使用第三方python库技术实现python自动化测试

大石头的笔记
149 阅读7分钟
1 概述关于测试的方法论，都是建立在之前的文章里面提到的观点：
  • 功能测试不建议做自动化
  • 接口测试性价比最高
  • 接口测试可以做自动化
  • 做好接口自动化，一定要有透过界面看到数据本质的能力
后面所谈到的 测试自动化 也将围绕着 接口自动化 来介绍。
2 可测试架构目前互联网行业流行的“一服务，多客户端”的架构是一种 可测试性好 的架构，架构图如下：
  • 服务器和客户端采用Http（或者WebSocket）的方式进行通讯
  • 数据交换的格式一般是Json（或者XML）
  • 因为下游设备众多，所以服务端接口有很强的稳定性要求
3 自动化技术实现基于如上特点，此系统的接口自动化测试简化表述，就是需要做如下事情：
  • 使用脚本对接口进行Http请求
  • 对返回值解析
  • 按照设计文档进行判定
  • 以项目的方式组织测试脚本形成自动化测试项目
当然，以上纯粹是从技术的角度来阐述问题，如果要和具体的项目结合起来 ，还需要设计不同的步骤和数据来满足不同的业务逻辑需求。
对于如上4个目的，有如下几个框架或者工具可以实现：
  • requests
    一个Http请求库，号称是让Http的请求对人更友好，此框架也确实达到此目的了。
  • json
    python提供的对json和python数据类型的转化库
  • pyunit
    pyunit自动化框架提供了大量的assert断言方法来自动化进行数据逻辑判定
  • pycharm
    作为一个强大的IDE，其在项目组织方面的表现也同样是极其出色的

关于 pyunit 和 pycharm 在本系列文章的上一节里面已经进行了介绍，此处不再重复介绍，本文的重点则是python的两个和http通讯及数据解析相关的库：requests库 和 json库 。

4 json4.1 基本介绍中文官方主页：
1
http://www.json.org/json-zh.html




关于JSON的使用介绍，目前已经不言而喻。虽然在好多年前，曾经有XML和JSON在 数据编解码 领域平分秋色的说法，但是这么多年过去后，JSON的势头越来越好，而XML的声音则越来越小。
关于JSON的定义，引用官网的原文 [1]：
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。 这些特性使JSON成为理想的数据交换语言。
目前JSON显然已经成为了互联网上字符型数据交换的标准编解码的中坚力量，作为互联网的开发人员，是很有必要了解它，运用它的。
JSON作为一种字符串的编码和解码规划，是和语言无关的，JSON官网 [1] 上有各种语言的。各种语言（Java/Php/C#/C/C++/Python/R/Ruby等等）都有自己的实现方式，这些也都可以参考

4.2 python库本文的主打语言是Python语言，所展开的内容也是和Python语言相关，在JSON官网 [1] 上提供了如下几种Python语言的JSON库：
  • The Python Standard Library.
  • simplejson.
  • pyson.
  • Yajl-Py.
  • ultrajson.
  • metamagic.json.
一般情况下，都使用第一个： The Python Standard Library（Python标准库）
官方文档地址：
1
https://docs.python.org/2/library/json.html




主要的功能就是：JSON编码和解码。
主要函数：
  • 解码函数（装载）：将字符流转化为json对象
    • loads： 载入字符串变量
    • load：载入文件流
  • 编码函数（卸载）：将json对象转化为字符流
    • dumps：输出到字符串变量
    • dump：输出到文件流
以上的几个接口容易混淆记忆，引处提供一个辨识技巧：后面带有s结尾（loads,dumps），都是对字符串变量 str的处理。
一般情况下，loads,dumps使用得最多，因为大部分的程序运算都是内存运算，即主要是对字符串变量进行处理，以下是官网的示例。
字符串解码：
>>>
import
json
>>> json.loads(
'
["foo", {"bar":["baz", null, 1.0, 2]}]
'
)[u
'
foo
'
, {u
'
bar
'
: [u
'
baz
'
, None, 1.0, 2>>> json.loads(
'
"\\"foo\\bar"
'
)u
'
"foo\x08ar
'

