python+requests接口自动化测试实战,使用python做接口自动化测试容易吗

python+requests接口自动化测试实战,使用python做接口自动化测试容易吗详细介绍

本文目录一览： 如何创建 python+requests接口自动化测试框架

需要对于读出来的数据进行相应的处理。 当然示例中只是简单列了一下关于POST,GET等二种方式，实际还有很多其它方式，如put,delete等，请求中也还会包括headers，这些都可以自忆添加上去。
工作原理: 测试用例在excel上编辑，使用第三方库xlrd，读取表格sheet和内容，sheetName对应模块名，Jenkins集成服务发现服务moduleName查找对应表单，运用第三方库requests请求接口，根据结果和期望值进行断言，根据输出报告判断接口测试是否通过。
1. 数据准备
数据插入（容易实现的测试场景下所需外部数据)
准备sql （接口需要重复使用，参数一定得是变量)
2.集成部署(运维相关了解即可)
平滑升级验证脚本加入自动化
3.自动化框架实现
调用mysql
excel遍历测试用例
requests实现接口调用
根据接口返回的code值和Excel对比
报告反馈
暴露服务
写一个简单登录的接口自动化测试
代码的分层如下图：
coding.png
一、写一个封装的获取excel表格的模块
excel.png
代码实现如下：
# !/usr/bin/python
# -*- coding: UTF-8 -*-
# 基础包：excel的封装
import xlrd
workbook = None
def open_excel(path):
"""打开excel"""
global workbook
if (workbook == None):
workbook = xlrd.open_workbook(path, on_demand=True)
def get_sheet(sheetName):
"""获取行号"""
global workbook
return workbook.sheet_by_name(sheetName)
def get_rows(sheet):
"""获取行号"""
return sheet.nrows
def get_content(sheet, row, col):
"""获取表格中内容"""
return sheet.cell(row, col).value
def release(path):
"""释放excel减少内存"""
global workbook
workbook.release_resources()
del workbook
代码封装后当成模块引用，这还是最开始呢。
二、引用log模块获取日志
准备工作：
需要一个日志的捕获，包括框架和源码抛出的expection。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 基础包：日志服务
import logging
import time
def getLogger():
global tezLogPath
try:
tezLogPath
except NameError:
tezLogPath = "/data/log/apiTest/"
FORMAT = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
# file = tezLogPath + time.strftime("%Y-%m-%d", time.localtime()) + ".log"
# logging.basicConfig(filename=file, level=logging.INFO, format=FORMAT)
# 开发阶段为了方便调试，可不输出到文件
logging.basicConfig(level=logging.INFO, format=FORMAT)
return logging
三、引用requests模块接口测试
准备工作：
需要的请求类型和执行测试的方法。
代码如下：
#!/usr/bin/python#
#-*- coding: UTF-8 -*-
# 基础包：接口测试的封装
import requests
import tezLog as log
logging = log.getLogger()
def api_test(method, url, data ,headers):
"""
定义一个请求接口的方法和需要的参数
:Args:
method - 企业名称 str
url - 用户昵称 str
data - 参数 str
headers - 请求头信息 dict
非RESTful API请求另外的请求类型实际用不到。也不安全。
"""
try:
if method == "post":
results = requests.post(url, data, headers=headers)
if method == "get":
results = requests.get(url, data, headers=headers)
# if method == "put":
# results = requests.put(url, data, headers=headers)
# if method == "delete":
# results = requests.delete(url, headers=headers)
# if method == "patch":
# results == requests.patch(url, data, headers=headers)
# if method == "options":
# results == requests.options(url, headers=headers)
response = results.json()
code = response.get("code")
return code
except Exception, e:
logging.error("service is error", e)
def run_test(sheet):
"""
定义一个执行和断言的方法
:Args:
sheet - 服务名称 str（excel页脚名称识别的）
"""
rows = excel.getRows(sheet)
fail = 0
for i in range(2, rows):
#这里为什么从第二行开始跑，因为会先执行SQL进行数据准备如之前Excel展示的空白位置
testData = excel.getContent(sheet, i, gl.CASE_DATA)
testUrl = excel.getContent(sheet, i, gl.CASE_URL)
testMethod = excel.getContent(sheet, i, gl.CASE_METHOD)
testHeaders = eval(excel.getContent(sheet, i, gl.CASE_HEADERS))
testCode = excel.getContent(sheet, i, gl.CASE_CODE)
actualCode = request.apiTest(testMethod, testUrl, testData, testHeaders)
expectCode = str(int(testCode))
failResults = ' url: ' + testUrl + ' params: ' + testData + ' actualCode: ' + actualCode + ' expectCode: ' + expectCode
if actualCode == expectCode:
logging.info("pass")
elif actualCode != expectCode:
logging.info("fail %s", failResults)
fail += 1
if fail > 0 :
return False
return True
四、关于参数中gl模块
准备工作：
所有的参数和常量我们会整理到这个文件中，因为设计业务和服务密码、数据库密码这里展示一部分。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 脚本功能：全部变量
import time
import uuid
CASE_NUMBER = 0 # 用例编号
CASE_NAME = 1 # 用例名称
CASE_DATA = 2 # 用例参数
CASE_URL = 3 # 用例接口地址
CASE_METHOD = 4 # 用例请求类型
CASE_CODE = 5 # 用例code
CASE_HEADERS = 6 # 用例headers
SQL_ROW = 0 # 预执行SQL的行号
SQL_COL = 1 # 预执行SQL的列号
五、写一个run文件：只是用来执行的，业务和代码剥离。
代码如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 验证包：接口测试脚本
import sys
import core.tezLog as log
import function.common as common
logging = log.getLogger()
"""1.外部输入参数"""
path = sys.path[0] # 当前路径
module = sys.argv[1] # 服务模块名
url = sys.argv[2] # 服务地址
host = sys.argv[3] # 数据库地址
user = sys.argv[4] # 数据库用户名
password = sys.argv[5] # 数据库密码
db = sys.argv[6] # 数据库名称
"""2.根据module获取Sheet"""
logging.info("-------------- Execute TestCases ---------------")
sheet = common.get_excel_sheet(path + "/" + common.filename, module)
"""3.数据准备"""
logging.info("-------------- Prepare data through MysqlDB --------------")
sql = common.get_prepare_sql(sheet)
common.prepare_data(host=host, user=user, password=password, db=db, sql=sql)
"""4.执行测试用例"""
res = common.run(sheet, url)
logging.info("-------------- Get the result ------------ %s", res)
"""这里的res是我们平滑升级的时候需要返回结果为TRUE才会继续下面走。"""
六、查看测试报告（部署到jenkins会通过控制台查看）

