先安装pip install pytest
pytest用例管理框架
默认规则:
1.py文件必须以test_开头或者_test结尾
2.类名必须以test开头
3.测试用例必须以test_开头
get 请求通过params传递参数
post请求通过json或者data传参
data
数据报文:dict字典类型,请求头:application/x-www-form
以form表单的方式传参 格式:id=3&sn=ed24aw
数据报文:str类型,请求头:text/plain
data只能传简单的只有键值对的dict或者是str格式
json
数据报文:不管是dict还是str类型,application/json
data=json.dumps(data) 序列化,把字典格式的数据转化为字符串的数据
json.loads(data) 反序列化,把str格式转化为字典格式
import requests
class TestSendRequest: #Test开头的类
token="" #把token设为全局变量,也称类变量,通过类名来访问TestSendRequest.token
cks =""
session = request.session()
def setup(self):
print("在每个用例之前都执行一次")
def teardown(self):
print("在每个用例之后都执行一次")
def test_login(self): #Test_开头的测试用例
url = "……"
data = { "key":"value" "key":"value" "key":"value" }
rep = session.request("get",url=url,params=data) #传入接口路径和接口参数 #这样去发送请求时就会得到一个response响应
print(rep.json()) #查看接口文档的响应数据是什么格式 #返回一个token值,是一个键值对
TestSendRequest.token =rep.json()['token'] #通过这个键取到这个值
def test_patch_mecharmId(self,conn_database): #将函数方法名conn_database传进来
url = "…… token="+TestSendRequest.token+""
data = {"SN":"","ID":"32"}
rep =session.request("post",url=url,json=data) # data=json.dumps(data) 序列化,把字典格式的数据转化为字符串的数据 #post可传URL,data,json等 print(rep.json())
TestSendRequest.cks =rep.cookies
def test_file_upload(self):
url ="…… token="+TestSendRequest.token+""
data = {
"file":open(r"E:\SHU.png":"rb") #以二进制的形式打开
}
headeres = { #有请求头时
"Accept":"application/json,text/javascript"
"x-Requested-with":"XMLHttpRequest"
}
rep =session.request("post",url=url,files=data,headers=headers,cookies=TestSendRequest.cks) #需要cookies鉴权时
print(rep.json())
运行方式
-v 输出更加详细的运行信息
-s 输入调试信息
-n 多线程运行
--reruns 数字 失败用例重跑
--html= 报告的路径
实际工作中会使用pytest.ini 的配置文件来配置运行
#新建一个配置文件 当.py文件运行时,会自动读取这个配置文件
[pytest]
addopts = -vs #配置命令
testpaths=./testcases #配置文件路径
python_files = test_*.py #配置文件规则
python_classes = test_*
python_function = test_*
新建一个conftest.py文件,用来实现部分的前置
conftest.py文件是单独存放@pytest.fixture的方法,这些方法不需要导入,直接调用即可
用处是可以在多个.py文件之间共享前置配置
@pytest.fixture(scope="function") #定义成一个函数
def conn_database(); #把用例名称传到.py文件需要用的的用例即可
print("连接数据库")
yield #唤醒
print("关闭数据库")
@pytest.fixture(scope="session",autouse=True) #将自动清除写进前置文件里面
def clear_yaml():
YamlUtil().clear_extract_yaml()
一般会新建一个all.py文件来运行
if _name_=='_main_': #写个main方法运行
pytest.main(['-vs']) # -v 输出更加详细的运行信息 -s 输入调试信息
那么怎么做接口的封装呢?
上面的环境变量不过松散,而且每个.py文件都有变量,有着多种关联,建议封装一个读写YAML和写YAML的方法
新建一个extract.yml
再新建一个python package--新建一个公共包--新建yaml_util.py文件
import os
class YamlUtil:
def read_extract_yaml(self): #读取YAML文件
with open(os.getcwd()+"/extract.yml",mode='r',encoding='utf-8') as f: #作为文件流
value = yaml.load(stream=f,Loader=yaml.FullLoader) #通过yaml.load去加载,Loader为加载方式
return value;
def read_extract_yaml(self,data): #写入YAML文件
with open(os.getcwd()+"/extract.yml",mode='a',encoding='utf-8') as f:
value = yaml.dump(data=data,stream=f,allow_unicode=True)
return value;
def clear_extract_yaml(self): #清除YAML文件
with open(os.getcwd()+"/extract.yml",mode='w',encoding='utf-8') as f:
f.truncate() #直接清除即可
import requests
class TestSendRequest: #删除全局变量,将yaml文件写进去
cks =""
session = request.session()
def test_login(self):
url = "……"
data = { "key":"value" "key":"value" "key":"value" }
rep = session.request("get",url=url,params=data)
print(rep.json()) #下面的yaml文件一般是一个键值对
YamlUtil().write_extract_yaml({'token':rep.json()['token']}) #把yaml文件写进去,之前是TestSendRequest.token =rep.json()['token']
def test_patch_mecharmId(self,conn_database):
YamlUtil().write_extract_yaml('token') #读写yaml的token
url = "…… token="+token+"" #直接使用token
data = {"SN":"","ID":"32"}
rep =session.request("post",url=url,json=data)
print(rep.json())
TestSendRequest.cks =rep.cookies
def test_file_upload(self):
url ="…… token="+TestSendRequest.token+""
data = {
"file":open(r"E:\SHU.png":"rb")
}
headeres = {
"Accept":"application/json,text/javascript"
"x-Requested-with":"XMLHttpRequest"
}
rep =session.request("post",url=url,files=data,headers=headers,cookies=TestSendRequest.cks)
print(rep.json())