字符串编码：
[url=]
[/url]
>>>
import
json
>>> json.dumps([
'
foo
'
, {
'
bar
'
: (
'
baz
'
, None, 1.0, 2
)}])
'
["foo", {"bar": ["baz", null, 1.0, 2]}]
'
>>>
print
json.dumps(
"
\"foo\bar
"
)
"
\"foo\bar
"
>>>
print
json.dumps(u
'
\u1234
'
)
"
\u1234
"
[url=]
[/url]

关于python标准数据类型和Json的数据类型之间转化的对应关系请见官网 [2]
[1](1, 2, 3) JSON官网
[2]Python的Json编码解码数据对应表


5 requests5.1 基本介绍官方主页：
1
http://docs.python-requests.org/en/master/




requests库是一个专门封装的，对用户极其友好的一个Http请求库，其目的就是为了让python下面的Http请求变得更简单，而且它确实也达到它的目的了。
安装方法：
1
pip install requests





5.2 使用示例目前的一般的Web应用程序都是基于get或者post请求，对于这两种Http请求，requests库都提供了十分优雅的解决方案。
最基本的get请求
[url=]
[/url]
#
coding:utf-8
import
requests
__author__
=
'
harmo
'
def
get_demo():
"""
requests 的get方法演示,不带参数 by:Harmo :return:
"""
url
=
'
http://www.baidu.com
'
res
=
requests.get(url)
print
res.url
print
res.status_code
if
__name__
==
'
__main__
'
: get_demo()
[url=]
[/url]

运行结果：
1
2
http://www.baidu.com/
200




带参数的get请求：
>>> payload = {
'
key1
'
:
'
value1
'
,
'
key2
'
:
'
value2
'
}
>>> r = requests.get(
'
http://httpbin.org/get
'
, params=payload)
带参数的post请求：
[url=]
[/url]
>>> payload = {
'
key1
'
:
'
value1
'
,
'
key2
'
:
'
value2
'
}
>>> r = requests.post(
"
http://httpbin.org/post
"
, data=
payload)
>>>
print
(r.text){ ...
"
form
"
: {
"
key2
"
:
"
value2
"
,
"
key1
"
:
"
value1
"
}, ...}
[url=]
[/url]



6 综合示例再结合一下pyunit的判断库，就可以根据如下流程，做一个最简单的接口自动化测试脚本：
  • 根据文档准备好请求参数
  • 对指定的http接口进行requests请求
  • 对返回的字符串进行json解析
  • 使用pyunit的assert函数进行判定
  • 生成相应的测试报告，导出或者和信息系统对接
下面是对一个用户登录的接口进行测试，按照设计文档，此接口如果登录成功，则返回的字符格式是：
[url=]
[/url]
{
"
code
"
:200
,
"
msg
"
:
""
,
"
data
"
:{
"
token
"
:
"
382998dafa5143fd8a38c535be0d1502
"
}}
[url=]
[/url]

如果登录失败，则返回如下值：
1
{"code":403,"msg":"forbidden","data":""}




则相应的测试脚本代码为
[url=]
[/url]
def
test_admin_user_login(self):
"""
测试用户登录 by:Harmo :return:
"""
url
=
"
%s%s
"
% (self.base_url,
'
/task/admin-user-login/
'
) params
=
dict( user
=
'
admin
'
, password
=
'
222222
'
, ) res
= requests.post(url, data=
params)
print
res.text res_dict
=
json.loads(res.text) self.assertEqual(res_dict[
'
code
'
], 200)[url=]
[/url]

运行结果：

通过上面运行结果的提示，我们可以看出，指定的数据输入经过服务端接口后，并没有返回我们期望的值。这个时候，我们就可以排查是不是服务端的接口出问题了，或者是谁修改了测试数据，导致结果不符合预期。
7 小结本小部分的内容，主要是讲如何利用 requests库 和 json库 来轻松构建Http接口自动化测试的项目。基本上如果掌握了如上技能，测试开发人员就具备了自动化脚本开发的能力了，后面主就是结合具体的项目需求来进行逻辑设计和数据准备了。
只需要这一步，你就迈入了自动化测试之门了，恭喜。
聚沙成塔，无数的上文提到的接口自动化测试脚本，就可以汇集成一个自动化化测试项目，而此自动化测试项目则是 持续集成，快速迭代必备条件，最后作为测试人员也能成为整个项目推进中很重要的一环了.

更多Python学习技术可关注:itheimaGZ获取.



avatar
文章
阅读
粉丝

友情链接：