python如何使用unittest测试接口_python

这篇文章主要为大家详细介绍了python如何使用unittest测试接口，具有一定的参考价值，感兴趣的小伙伴们可以参考一下本文实例为大家分享了python使用unittest 测试接口的具体代码，供大家参考，具体内容如下1.首先使用 python 的requests 对接口进行测试# TestInface.py import requests,json url = visit.get_test_url() news_url = url+'news.info' headers = baseToken.basetoken_datas()['headers'] def new_data(data): r = requests.post(news_url,data=data,headers=headers) cnn = json.loads(r.text) return cnn2.使用unittest调用接口，且对接口测试的结果进行统计# TestCase.py # -*- coding:utf-8 -*- import unittest import TestInface # 对执行的case结果进行统计 # --------------------------------------------------------------------------------------------------------------------- text = "" num_success = 0 num_fail = 0 # 测试通过 def decide_success(joggle): global num_success num_success += 1 print_out(joggle + ":接口测试通过") return num_success # 测试不通过 def decide_fail(txt, joggle): global num_fail num_fail += 1 print_out(joggle + ":接口测试未通过 错误信息： " + txt + "") return num_fail # 邮件内容写入 & 客户端输出 def print_out(message): global text text += "" + message return text # 返回值判断 def decide_result(result, code, joggle): if result['code'] == code: decide_success(joggle) return "pass" else: txt = u"期望返回值:" + str(code) + u" 实际返回值:" + str(result) + '' + result['message'] decide_fail(txt, joggle) return "fail" def decide_Count(): data = { 'num_success': num_success, 'num_fail': num_fail, 'text': text } return data # -------------------------------------------------------------------------------------------------------------------- # 定义 unittest class MyTestCase(unittest.TestCase): # 初始化工作 def setUp(self): pass # 退出清理工作 def tearDown(self): pass def test_Case1(self): id = 16 data = {'id':id} a = TestInface.new_data(data) decide_result(a,0,'test_Case1')3.使用suite对case进行管理# TestSuite.py # -*- coding:utf-8 -*- import unittest import TestCase def test_InterFace(): # 构造测试集 suite = unittest.TestSuite() suite.addTest(TestCase("test_Case1")) # unittest中的测试用例 runner = unittest.TextTestRunner() runner.run(suite) #对测试集进行测试需要返回值 # return suite if __name__ == '__main__': # unittest.main(defaultTest='test_InterFace') # 执行测试 runner = unittest.TextTestRunner() runner.run(test_InterFace())4.对接口的数据进行统计# TestCensus.py # -*- coding:utf-8 -*- import time import TestSuite import send_email import TestCase class Test_Calss(): def census(self): text = '' # 初始化测试起始时间 start_time = time.time() # 调用suite测试集 TestSuite.test_InterFace() # 结束执行时间计算 end_time = time.time() result = TestCase.decide_Count() # 接口测试统计说明 total_use_case = u"执行用例总数:" + str(result['num_success'] + result['num_fail']) + u" 通过数:" + str(result['num_success']) + u" 不通过数:" + str(result['num_fail']) total_time = u" 总共耗时：" + str(round((end_time - start_time), 3)) + u'秒' text = result['text'] + total_use_case + total_time print (text) # 发生测试报告邮件 send_email.email_file(text) if __name__ == '__main__': Test_Calss().census()

