - method=method, - api=api, - caseName=caseName, - data_or_params=data_or_params, - data=data_s - )) - - os.chdir(project_) -
现在要开始一个项目的接口测试覆盖,只要该项目集成了
swagger,就能秒生成项目架子,测试人员只需要专心设计接口测试用例即可,我觉得对于测试团队的推广使用是很有意义的,也更方便了我这样的懒人。
以上,供大家参考,请多指正!
来霍格沃兹测试开发学社,学习更多软件测试与测试开发的进阶技术,知识点涵盖web自动化测试 app自动化测试、接口自动化测试、测试框架、性能测试、安全测试、持续集成/持续交付/DevOps,测试左移、测试右移、精准测试、测试平台开发、测试管理等内容,课程技术涵盖bash、pytest、junit、selenium、appium、postman、requests、httprunner、jmeter、jenkins、docker、k8s、elk、sonarqube、jacoco、jvm-sandbox等相关技术,全面提升测试开发工程师的技术实力
QQ交流群:484590337
公众号 TestingStudio
更多内容欢迎访问 https://ceshiren.com
测试人社区
视频资料领取:https://qrcode.testing-studio.com/f?from=CSDN&url=https://ceshiren.com/t/topic/15844
点击查看更多信息
接口自动化测试框架开发 | Pytest+Allure+AIOHTTP+用例自动生成相关推荐
- 接口自动化框架python+pytest+Allure 思路总结
前言: 好久没有更新博客了,新的一年该对过去一年的学习经验做一个总结了~ 之前一直用unittest库做接口自动化测试框架,最近发现pytest库太好用了,而且参数化起来很方便,因为是自己加上通过网络 ...
- pytest接口自动化测试框架 | 汇总
视频来源:B站<冒死上传!pytest接口自动化测试框架(基础理论到项目实战及二次开发)教学视频[软件测试]> 一边学习一边整理老师的课程内容及试验笔记,并与大家分享,侵权即删,谢谢支持! ...
- API接口自动化测试框架搭建(一)-总体需求
(一)-总体需求 1 实现目的 2 功能需求 3 其他要求 4 适用人员 5 学习周期 6 学习建议 7 内容直达 8 反馈联系 1 实现目的 API接口自动化测试,主要针对http接口协议: 便于回 ...
- 接口自动化测试框架搭建:基于python+requests+pytest+allure实现
目录 一.接口自动化测试框架需要具备什么功能? 二.接口自动化测试框架目录结构 三.日志监控文件的信息 四.搭建具有企业Logo的定制化报告. 众所周知,目前市面上大部分的企业实施接口自动化最常用的有 ...
- 2022超级好用的接口自动化测试框架:基于python+requests+pytest+allure实现
众所周知,目前市面上大部分的企业实施接口自动化最常用的有两种方式: 1.基于工具类的接口自动化,如: Postman+Newman+Jenkins+Git/svn Jmeter+Ant+Jenkins ...
- 接口自动化测试框架:python+requests+pytest+allure实现
接口自动化测试框架 一.接口自动化测试框架需要解决的问题 二.接口自动化测试框架目录结构 三.日志监控文件的信息 四.搭建具有企业Logo的定制化报告. 今年是以往10年中最坏的一年,是未来10 ...
- 2023最新pytest+yaml接口自动化测试框架封装总结
1. 框架封装基础 以下是框架封装的技术基础,打好这些基础的话,能够很轻松地封装出来框架 对于基础还有欠缺的话,建议针对性精进: 1. 扎实的Python语言基础 函数.类 文件读写 处理报错 数据结 ...
- pytest接口自动化测试框架搭建
文章目录 一. 背景 二. 基础环境 三. 项目结构 四.框架解析 4.1 接口数据文件处理 4.2 封装测试工具类 4.3 测试用例代码编写 4.4 测试用例运行生成报告 一. 背景 Pytest目 ...
- pytest接口自动化测试框架 | 用python代码测试接口
视频来源:B站<冒死上传!pytest接口自动化测试框架(基础理论到项目实战及二次开发)教学视频[软件测试]> 一边学习一边整理老师的课程内容及试验笔记,并与大家分享,侵权即删,谢谢支持! ...
最新文章
- MYSQL启用日志,查看日志,利用mysqlbinlog工具恢复MySQL数据库
- eclipse+scala+java+maven 整合实践
- mysql in partition_MySQL Partition分区扫盲
- 项目中CI缓存适配器的使用
- apache2 wordpress目录权限_小白指南:WordPress中的用户角色和权限
- python stringvar.get_Python StringVar get函数什么都不返回?
- POJ 3734 Blocks (线性递推)
- 关于【cocos2dx-3.0beta-制作flappybird】教程在3.2project中出现找不到CCMenuItem.h的解决方法...
- AlphaGo真的赢了么?
- java 梯形校正_高清投影神器 联想YOGA平板2 Pro评测
- java ppt转图片 失真_java poi 实现ppt转图片(解决图片不高清问题)
- 第十一篇,看门狗定时器编程
- alios是安卓吗_揭秘:阿里云OS和Android的主要区别是什么
- .Net面试经验总结
- 大型网站技术架构-核心原理与案例分(李智慧 著)第1章-大型网站架构演化
- 社群的发展阶段是怎么样的?
- 排列组合之插板法及变形
- XGBOOST + LR 模型融合 python 代码
- 大数据相关概念-什么是探针
- 长虹32N1Linux是什么系统,2018最新最全长虹电视型号机芯软件对照表