项目介绍
目前常见的接口自动化框架，数据维护方式分为两种，一种是维护到文件，另一种维护到代码中。
文件方式维护
优点：
- 可读性和可维护性好
- 易上手
缺点： - 性能较差些
- 用例设计和使用不灵活
- 冗余数据较多
- 扩展性差
代码中维护
优点：
- 灵活性高
- 性能高
- 代码及数据复用率高
缺点：
- 可读性和可维护性好差
- 不易上手
为了更好的解决可维护性和灵活性及代码复用率，故对框架进行重新设计。
项目数据分析
接口信息
- 用例标题
- 请求地址
- 请求方式
- 请求数据（支持动态提取响应中数据、支持动态定义参数、支持取配置参数）
- 必填参数
- 所有参数
- 参数化数据
测试数据
- 测试用例（可进行动态修改、引用为前置或后置操作步骤）
- 测试步骤维护
- 测试断言
- 默认断言
- 预期结果和实际结果进行对比
- 自定义断言(key,关键字,value表达式计算)
- 自定义断言(自定义方法)
项目设计
运行环境
allure-pytest==2.8.17
jsonpath==0.82
loguru==0.5.1
pytest==6.0.1
pytest-assume==2.4.3
pytest-rerunfailures==9.1.1
python-magic-bin==0.4.14
PyYAML==6.0
ruamel.yaml==0.17.10
requests==2.24.0
base
tool
xlrd~=1.2.0
xlwt~=1.3.0
xlutils~=2.0.0
pdfplumber~=0.7.1
urllib3==1.25.11
可以使用pip来安装包 pip install -r requirements.txt
项目及业务功能介绍
用例数据维护
# yaml锚点格式(范围：文件全局): *xx
# 字典数据维护使用锚点
# - name: &AP "张三" #设置锚点
# Introduce: *AP #引入锚点，类似于 Introduce=AP
# <<: *AP #合并锚点，类似于 example.push(AP)
# jsonpath查找数据格式(范围：参数、断言均可): $.xx
# 替换字符串数据格式(范围：参数、断言均可): $xx或${xx}
# 方法调用格式(范围:自定义断言): fun
# ============================================== 公共参数 ==============================================
dict:
name: &name "张三"
age: &age 18
config: &config add()
# ============================================== 用例数据 ==============================================
# home页-消息-新增
api_message_add:
title: home页第一条用例
url: /api/post/message
method: POST
required_parameter:
$id: ${is} # 支持数据池提取数据
name: *name # 支持yaml锚点
age: *age # __init__.py文件中取配置数据
sex: fun{add()}
funap: *config
ss: dd
all_parameters:
id: $id
name: 张三
age: 18
json:
files:
# 参数化用例
parameterization: {
"enable": [
# [用例参数,{实际结果：预期结果}]
[ True, True ], # 不填写实际结果表达式，会用后面的预期结果生成默认的实际结果的表达式（默认表达式为$.data.itemList.0.%s）
[False, {"$.data.itemLIst.0.plateNo": False}]
] #,
# "plateNo": [
# ["用例1", {"$.data.itemLIst.0.plateNo": "预期1"}],
# ["用例2", {"$.data.itemLIst.0.plateNo": "预期1"}]
# ],
# "name": [
# ["用例1", {"$.data.itemLIst.0.plateNo": "预期1"}],
# ["用例2", {"$.data.itemLIst.0.plateNo": "预期1"}]
# ]
}
Abnormal_parameter:
环境配置
用例编写
# -*- coding:utf-8 -*-
"""
@File: test_home.py
@Author: SanShu
@Time : 2024/12/7 16:16
@Description: 测试用例
"""
import time
import pytest
from loguru import logger
from base.base_case import BaseCaseExecute
from tool.data_process import TestDataProcess
from tool import case_data_generate, merge_dict
class TestHome:
@pytest.mark.parametrize("case", # 获取参数化用例数据
case_data_generate(
TestDataProcess("home/home.yaml").get_test_case("api_message_add.parameterization")
)
)
def test_home(self,
case,
test_preceding_step, # 前置用例执行
test_next_step # 后置用例执行
):
# 参数化用例
param, data, expect = case
# 指定用例文件位置及用例名称
case_data = TestDataProcess("home/home.yaml").get_test_case("$.api_message_add")
param_json = merge_dict( # 两个表合并，第一个基表，若两个表有同一个字段则以第二个表数据为准
case_data["required_parameter"], # 基表数据
{
param: data,
"name": str(time.time()),
"age": 19 # 基表有此字段时，以此数据为准
}
)
# file_Path = 'files/upload_file.xls'
# file_Name = os.path.basename(file_Path)
data = {
'title': case_data["title"], # 用例标题
"step": None,
"url": case_data["url"],
"method": case_data["method"],
"header": None,
"params": None,
"data": None,
"json": param_json,
"files": None, # {file_Name: file_Path}
'extract': {
'name': param_json.get('name'), # 当前请求中提取参数到数据池中
"id": "$.data.id", # 响应数据中提取参数
"name2": "$.data.name"
},
"expect": {
"$.success": True,
"$.data.name": "李四",
"$.data.id": "$.data.id" # {响应结果}和{参数池数据}对比
},
"expect_custom": [ # 自定义断言
{
"expect": "$id", # 数据池中提取数据("$"为全局池中取数据，"$."响应结果中取数据）
"keyword": "==",
"actual": "$.data.aaa" # 响应数据中提取数据("$"为全局池中取数据，"$."响应结果中取数据）
},
{
"expect": "$id", # 数据池中提取数据("$"为全局池中取数据，"$."响应结果中取数据）
"keyword": "==",
"actual": "$.data.aaa" # 响应数据中提取数据("$"为全局池中取数据，"$."响应结果中取数据）
},
{
"func": { # 自定义断言方法
"name": "add", # 自定义方法和关键字方法只能走一个
"params": ["$.data.aaa", "$id"] # "$"为全局池中取数据，"$."响应结果中取数据
}
},
{
"func": { # 自定义断言方法
"name": "add2", # 自定义方法和关键字方法只能走一个
"params": ["$.data.aaa", "$id"] # "$"为全局池中取数据，"$."响应结果中取数据
}
}
]
# "relation": { # 存储用例id到池子中，建立关系，便于后续使用---未开放，根据需求而定
# # "id": ["6b7pf4jcmun7qechmnjvno5oqa"]
# }
}
# 执行用例
BaseCaseExecute(data).execute()
用例执行
测试报告
自建库
自建库构建及安装