使用python做接口自动化测试容易吗

为什么要做接口自动化测试?
在当前互联网产品迭代频繁的背景下，回归测试的时间越来越少，很难在每个迭代都对所有功能做完整回归。但接口自动化测试因其实现简单、维护成本低，容易提高覆盖率等特点，越来越受重视。
为什么要自己写框架呢?
使用Postman调试通过过直接可以获取接口测试的基本代码，结合使用requets + unittest很容易实现接口自动化测试的封装，而且requests的api已经非常人性化，非常简单，但通过封装以后（特别是针对公司内特定接口），可以进一步提高脚本编写效率。
一个现有的简单接口例子
下面使用requests + unittest测试一个查询接口
接口信息如下
请求信息:
Method：POST
URL：api/match/image/getjson
Request：
{
"category": "image",
"offset": "0",
"limit": "30",
"sourceId": "0",
"metaTitle": "",
"metaId": "0",
"classify": "unclassify",
"startTime": "",
"endTime": "",
"createStart": "",
"createEnd": "",
"sourceType": "",
"isTracking": "true",
"metaGroup": "",
"companyId": "0",
"lastDays": "1",
"author": ""
}
Response示例：
{
"timestamp" : xxx,
"errorMsg" : "",
"data" : {
"config" : xxx
}
Postman测试方法见截图：
测试思路
1.获取Postman原始脚本
2.使用requests库模拟发送HTTP请求**
3.对原始脚本进行基础改造**
4.使用python标准库里unittest写测试case**
原始脚本实现
未优化
该代码只是简单的一次调用，而且返回的结果太多，很多返回信息暂时没用，示例代码如下
import requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = {"category":"image","offset":"0","limit":"30","sourceId":"0","metaTitle":"","metaId":"0","classify":"unclassify","startTime":"","endTime":"","createStart":"","createEnd":"","sourceType":"","isTracking":"true","metaGroup":"","companyId":"0","lastDays":"1","author":""}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}
response = requests.request("POST", url, headers=headers, params=querystring)
print(response.text)
优化 第一版
调整代码结构，输出结果Json出来，获取需要验证的response.status_code，以及获取结果校验需要用到的results['total']
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import unittestimport jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}#Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring)#对返回结果进行转义成json串
results = json.loads(response.text)#获取http请求的status_codeprint "Http code:",response.status_code#获取结果中的total的值print results['total']#print(response.text)
优化 第二版
接口调用异常处理，增加try，except处理，对于返回response.status_code，返回200进行结果比对，不是200数据异常信息。
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}try: #Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring) #对http返回值进行判断，对于200做基本校验 if response.status_code == 200:
results = json.loads(response.text) if results['total'] == 191: print "Success" else: print "Fail" print results['total'] else: #对于http返回非200的code，输出相应的code raise Exception("http error info:%s" %response.status_code)except:
traceback.print_exc()

自动化断言搜索结果怎么看

在测试用例中，执行完测试用例后，最后一步是判断测试结果是 pass 还是 fail，自动化测试脚本里面一般把这种生成测试结果的方法称为断言assert。
接口请求断言是指在发起请求之后，对返回的响应内容去做判断，用来查看是否响应内容是否与规定的返回值相符。
在发起请求后，我们使用一个变量 r 存储响应的内容，也就是 Response 对象。
Response 对象有很多功能强大的方法可以调用，比如直接获取响应头，获取 Unicode 编码后的响应内容，获取二进制的响应内容，获取原始的响应内容等等。
接下来我们就详解
对接口服务发起 HTTP 请求信息，获得响应内容之后，对其做断言验证。
一、Python 接口自动化断言
在发起请求后，使用一个变量r存储响应的内容，也就是Response对象。
r = requests.get("https://xxxxx")
登录后复制
响应结果：
{
"args": {},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "httpbin.ceshiren.com",
"User-Agent": "python-requests/2.25.1",
"X-Forwarded-Host": "httpbin.ceshiren.com",
"X-Scheme": "https"
},
"origin": "119.123.205.82",
"url": "https://xxxxx"
}
登录后复制
Response 对象有很多功能强大的方法可以调用，比如直接获取响应头，获取 Unicode 编码后的响应内容，获取二进制的响应内容，获取原始的响应内容等等。
响应断言
响应状态码断言
1、断言成功
import requests
r = requests.get('https://xxxxx')
assert r.status_code==200
登录后复制
assert是 python 的内置函数，用来判断表达式，当表达式条件为 False 的时候就会触发异常。r.status_code是 response 对象内的一个方法，用于获得返回值的状态码。assert r.status_code==200 就是在判断状态码是否等于 200，如果不等于 200 则会抛出异常。
2、断言失败
>>> import requests
>>> r = requests.get('https://xxxxx')
>>> assert r.status_code==400
Traceback (most recent call last):
File "

", line 1, in

AssertionError

登录后复制

从以上例子可了解到，此响应状态码实际输出与预期结果状态码 400 不相等，所以抛出了异常。

Json 响应断言

data = {

"hogwarts": ["a","b","c"]

}

r = requests.post('https://xxxxx',json=data)

print(json.dumps(r.json(),indent=2))

assert r.status_code == 200

assert r.json()["json"]["hogwarts"][0] == "a"

登录后复制

响应结果：

"args": {},

"data": "{"hogwarts": ["a", "b", "c"]}",

"files": {},

"form": {},

"headers": {

...省略...

