快速API自動化測試
- 2019 年 11 月 30 日
- 筆記
我們平時寫API，時效性太慢了。而且花費的成本代價太高。特別是有嚴重的滯後性。當平台多，業務多，迭代多的時候，介面自動化實現出來的時候，黃花菜都涼了。
有沒有一個方式能夠快速測試API呢？
最近實踐了一下httprunner, 可以作為我們的API自動化測試的一個補充，高低搭配。
HttpRunner 是一個基於 Python 開發的測試框架，可以運行在 macOS、Linux、Windows 系統平台上。
它的原理也很簡單 總體的思想就是用代理工具錄製，然後生成我們常見的json格式，通過設置變數，替換一些常量，加上一些驗證點，批量發送請求，生成測試報告，從而達到測試介面的目的。
安裝：
pip install httprunnerorpip install -U HttpRunner
錄製：
用charles錄製，保存成har文件格式。
運行：
生成用例har2case Documents/cae1/UAT_Cool.harhar2case Documents/cae1/UAT_Cool.har -2y 運行用例hrun Documents/cae1/UAT_Cool.jsonhrun Documents/cae1/UAT_Cool.yml
image.png
然後就可以在report中看測試報告了。
以上是一個很簡單的過程，一般對於正規的測試框架來說，我們需要繼續以下一些步驟來整理我們的數據。
整理
生成測試用例 參數關聯 變數聲明與應用 抽取公共變數 參數化數據 優化測試結果
對於有些變數，需要上下文的，這個框架可以用extract來獲取，然後用變數替換
這個過程如果用手工的話，比較麻煩，可以寫個腳本來自動實現
import reimport json json_file = "/Users/anderson/work/api/case1/UAT_Cool.json" def rewrite_file(): with open(json_file, 'r') as load_f: load_dict = json.load(load_f) load_dict["config"]["base_url"] = "http://m.cn" load_dict["config"]["verify"] = False value = {"userName": "t74951", "password": "111111"} (load_dict["config"]["variables"]).update(value) if "name" in load_dict["teststeps"][0]: load_dict["teststeps"][0]["extract"] = [ {"token": "content.serviceResponse.token", "sessionId": "content.serviceResponse.sessionId"}] if "userName" and "password" in load_dict["teststeps"][0]["request"]["json"][ "serviceRequest"]: load_dict["teststeps"][0]["request"]["json"]["serviceRequest"]["userName"] = "$userName" load_dict["teststeps"][0]["request"]["json"]["serviceRequest"]["password"] = "$password" for i in range(len(load_dict["teststeps"])): if "url" in load_dict["teststeps"][i]["request"]: load_dict["teststeps"][i]["request"]["url"] = re.sub("[a-zA-z]+://.*.(com|cn)", "", load_dict["teststeps"][i]["request"]["url"]) str = json.dumps(load_dict) obj = re.compile(r'"sessionId": "(w+)"') ret = obj.findall(str) for i in ret: str = str.replace(i, "$sessionId") obj = re.compile(r'"token": "(w+)"') ret = obj.findall(str) for i in ret: str = str.replace(i, "$token") str = json.loads(str) with open(json_file, "w") as dump_f: json.dump(str, dump_f, indent=4) rewrite_file()
增加checkpoint:
現在還有一個問題，就是checkpoint太少了，只是檢測了狀態是否200，如果手動增加，則太慢了。有一個辦法就是自動增加。可以寫yaml文件，將需要檢測的部分，都放到文件裡面。例如：
oneapp: coursestructure: api: /services/api/mobile/service/coursestructure eq: - ["content.serviceResponse.level.levelCode", "0A"]
import jsonimport osimport reimport shutil har_dir = '/Users/anderson/Documents/case1'json_dir = '/Users/anderson/Documents/case1' import json import yaml class YAML(): # Write YAML file def write_yml(self, save_path, data): with open(save_path, 'w', encoding='utf8') as outfile: try: yaml.safe_dump(data, outfile, default_flow_style=False, allow_unicode=True) except yaml.YAMLError as exc: print(exc) # Read YAML file def read_yml(self, load_path): with open(load_path, 'r') as stream: try: data_loaded = yaml.safe_load(stream) except yaml.YAMLError as exc: print(exc) return data_loaded def add_checkpoint(target_file): file_path = "/Users/anderson/Documents/api.yml" yaml_file = YAML().read_yml(file_path)["oneapp"] json_raw = open(target_file, "r") json_file=json.loads(json_raw.read()) print(json_file) name_list = [] for i, ele in enumerate(json_file["teststeps"]): name_list.append(ele["name"]) for key in yaml_file.keys(): if yaml_file[key]["api"] in name_list: index = name_list.index(yaml_file[key]["api"]) if len(yaml_file[key]["eq"]): for checks in yaml_file[key]["eq"]: (json_file["teststeps"][index]["validate"]).append({"eq": checks}) # json_file = json.dumps(json_file, indent=4) with open(target_file, "w") as dump_f: json.dump(json_file, dump_f, indent=4) print(json_file) json_raw.close() def run_case(path): run_cmd = "hrun {} --failfast --log-level info".format(path) os.system(run_cmd) # rewrite_file() if __name__ == "__main__": #check_folder(json_dir) extract_har(har_dir) source_json = [x for x in os.listdir(har_dir) if x.endswith('json')] if len(source_json): for source in source_json: rewrite_file(os.path.join(har_dir, source), os.path.join(json_dir, source)) target= os.path.join(json_dir, source_json[0]) print(target) add_checkpoint(target) if is_json_exist: json_file = [x for x in os.listdir(json_dir) if x.endswith('json')] for source in json_file: run_case(os.path.join(json_dir, source))
我們可以寫個腳本，自動增加需要測試的點，效率增加很多。
這樣，生成的report裡面也可以看到這個checkpoint點了。
管理case:
工具用了一個命令來管理case. 按照這種格式，就很容易管理case了。
如果有多個環境的話，再增加一點程式碼，用來數據管理和環境管理，可以結合jenkins一起使用。如果介面有變的話，重新錄製一套也不需要花多少時間，這樣的話，就能快速迭代了。
