“自动化测试”有何优势?
- 具有一致性和重复性的特点,而且测试更客观,提高了软件测试的准确度、精确度和可信任度。
- 可将任务自动化,能够解放人力去做更重要的工作。
- 自动化测试只需要部署好相应的场景,如高度复杂的使用场景、海量数据交互、动态响应请求等,测试就可以在无人值守的状态下自动进行,并对测试结果进行分析反馈,手工测试很难实现复杂的测试。
- 可以模拟复杂的测试场景完成人工无法完成的测试,如负载测试、压力测试等。
- 软件版本更新迭代后需要进行回归测试,自动化测试有助于创建持续集成环境,使用新构建的测试环境快速进行自动化测试
自动化测试具体实施流程如下图所示:
自动化测试平台一般搭建步骤:
确定需求:明确需要测试的API接口和功能,以及测试平台的具体要求。
框架技术选择:
- 大多数框架采用java语言或是python语言来实现,考虑到python容易掌握,各种库也比较全,所以采用python语言来实现。python自动化框架最常用的有unittest和pytest,两者都可以,这里采用python自带的unittest。
- 对于WEB UI自动化测试,没有别的选择,基本都是采用selenium来驱动浏览器来完成。
- 对于接口自动化测试,可采用的办法较多,postman、jmeter都可以,但灵活性都不如直接采用python的request库。
- 数据驱动,由于unittest没有直接可用的dataprovider,采用常见的ddt来实现。
- 测试数据,第1阶段采用excel管理,对于大型系统,建议直接采用数据库进行管理。
编写测试用例:根据API接口文档和需求,编写测试用例,包括正常流程和异常流程的测试场景。
API测试用例主要由4个部分组成,分别是:用例的基础信息、前置步骤、请求脚本以及断言。
前置步骤用于为执行用例请求做前置准备,分为:前置请求、生成随机数据、前置等待3种类型。
请求脚本中包含了:选择请求方式、维护URL、维护请求头、请求参数或请求体,同时还能从对应的响应结果中提取出变量供后续的用例引用。
断言用于对用例执行后的响应结果做判断,判断请求执行后的响应结果是否满足我们的预期。若满足,则称之为:通过断言;不满足,则为:不满足断言;
配置环境:搭建测试环境,包括安装和配置开发工具、测试框架、数据库等。
开发工具环境:
1.Python解释器
2.Pycharm编码工具
Web端:
1.浏览器
2.浏览器驱动程序
依赖包:
1.Selenium
2.pytest
3.pytest-html
工程目录:
1.base-基类python package
2.page-PO封装python package
3.case-测试用例python package
4.data-数据文件Directory
5.report-测试报告Directory
6.log-日志文件Directory
7.screenshot-截图文件Directory
8.config.py-项目配置信息文件
9.utils.py-工具类文件
实现接口自动化:使用测试框架提供的API和工具,编写自动化测试脚本,发送请求并验证响应结果。
数据准备:根据测试用例的需求,准备测试数据,包括创建、修改、删除等操作。
执行测试:执行自动化测试脚本,生成测试报告,并进行结果分析和问题定位。
持续集成工具:将自动化测试脚本集成到持续集成工具中,如Jenkins、Travis CI等,实现自动触发和定时执行。
监控和报警:设置监控和报警机制,及时发现和解决测试环境和接口异常。
维护和优化:定期维护和优化测试用例和测试脚本,保证测试平台的稳定性和可靠性。
标签:API,请求,python,测试用例,测试,自动化,搭建 From: https://www.cnblogs.com/restcloud/p/18109130