接口自动化框架pyface详细介绍

• 2020 年 3 月 29 日
• 筆記

版权说明

本框架系本人结合一些实践经验和开源框架设计思想，在家基于兴趣爱好独立完成的代码开发。

源码只保存在私人电脑，办公电脑上无。github开源与公司无关，先把关系撇清，不涉及侵权。

嘘。

框架定位

首先最重要的就是学习交流，无商业用途。其次本框架有一定实用价值，可作为工作辅助工具，解决现有技术无法处理的问题。最后可以优化改造投入生产实用(若有更好的idea请务必告诉我，求知若渴)。

设计思想

技术栈

说明文字为本框架中用途。

python：脚本语言。

requests：http请求库。

allure：测试报告

numpy：数据格式兼容。

pandas：mysql返回数据处理。

PyMySQL：连接mysql。

SQLAlchemy：mysql连接引擎，支持ORM。

texttable：日志打印sql查询结果表格。

目录结构

用例组织方式

模板代码使用code_auto.py自动生成。

        self.api_dir = os.path.join(os.path.join(self.base_dir, 'api'), 'bu')  # 1          self.case_dir = os.path.join(os.path.join(self.base_dir, 'case'), 'sprint')  # 2          self.uri = '/api/post'  # 3          self.description = 'Demo auto code'  # 4          # 5          self.body = """{}  """  

1 输入api子目录名称。接口是按业务部门来区分的，子目录名称建议按业务部门(bu==Business Unit)来设置。

2 输入测试用例子目录名称。现在流行敏捷开发，建议按迭代sprint或独立功能模块命名。

3 接口uri。需要注意的是，开头要有1个斜杠/。

4 接口描述。如名称、作用。

5 请求体。

执行后在api和case目录生成测试初始化代码。

域名、Headers/Cookie涉及到环境变量，在data/env设置。

class _GldExp:      x = 1      headers = {"Content-Type": "application/json"}      dao_x = Dao('host:port',                  'username',                  'password')        test_url = 'https://x'      class _Gld:      x = 2      headers = {"Content-Type": "application/json"}      dao_x = Dao('host:port',                  "username",                  "password")        test_url = 'https://x'      def uuid_list(n):      """Uuid list        @param n: Number      @return: A uuid list      """      return [str(uuid.uuid4()).replace('-', '') for i in range(n)]      # Set environment name  vars_ = _GldExp  

2个内部类_GldExp和_Gld，定义参数化环境变量。

在env文件中可以定义一些业务相关函数。公共函数需要放到common/func，建议不要轻易把框架无关的函数放到公共函数里面。

import env后，使用vars_引用来调用具体的环境变量，如vars_.test_url。

测试代码编写方式

api/bu目录下，每个接口==1个py文件。

class ApiPost(Api):        def __init__(self):          super().__init__()          self.url = vars_.test_url + "/api/post"        def load(self):          self.body = {}            return self        def send(self):          self.res = self.req.post(url=self.url, headers=vars_.headers, json=self.body)          self.set_content()          return self.res  

api继承了基类Api。根据不同环境初始化vars_.test_url，load()方法用于加载参数，send()方法用于发送请求(视不同method修改对应的请求方法&参数，如get，可以在common/request.py中找到相关定义)。

测试代码完全面向对象。

def test_default():      x = ApiPost()      x.load().send()  

这样能很方便的在接口之间传递参数，以及做参数化的工作。

比如，在接口.py中，需要参数化body的name：

    def load(self):          self.body = {              "name": self.name          }  

PyCharm会提示此属性未定义，忽略它。

在测试代码中写参数化就很简单：

    x.name = 'dongfanger'      x.load().send()  

JMeter参数化方式

本框架参数化借鉴了JMeter的参数化方式。也就是，在接口发请求后，对参数赋值；在接口收到相应后，提取参数。这也是测试代码要完全面向对象的原因。

面向对象能较好的组织测试代码，使代码逻辑清晰，阅读易于理解。

比如，先定义2个接口，苹果树和商店：

class AppleTree(Api):        def __init__(self):          super().__init__()          self.url = vars_.test_url + "/api/post/apple/tree"        def load(self):          self.body = {}            return self        def send(self):          self.res = self.req.post(url=self.url, headers=vars_.headers, json=self.body)          self.set_content()          return self.res  

class ShopSale(Api):        def __init__(self):          super().__init__()          self.url = vars_.test_url + "/api/post/shop/sale"        def load(self):          self.body = {              "apple": self.apple          }            return self        def send(self):          self.res = self.req.post(url=self.url, headers=vars_.headers, json=self.body)          self.set_content()          return self.res  

测试代码编写，苹果树先生产苹果，再运输到商店，商店卖苹果：

def test_apple_to_shop():      apple_tree = AppleTree()      apple_tree.load().send()  # 生产苹果      good_apple = apple_tree.content['good_apple']  # content在Api基类中定义      shop_sale = ShopSale()      shop_sale.apple = good_apple  # 传递参数      shop_sale.load().send()      print(shop_sale.content)  

content在Api基类中定义：

    def set_content(self):          """After request, assert status and set content            """          status_ok(self.res)          res_json = self.res.json()          assert 1000 == res_json.get('status')          try:              self.content = res_json['content']          except KeyError:              logger.info(f"{'*' * 26}n"                          f"Response no contentn"                          f"{'*' * 26}n")  

先断言返回状态ok，再取响应json里面key为content的value。不同公司json规范不一样，需要做调整。

批量执行用例生成测试报告

pytest_allure.py批量执行测试用例。

# Input the directory to run pytest  run_dir = os.path.join(base_dir, 'case')  

默认执行case目录下test_开头或结尾的文件(pytest规则)。测试方法需要以test_开头。

可以指定目录，如：

# Input the directory to run pytest  run_dir = os.path.join(os.path.join(base_dir, 'case'), 'sprint0001')  

本框架借助pytest_sessionfinish hook函数实现了生成测试报告并自动打开浏览器。

def pytest_sessionfinish(session):      allure_report_dir_test = session.config.getoption('allure_report_dir')      if allure_report_dir_test:          html_dir = os.path.join(allure_report_dir_test, 'html')          os.system(f'mkdir {html_dir}')          os.system(f"allure generate {allure_report_dir_test} -o {html_dir}")          os.system(f"allure open {html_dir}")  

mysql支持

mysql主要用于：一提供参数化赋值；二数据库比对断言。

commons/dao.py实现了相关功能。在data/env.py中根据环境定义好连接后，通过vars_使用。

    dao_x = Dao('host:port',                  'username',                  'password')  

    sql_result = vars_.dao_x.select('select id, name from new_table;')  

dao实现采用了pandas+sqlalchemy，对返回结果取值就可以按dataframe来，如sql_result['name'][0]。

借助texttable会打印表格日志，观察数据。

[2020-03-22 18:14:13]Running sql  select id, name from new_table;    [2020-03-22 18:14:14]Sql result:  +----+------+  | id | name |  +====+======+  | 1  | w    |  +----+------+  | 2  | g    |  +----+------+  

值得说明的是，为了数据校验方便，默认会把无小数的float转换为int，如5.0->5。

    @staticmethod      def _convert(x):          """Convert logic code            @param x: Single cell data          @return: Converted single cell data          """          # float to int          if isinstance(x, float) and x % 1 == 0:              return int(x)          return x  

结语

开源使我快乐。

分享才能收获更多。

我在github等你。

https://github.com/dongfanger/pyface
版权申明：本文为博主原创文章，转载请保留原文链接及作者。