},

"json": {

"hogwarts": [

"a",

"b",

"c"

]

},

"origin": "113.89.8.68",

"url": "https://xxxx"

}

登录后复制

通过 assert r.json()[“json”][“hogwarts”][0] == “a” 对 json 的内容进行断言，其中 r.json() 是获取相应的内容，r.json()[“json”] 是获取到 json 的内容，r.json()[“json”][“hogwarts”] 是获取到 hogwarts 的内容，r.json()[“json”][“hogwarts”][0] 是 hogwarts 下的第一个数据。

二、Java 接口自动化断言

Java 通过 then 进行断言验证，then() 方法可以对多种不同类型的响应信息进行验证。

断言响应状态码成功

import static io.restassured.RestAssured.*;

public class Requests {

public static void main(String[] args) {

given().when().get("https://xxxxx").

//通常通过 then 进行断言验证

then().statusCode(200);

}

}

登录后复制

通过 then() 方法提供的 statusCode() 方法即可实现对于响应状态码的验证，statusCode() 方法通常接收的是 int 类型的参数。statusCode(200) 表示判断响应状态码是否等于 200，如果不等于 200 则会抛出异常。

如果将以上代码中断言验证的代码改成 statusCode(300)，那么控制台则会输出异常信息。

Exception in thread "main" java.lang.AssertionError: 1 expectation failed.

Expected status code <300> but was <200>.

登录后复制

json 响应断言

import static io.restassured.RestAssured.*;

import static org.hamcrest.core.IsEqual.equalTo;

public class Requests {

public static void main(String[] args) {

given().when().get("https://xxxxx").

then().body("headers.Host", equalTo("httpbin.ceshiren.com")).log().all();

}

}

登录后复制

通过 then().body(“headers.Host”, equalTo(“httpbin.ceshiren.com”)) 对 json 的内容进行断言，其中 then().body() 是获取相应的内容。

