Python+Requests零基础系统掌握接口自动化
核心代码，注释必读
// download：3w ukoou com
基于Python语言和pytest框架。
- 安装pytest
首先需要安装pytest，可以通过pip命令进行安装：
Copy code
pip install pytest
- 编写测试用例
在编写测试用例之前，需要确定接口的请求方式、请求地址、请求参数和预期结果等信息。在本例中，我们假设要测试的接口为一个简单的加法接口，其请求方式为POST，
测试用例代码如下：
pythonCopy code
import requests
import json
import pytest
@pytest.mark.parametrize("a, b, expected", [(1, 2, 3), (10, 20, 30), (-1, 1, 0)])
def test_addition(a, b, expected):
url = "http://example.com/addition"
data = {"a": a, "b": b}
headers = {"Content-Type": "application/json"}
response = requests.post(url, data=json.dumps(data), headers=headers)
assert response.status_code == 200
assert response.json()["result"] == expected
这里使用了pytest框架的参数化功能，将三组测试数据分别传入测试用例中，从而可以对不同的输入值进行测试。
- Python+Requests零基础系统掌握接口自动化运行测试用例
在命令行中进入测试用例所在目录，执行以下命令来运行测试用例：
Copy code
pytest
这将会自动搜索当前目录下以“test_*.py”命名的文件，并运行其中的所有测试用例。在本例中，我们将测试用例保存为“test_addition.py”。
- 查看测试结果
pytest会自动输出测试结果，包括每个测试用例的执行情况、总共运行的测试用例数量和通过的测试用例数量等信息。
如果有测试用例未通过，pytest会显示失败原因和具体的错误信息。
上述就是一个简单的接口自动化测试框架使用教程和代码实现。当然，实际的测试场景可能更加复杂，需要考虑各种异常情况和边界条件，但基本的流程和思路是类似的。
Python+Requests零基础系统掌握接口自动化综合实战
它使用Python编写，使用requests和unittest库来执行测试。
测试的目标是一个公共API，该API允许用户查询有关特定城市天气情况的信息。我们将测试以下功能：
- 验证API是否能够正确响应请求。
- 验证API返回的数据是否符合预期格式。
- 验证API返回的数据是否与实际天气情况相符。
我们将测试以下URL：api.openweathermap.org/data/2.5/we…
首先，我们需要准备测试文件，并导入必要的库和类：
pythonCopy code
import requests
import unittest
class APITestCase(unittest.TestCase):
def test_response_code(self):
pass
def test_response_format(self):
pass
def test_weather_data(self):
pass
现在，我们可以开始编写测试用例。第一个测试用例将验证API是否能够正确响应请求：
pythonCopy code
def test_response_code(self):
city = "New York"
appid = "your_api_key_here"
url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={appid}"
response = requests.get(url)
self.assertEqual(response.status_code, 200)
这个测试用例向API发送一个GET请求，然后断言响应的状态码是否为200。如果状态码不是200，测试将失败。
第二个测试用例将验证API返回的数据是否符合预期格式：
pythonCopy code
def test_response_format(self):
city = "New York"
appid = "your_api_key_here"
url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={appid}"
response = requests.get(url)
data = response.json()
self.assertTrue("coord" in data)
self.assertTrue("weather" in data)
self.assertTrue("main" in data)
self.assertTrue("wind" in data)
self.assertTrue("clouds" in data)
self.assertTrue("sys" in data)
self.assertTrue("name" in data)
这个测试用例向API发送一个GET请求，然后将响应数据解析为JSON格式。然后，它断言JSON对象是否包含特定的键，这些键是我们期望在响应中看到的键。如果任何一个键不存在，测试将失败。
最后一个测试用例将验证API返回的数据是否与实际天气情况相符：
pythonCopy code
def test_weather_data(self):
city = "New York"
appid = "your_api_key_here"
url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={appid}"
response = requests.get(url)
data = response.json()
temperature = data["main"]["temp"]
weather_conditions = [weather["main"] for weather in data["weather"]]
self.assertTrue(temperature > 0 and temperature < 50)
self.assertIn("Clouds", weather_conditions)
这个测试用例向API发送一个GET请求，然后将响应数据解析为JSON格式。然后，它提取API返回的温度和天气状况，并使用断言验证这些值是否符合预期。在这种情况下，我们验证温度是否在0到50摄氏度之间，并且天气状况是否为"Clouds"。
现在，我们可以使用unittest库的TestRunner运行这些测试用例：
pythonCopy code
if __name__ == '__main__':
unittest.main()
Python+Requests零基础系统掌握接口自动化
