为什么要做(自动化)接口测试?
1、由于现在各个系统的复杂度不断上升,导致传统的测试方法成本上升且测试效率大幅下降,而接口测试相对于UI测试更加稳定,且相对容易实现自动化持续集成,可以减少人工回归测试的时间成本,缩短测试周期。
2、接口测试可以更早的介入到项目开发中,一般只要接口定义好了,就可以写代码了。而功能测试必须要等系统提供可测的界面后才能进行。
3、相对于UI测试(某些测试环境搞起来贼麻烦)来说,接口测试可以更简单全面地覆盖到底层的代码逻辑,从而发现一些隐藏bug。
4、从安全层面来说,现在大部分系统前后端框架是分离的,只依赖前端进行限制已经不能满足系统的安全要求,需要后端同步进行控制,所以测试也需要从接口层面进行验证。
5.越来越多的团队开始接收DevOps所倡导的高度协同,研发、测试、运维及交付一体化的思维,对测试效能提出了更高的要求。
接口测试原理
模拟客户端向服务器发送请求,服务器接收后进行处理并向客户端返回应答,客户端再接收应答的过程。
测试范围
- 业务功能(包括正常、异常场景是否实现)
- 业务规则(覆盖度是否全面)
- 参数验证(边界、业务规则是否达到要求)
- 异常场景(重复提交、并发提交、事务中断、多机环境、大数据量测试)
- 性能测试(响应时间、吞吐量、并发数、资源要求)
- 安全测试(权限验证、SQL注入等)
一、自动化测试框架规划思路
1.选择语言
- python
- java
自己擅长哪个选哪个,推荐python
2.编程工具选型
- pycharm
- vscode
自己擅长哪个选哪个
3.测试框架选型
- unittest ---python自带的测试框架
- pytest ---unittest升级版,推荐
- httprunner
- rf框架 ---关键字
4.报告可视化方案选型
- htmltestrunner
- beautifulreport
- allure
5.持续集成方案
- jenkins
6.仓库服务器选型
- github ---服务器在国外
- gitlab
- gitee
7.测试管理工具选型
- 禅道
- jira
接口自动化测试框架的搭建一般有两种思路:
1.基于工具的
例如:Postman+Newman+Jenkins+Git/svn Jmeter+Ant+Jenkins+Git/svn
2.基于代码的
例如:Python+Requests+Pytest+Allure
个人建议:如果是学习阶段,选择基于代码的模式,通过自己一步一步的规划项目、编写代码,可以更好的理解接口自动化的实现原理,之后再学习一些工具会更得心应手。
我这里选择的是: Python+pycharm+pytest+allure+gitlab+jira
规划好方案后就可以创建我们的项目代码工程了(可以与编写测试用例并行,需要提前约定好测试用例的格式,方便后续代码设计)。
二、项目代码工程构建思路
设计框架的原则:
- 封装基类方法
对于一些较通用的方法,可以封装,比如发送请求、增、删、改、查。
- 高内聚低耦合
每个模块尽可能独立完成自己的功能,不依赖于模块外部的代码。
模块与模块之间接口的复杂程度尽量低,比如在类内部尽可能减少方法之间的调用,否则一个方法的变动会影响调用它的另一个方法。
- 脚本分离
业务代码、测试数据应该相互剥离、灵活调用。理念类似初识PO模式并在Selenium中简单实践中的PO设计模式。代码中应该不出现具体的数据、配置。而是调用对应的数据文件。
三、一个比较完善的项目代码工程结构:
- common #包文件,公共模块,存放一些通用方法
- baseapi.py
- class BaseApi()#基类
- 方法1:发送请求
- 方法2:增
- 方法3:删
- 方法4:改
- 方法5:查
- libs #包文件,存放业务层代码
- login.py #登陆模块
- class Login(BaseApi) #继承基类里的BaseApi
- 方法1:发送登陆请求
- 方法2:发送登出请求
- logout.py #登出模块
- class Logout(BaseApi)
- configs #包文件,存放配置
- config.py
- HOST='xxx'#用于切换测试环境
- url='xxx'
- datas #文件夹,存放数据/测试用例
- xxx.xls
- xxx.yaml
- testCase #包文件,存放测试用例代码,注意符合pytest命名规范
- test_login.py
- class Test_login
- 方法1:test_login01
- 方法2:test_login02
- test_logout.py
- - class Test_logout
- 方法1:test_logout01
- 方法2:test_logout02
- outFiles #文件夹,输出文件
- logs #存放log文件
- report #存放报告
- screenShot #存放截图
- tools #包文件,工具类
- handle_data.py
- handle_excel.py
- handle_path.py
- handle_yaml.py
- docs #文件夹,存放说明类文档
- 代码规范.doc
- 需求文档.doc
框架搭建:
四、后续代码编写思路:
框架写好后的代码编写思路,大体上为
1.基类封装,把一些常用的方法比如发送请求、增、删、改、查放到我们的基类里。
2.编写业务层的接口代码
3.编写测试用例代码,过程中发现缺什么就去写什么方法,思考这个方法应该放在具体业务内还是基类还是tools内,这个过程是对代码不断优化的过程。直到我们的用例代码写完。
- 比如,写测试用例代码过程中需要读取yaml文件,就在tools内加一个get_yml_data的方法
- 再比如,两个业务模块之间需要关联,需要A方法返回对象给B方法用,则去优化A方法,给出返回值。
- 再再比如,一些关键节点需要截图,则去补充截图的方法。