第一个参数是从响应内容中提取实际的字段值。

第二个参数调用了 equalTo() 方法，并在其中传入了期望结果。

三、总结

不是所有的拼搏都会成功，我们不能盲目的拼搏，必须带上我们的智慧，将属于我们的机会牢牢抓住，才会多一份成功。

青春是短暂的，而这短暂的时间里我们的任务很重。让花儿尽情的开吧，只要它不是落了一个虚度年华的罪名，那么，我都乐意。

这世界从来不会跟你过不去，你得到的任何好与坏，都是自己做的。根本没有正确的选择，我们只不过是要努力奋斗，使当初的选择变得正确。

1024程序员节

自动化测试

软件测试工程师

软件测试

测试开发

全国股民的福音来了！

诊断涨停板

广告

python自动化断言封装

1289阅读·0评论·0点赞

2022年4月25日

自动化脚本测试代码参考

400阅读·0评论·1点赞

2022年6月29日

python-web自动化测试-断言

3069阅读·0评论·1点赞

2021年11月18日

pytthon自动化代码大全

1445阅读·0评论·2点赞

2022年1月17日

pythonui自动化断言,python UI自动化13- 断言方法

2353阅读·0评论·2点赞

2021年4月27日

python 接口断言的方法_python接口自动化—unittest 常用的断言方法

1798阅读·0评论·0点赞

2021年2月9日

沧州全屋定制仅需1.68万，输入面积，算算你家需要多少钱？

00:34

全友全屋定制

查看详情

全友全屋定制

广告

python requests接口自动化测试 （数据库断言）

2277阅读·0评论·6点赞

2022年5月16日

python unittest断言_python接口自动化（二十三）--unittest断言——上（详解）

196阅读·0评论·0点赞

2020年11月29日

Python自动化之结果断言篇

2143阅读·0评论·3点赞

2021年7月16日

接口自动化框架之python pytest断言assert（一）

763阅读·0评论·0点赞

2022年5月18日

python自动化测试常用断言的使用方法

2522阅读·0评论·1点赞

2018年9月12日

Web自动化测试：测试用例断言

1180阅读·0评论·0点赞

2022年5月12日

python写测试脚本语言_python测试学习-自动化测试的执行步骤

335阅读·0评论·0点赞

2020年12月13日

做python自动化得时候怎么添加断言_python接口自动化 - 断言（上）

2019阅读·0评论·0点赞

2020年12月11日

全网最详细的Python自动化测试

1755阅读·0评论·0点赞

2022年10月15日

Python自动化测试项目的代码编写规范

1269阅读·0评论·4点赞

2021年5月8日

用Python实现自动化测试

4326阅读·2评论·1点赞

2022年7月8日

Selenium自动化测试（断言 / fame框架处理）------实例

781阅读·0评论·0点赞

2021年11月29日

7个实用的Python自动化代码，别再重复造轮子了

1966阅读·0评论·0点赞

2022年4月23日

去首页

看看更多热门内容

评论16

Passerby_Wang

赞

写得也太详细了吧，学到了好多 也欢迎博主来我这里指点一二呀

2022.10.25

测试内卷

赞

欢

怎么用python做自动化测试？

Python是一种广泛使用的编程语言，也被广泛应用于自动化测试领域。以下是用Python进行自动化测试的步骤：
安装 Python环境和所需的测试框架，如unittest、pytest或behave等。
编写测试用例。在编写测试用例时，需要明确测试的目标和预期结果，同时指定测试数据。
建立测试框架。测试框架是负责测试用例的执行、结果处理以及报告生成的重要组成部分。
运行测试用例。使用测试框架来运行测试用例并记录测试结果。
分析测试结果。分析测试结果以确定哪些测试失败，找出失败的原因，并修复故障。
重复测试过程，直到所有测试都通过。
使用Python进行自动化测试的优势在于它非常容易学习和使用，同时还支持各种类型的测试，如单元测试、集成测试和功能测试等。此外，Python还支持各种领域特定语言（DSL），如Behave，能够简化测试脚本的编写。
这里以web自动化测试为例，简单介绍一下如何使用python进行web自动化测试，主要用到selenium这个框架，实验环境win10+python3.6，主要内容如下：
1.首先，安装selenium框架，这个直接在cmd窗口输入命令“pipinstallselenium”就行，如下，安装非常快：
2.安装完成后，还需要安装浏览器驱动程序，不然直接运行程序会报错，以谷歌浏览器chrome为例，需要下载chromedriver驱动程序，如下，这里chromedriver的版本必须要与自己平台浏览器的版本匹配：
下载完成后，是一个zip压缩包，里面就一个chromedriver.exe文件，这里需要将这个文件复制到python安装目录下，如下：
3.最后，我们就可以进行selenium框架测试了，测试代码如下，非常简单，创建一个webdriver，如果能正常打开对应网页，则说明selenium安装成功：
之后就可以直接定位相关元素，进行web自动化测试了，主要方法如下（共有8种），分别是id、name、classname、tagname、linktext、partiallinktext、xpath和cssselector，这里可以自行测试，相关资料非常丰富：
至此，我们就完成了pythonweb自动化测试框架selenium的安装和简单使用。总的来说，整个过程非常简单，只要你有一定的python基础，熟悉一下上面的安装过程，很快就能搭建好本地selenium自动化测试框架，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

如何用python做自动化测试

当然可以
1、编写Python版本的minicom，这个是自动化测试日志记录的需要
用于控制串口输出的字符颜色，高亮显示出错信息，方便开发者在线调试问题
2、控制程控电源、程控开关，这些可以自动化测试的硬件基础
3、写整套测试框架，控制整个测试交互流程，Case管理等等
Python运行起来效率没那么高，但是对于编写来说是非常高效的。
用python做自动化测试，主要是接口测试和UI自动化测试。
一、接口测试：
http协议的举例:
可以用python自带的urllib\urllib2模拟，模拟前端向服务器发送数据，获取返回值后，进行校验和判断来进行接口测试。
网上的例子也比较多，这里简单说一下，
比如request中data的边界值测试、字符测试、非空为空测试等等，都可以做
二、UI自动化测试：
html页面（python+selenium）或者一些安卓app(python+appiun)可以用。
主要是页面元素的检查、输入等。
比如可以写一个脚本，自动登录百度页面，搜索某一个关键字，并且获得此关键字的百度搜索数量。

python怎么做接口测试工具

之前使用过urllib和urllib2做接口测试，在做的途中，感觉使用urllib2直接进行的get，post 请求并没有那么好用。作为测试人员，所需要的测试工具应当以方便为第一要务，测试的耗时只要是真正的无人值守，耗时不是太久的都可以接受。所以，本人又尝试了一个新的包：requests。　　
Requests 是用Python语言编写，基于 urllib，采用 Apache2 Licensed 开源协议的 HTTP 库。它比 urllib 更加方便，可以节约我们大量的工作，完全满足 HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的，所以它比 urllib 更加 Pythoner。更重要的一点是它支持 Python3 ！推荐一篇文章，上面有该包的详细说明 传送门，以下只会写到我用到的部分，所以更多的了解需要自己去搜资料
好了，我们开始吧！！
接口测试中重要的部分：
1.get和post方法
2.用到的参数
3.请求头
4.cookie
5.日志输出
6.如何调试你的程序--借助fiddler
按照以上的顺序，我将一一说明我的搞法，因为编码能力有限，所以可能看着很low
一、get和post
requests包很好的实现了post和get方法，示例：
1 import requests2 response_get = requests.get(url, data, headers, cookies)3 response_post = requests.post(url, data, headers, cookies)
其他的访问方式如put，head等等，用法几乎都是如此，因为没用到，所以省略
现在一般的接口返回值有页面和json俩种，按照需求，可以分别使用response.text或者response.content获取，text获取的是unicode类型的返回值，而content返回值是str类型，所以我一般使用content来获取返回值，因为这样获取的返回值可以直接使用正则或者in的方式来验证返回值结果是否正确。
我自己为了实现接口的自动访问，所以又在requests上面加了一层封装，就像下面这样：
1 def main_get(list_result, cookies): 2 """ 3 用于模拟get请求，返回结果 4 :param list_result:空列表，用于存储结果 5 :param cookies: 登陆后的cookie 6 :return:访问结果 7 """ 8 # List_interface_get写在接口文件里，文件是py格式，然而它本身是字典类型 9 for key in List_interface_get:10 try:11 f1 = requests.get(key, cookies=cookies)12 if f1:13 print f1.content14 print List_interface_get[key]+'接口访问成功'15 split_line()16 list_result.append(f1.content+'||'+key)17 # print f1.read()18 except AssertionError:19 print 'One Error in get'20 pass21 return list_result22 23 24 def main_post(result_list, url_list, param_list, payload_list, note_list, cookies):25 """26 模拟post请求27 :param result_list: 结果字典28 :param url_list: 接口字典29 :param param_list: 入参字典30 :param payload_list: header字典31 :param notelist: 描述字典32 :param cookies: 登录获取的cookie33 :return:填充完成的结果列表34 """35 36 # post这块写的比较low，最好自己搞一个数据结构把它搞定37 for key in range(1, 9):38 a = requests.post(url=url_list[key], data=param_list[key], headers=payload_list[key], cookies=cookies)39 try:40 if a.content:41 print a.content42 print note_list[key]+'接口访问成功'43 split_line()44 result_list.append(a.content+'||'+url_list[key])45 except AssertionError:46 print 'One Error in post'47 pass48 return result_list
二、用到的参数以及请求头
我用的方法是把这些都存放于一个py文件中，当然也可以使用excel或者xml文件，甚至于使用DB。项目紧急，凑合了一下，这里的数据结构主要为了符合上面封装的函数，直接上代码看吧
1 BaseURL = 'https://******.com' # 测试环境 2 # 使用什么数据结构不重要，关键看实现方法中怎么解析你的测试数据 3 List_interface_get = { 4 BaseURL+'/api/****/****/****?****=1&****=375': '描述' 5 } 6 # 以下是用于post的接口 7 List_interface_post = { 8 1: BaseURL+'/api/****/****/****/****' 9 }10 # 以下是用于post的数据11 List_post_param = {12 1: 'new=222222&old=111111'13 }14 # 以下是post接口的描述，它是干嘛的15 List_post_note = {16 1: '修改密码'17 }18 # 以下是post用到的请求头19 List_post_header= {20 1: {'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8'}21 }
三、cookie
一款产品的接口测试中必定会使用登录状态，需要使用cookie实现，之前写过使用cookiejar获取cookie，requests中获取cookie的方法更为简单，不过首先你得知道是哪个接口set了cookie，不过一般是登录啦。登录接口访问之后set了cookie，那好，就去调用登录接口，然后拿到搞回来的cookie:
# 只需要这样！！login = requests.post(login_url, data=login_data, headers=login_header)cookie = login.cookies
这个cookie就是登录状态了，拿着随便用，需要登录的就直接cookies=cookies
四、日志输出
这里注意看第二步中接口数据，有接口描述，也有接口是啥，第一步中又把content做成返回值了，具体拼接方式自己想吧，东西全有了，想写啥写啥，还可以加上获取本地时间的api获取接口运行时间，log文件该长啥样是门学问，这里就不献丑了。
五、借用fiddler调试你的脚本
requests允许使用代理访问，这有啥用，真有！fiddler是一款截包改包的工具，而且通过扩展可以进行请求间的比对，这样让你的程序访问的请求和真正正确的请求作对比，为啥我的程序访问出错？是不是缺了请求头？参数是不是丢了？cookie是不是少了？很容易看出来。写法如下：
proxies = { "http": "http://127.0.0.1:8888", "https": "http://127.0.0.1:8888"}requests.post(url, proxies=proxies)
这样就可以走代理了，除fiddler以外还有charles和burp suite可以使用，具体看个人喜好吧。

python读取Excel实现接口自动化并生成测试报告

#读取多条测试用例

#1、导入requests模块

importrequests

#从 class_12_19.do_excel1导入read_data函数

fromdo_excel2 importread_data

fromdo_excel2 importwrite_data

fromdo_excel2 importcount_case

#定义http请求函数

COOKIE=None

defhttp_request2(method,url,data):

?ifmethod=='get':

??print('发起一个get请求')

??result=requests.get(url,data,cookies=COOKIE)

?else:

??print('发起一个post请求')

??result=requests.post(url,data,cookies=COOKIE)

?returnresult #返回响应体

?# return result.json() #返回响应结果：结果是字典类型：{'status': 1, 'code': '10001', 'data': None, 'msg': '登录成功'}

#从Excel读取到多条测试数据

sheets=['login','recharge','withdraw']

forsheet1 insheets:

?max_row=count_case(sheet1)

?print(max_row)

?forcase_id inrange(1,max_row):

??data=read_data(sheet1,case_id)

??print('读取到第{}条测试用例:'.format(data[0]))

??print('测试数据 ',data)

??#print(type(data[2]))

??#调用函数发起http请求

??result=http_request2(data[4],data[2],eval(data[3]))

??print('响应结果为 ',result.json())

??ifresult.cookies:

????COOKIE=result.cookies

???#将测试实际结果写入excel

???#write_data(case_id+1,6,result['code'])

??write_data(sheet1,case_id+1,7,str(result.json()))

??#对比测试结果和期望结果

??ifresult.json()['code']==str(data[5]):

???print('测试通过')

???#将用例执行结果写入Excel

???write_data(sheet1,case_id+1,8,'Pass')

??else:

???write_data(sheet1,case_id+1,8,'Fail')

???print('测试失败')

# 导入load_workbook

fromopenpyxl importload_workbook

#读取测试数据

#将excel中每一条测试用例读取到一个列表中

#读取一条测试用例——写到一个函数中

defread_data(sheet_name,case_id):

?# 打开excel

?workbook1=load_workbook('test_case2.xlsx')

?# 定位表单（test_data）

?sheet1=workbook1[sheet_name]

?print(sheet1)

?test_case=[] #用来存储每一行数据，也就是一条测试用例

?test_case.append(sheet1.cell(case_id+1,1).value)

?test_case.append(sheet1.cell(case_id+1,2).value)

?test_case.append(sheet1.cell(case_id+1,3).value)

?test_case.append(sheet1.cell(case_id+1,4).value)

?test_case.append(sheet1.cell(case_id+1,5).value)

?test_case.append(sheet1.cell(case_id+1,6).value)

?returntest_case #将读取到的用例返回

#调用函数读取第1条测试用例，并将返回结果保存在data中

# data=read_data(1)

# print(data)

#将测试结果写会excel

defwrite_data(sheet_name,row,col,value):

?workbook1=load_workbook('test_case2.xlsx')

?sheet=workbook1[sheet_name]

?sheet.cell(row,col).value=value

?workbook1.save('test_case2.xlsx')

#统计测试用例的行数

defcount_case(sheet_name):

??workbook1=load_workbook('test_case2.xlsx')

??sheet=workbook1[sheet_name]

??max_row=sheet.max_row #统计测试用例的行数

??returnmax_row

importcsv # 导入scv库，可以读取csv文件

fromselenium importwebdriver

importunittest

fromtime importsleep

importtime

importos

importHTMLTestRunner

importcodecs

importsys

dr =webdriver.Chrome()

classtestLo(unittest.TestCase):

?defsetUp(self):

??pass

?deftest_login(self):

??'''登陆测试'''

??path ='F:\\Python_test\\'

??# 要读取的scv文件路径

??my_file ='F:\\pythonproject\\interfaceTest\\testFile\\ss.csv'

??# csv.reader()读取csv文件，

??# Python3.X用open，Python2.X用file，'r'为读取

??# open(file,'r')中'r'为读取权限，w为写入，还有rb，wd等涉及到编码的读写属性

??#data = csv.reader(codecs.open(my_file, 'r', encoding='UTF-8',errors= 'ignore'))

??with codecs.open(my_file, 'r', encoding='UTF-8',errors='ignore') as f:

???data=csv.reader((line.replace('\x00','') forline inf))

???# for循环将读取到的csv文件的内容一行行循环，这里定义了user变量(可自定义)

???# user[0]表示csv文件的第一列，user[1]表示第二列，user[N]表示第N列

???# for循环有个缺点，就是一旦遇到错误，循环就停止，所以用try，except保证循环执行完

???print(my_file)

???foruser indata:

????print(user)

????dr.get(' https://passport.cnblogs.com/user/signin ')

????# dr.find_element_by_id('input1').clear()

????dr.find_element_by_id('input1').send_keys(user[0])

????# dr.find_element_by_id('input2').clear()

????dr.find_element_by_id('input2').send_keys(user[1])

????dr.find_element_by_id('signin').click()

????sleep(1)

????print('\n'+'测试项：'+user[2])

????dr.get_screenshot_as_file(path +user[3] +".jpg")

????try:

?????assertdr.find_element_by_id(user[4]).text

?????try:

??????error_message =dr.find_element_by_id(user[4]).text

??????self.assertEqual(error_message, user[5])

??????print('提示信息正确！预期值与实际值一致:')

??????print('预期值：'+user[5])

??????print('实际值:'+error_message)

?????except:

??????print('提示信息错误！预期值与实际值不符：')

??????print('预期值：'+user[5])

??????print('实际值:'+error_message)

????except:

?????print('提示信息类型错误,请确认元素名称是否正确！')

?deftearDown(self):

??dr.refresh()

??# 关闭浏览器

??dr.quit()

if__name__ =="__main__":

?# 定义脚本标题，加u为了防止中文乱码

?report_title =u'登陆模块测试报告'

?# 定义脚本内容，加u为了防止中文乱码

?desc =u'登陆模块测试报告详情：'

?# 定义date为日期，time为时间

?date =time.strftime("%Y%m%d")

?time =time.strftime("%Y%m%d%H%M%S")

?# 定义path为文件路径，目录级别，可根据实际情况自定义修改

?path ='F:\\Python_test\\'+date +"\\login\\" + time + "\\"

?# 定义报告文件路径和名字，路径为前面定义的path，名字为report（可自定义），格式为.html

?report_path =path +"report.html"

?# 判断是否定义的路径目录存在，不能存在则创建

?ifnotos.path.exists(path):

??os.makedirs(path)

?else:

??pass

?# 定义一个测试容器

?testsuite =unittest.TestSuite()

?# 将测试用例添加到容器

?testsuite.addTest(testLo("test_login"))

?# 将运行结果保存到report，名字为定义的路径和文件名，运行脚本

?report =open(report_path, 'wb')

?#with open(report_path, 'wb') as report:

?runner =HTMLTestRunner.HTMLTestRunner(stream=report, title=report_title, description=desc)

?runner.run(testsuite)

?# 关闭report，脚本结束

?report.close()

csv文件格式：

备注：

使用python处理中文csv文件，并让execl正确显示中文（避免乱码）设施编码格式为：utf_8_sig，示例：

'''''

将结果导出到result.csv中,以UTF_8 with BOM编码（微软产品能正确识别UTF_8 with BOM存储的中文文件）存储

#data.to_csv('result_utf8_no_bom.csv',encoding='utf_8')#导出的结果不能别excel正确识别

data.to_csv('result_utf8_with_bom.csv',encoding='utf_8_sig')

用 Python 为接口测试自动生成用例

基于属性的测试 会产生大量的、随机的参数，特别适合为单元测试和接口测试生成测试用例
尽管早在2006年haskell语言就有了 QuickCheck 来进行”基于属性的测试“，但是目前来看这依然是一个比较小众的领域，参考资料有限，本文如有不足，欢迎指正。
在过去的测试实践中，执行测试时通常需要明确的内容（Value）：
这些内容可以通过”判定树“或者”判断表“来表示，然后测试的执行过程变成了这样
可以称为 基于表的测试
在最初，这给了我们测试的方向，但是缺点也非常明显：
你要足够多的"X->Y" 才能可能覆盖到隐蔽的bug。
这里请大家回答几个问题：
如果以上问题的答案不是yes，那么 基于属性的测试 就是你需要掌握的东西！
基于属性的测试和基于表的测试，最大的区别可以这样描述：
vs
于是利用工具生成大量的X类数据，进行测试，并验证结果是否Y类。
值得注意的是：
在不同的语言中有不同的工具来实现，比如：
本文以python为例进行演示：
假设有add函数，接收两个类型整数参数，并返回它们的相加结果
首先写出一个简单的测试用例
正如前面所说，一个这样的用例，根本没信心覆盖全部的场景，例如：
所以接下来怎么办？
改为基于属性的测试
执行结果
由结果可知，工具根据 参数是整数 这一规范，自动生成、执行了大量的测试用例
接口测试和函数的单元测试非常相似：
此外接口文档作为前后端、甚至测试开发的对接窗口，对参数的要求约定的更加细致，
以OpenAPI为例，每个参数可以有以下属性：
于是为接口生成符合要求的参数就变得可行了，举个例子：
这是以unittest为例进行封装的结果，只需要在TestCase中指定openapi的内容（或路径），
启动测试框架时，会自动读取、解析接口文档，并生成测试用例
下面是部分执行日志，可以看到对接口发送了随机参数，并获得返回值
文章来自https://www.cnblogs.com/dongfangtianyu/p/api_test_by_pbt.html

python的api自动化测试怎么实现

其次，定义Blueprint（蓝图）文件 init.py#!/usr/bin/env python # -*- coding: utf-8 -*- from flask import Blueprint from flask_restful import Api from testpost import TestPost testPostb = Blueprint('testPostb', name) api = Api(testPostb) api.add_resource(TestPost, '/

/postMeth')然后,编写测试脚本testPostM.py#!/usr/bin/env python # -*- coding: utf-8 -*- import unittest import json from secautoApp.api.testPostMeth import api from flask import url_for from run import app from secautoApp.api.testPostMeth import TestPost headers = {'Accept': 'application/json', 'Content-Type': 'application/json' } class APITestCase(unittest.TestCase): def setUp(self): # self.app = create_app(os.getenv("SECAUTOCFG") or 'default') self.app = app # self.app_context = self.app.app_context() # self.app_context.push() self.client = self.app.test_client() # # def tearDown(self): # self.app_context.pop() def test_post(self): # with app.test_request_context(): response = self.client.get(api.url_for(TestPost, PostData='adb', ddos='123')) self.assertTrue(response.status_code == 200) response = self.client.get(url_for('testPostb.testpost', PostData='adb', ddos='123')) self.assertTrue(response.status_code == 200) self.assertTrue(json.loads(response.data)['PostData'] =='adb') response = self.client.post(url_for('testPostb.testpost', PostData='adb'), headers=headers, data=json.dumps({"ddos": '123'})) print json.loads(response.data) self.assertTrue(response.status_code == 200) response = self.client.put(url_for('testPostb.testpost', PostData='adb', ddos='123')) self.assertTrue(json.loads(response.data) == 'helloadb123') response = self.client.put(url_for('testPostb.testpost', PostData='adb')) print json.loads(response.data)['PostData'] self.assertTrue(response.status_code == 200)ps:调用的api url 主要用的是flask_restful 的api.url_for,或者是flask的url_for,下面我来说下这2种方法的具体使用flask_restful 的api.url_for说明api.url_for(TestPost,PostData='adb'),这里的TestPost指的是restful api接口文件中定义的class，因为我们在api蓝图中，已经通过api.add_resource(TestPost, ‘//postMeth')添加类的方式定义过flask的url_for的使用说明url_for(‘testPostb.testpost', PostData='adb', ddos='123'),'testPostb.testpost'这个字符串中testPostb指的是蓝图的名称，也就是testPostb = Blueprint(‘testPostb', name)中Blueprint(‘testPostb',name)中的testPostb。testpost指的是蓝图下endpoit的端点名称,flask_restful中，指的是api.add_resource(TestPost, ‘//postMeth')中 类名TestPost的小写启动测试脚本：C:\secauto3>python run.py testtest_post (testPostM.APITestCase) ... ok----------------------------------------------------------------------Ran 1 test in 0.056sOK小总结：url_for的传值和request中的取值是有对应关系的，最后就是flask_restful中端点的方式，一定要是api.add_resource中类名的小写。相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！推荐阅读：python使用unittest测试接口步奏详解Python怎么统计字母出现的次数