基于Python Requests的数据驱动的HTTP接口测试(一)

简介: 基于Python Requests的数据驱动的HTTP接口测试(一)

1 测试金字塔


 

image.png

1软件测试金字塔


1Main Cohn提出的软件测试金字塔,他认为作为一个测试工程师应该把大量的工作花在单元测试和接口测试,而其余的发在UI测试以及探索式测试。纵然,单元测试的优点很突出,它接近于代码本身,运行速度快,开发可以一边写产品代码一边写单元测试代码,一旦在单元测试中发现缺陷,可以马上找到对应的产品代码来进行修改。然而单元测试的缺点也很明显,就是你有多少产品代码,就要有相应的单元测试代码与它相对应,这样造成的结果是单元测试代码等于甚至超过与产品代码的数量,这也就是为什么单元测试在一般的中小型企业很难全面推广的原因。对于基于UI层面的测试由于需求变更,页面调整比较频繁,所以在许多企业,基于UI的自动化测试仅仅用于需求不带变化的核心功能的自动化,往往是一些冒烟测试用例。而基于两者之间的接口测试(Interface Test),基于代码量不是很多,变更比较少的优势下越来越得到各大企业的支持。


2 unittest


由于本文是介绍Django的,而Django是基于Python语言的,所以我们接下来介绍在这里我主要介绍基于Python Requests的软件接口测试。首先让我们来了解一下基于Pythonunittestunittest 原名为pytest,他是属于XUnit框架下的。先让我们来看一下一段产品代码。


Calculator.py


#!/usr/bin/env python
#coding:utf-8
class calculator:
     def __init__(self, a, b):
         self.a=int(a)
         self.b=int(b)
     def myadd(self):
         return self.a+self.b
     def mysubs(self):
         return self.a-self.b
     def mymultiply(self):
         return self.a*self.b
     def mydivide(self):
         try:
            return self.a/self.b
         except ZeroDivisionError:
            print ("除数不能为零")
            return 9999999999999999


很显然这个代码实现的是加、减、乘、除四则运算的功能。类calculator有两个成员变量,self.aself.bmyaddmysubsmymultiplymydivide分别实现self.a+self.bself.a-self.bself.a*self.bself.a/self.b四个功能,在mydivide中,如果被除数self.b0,我们就进行对应的处理,打印"除数不能为零"的警告,然后返回一个很大的数:


9999999999999999。现在让我们来看一看这段代码所对应的unittest框架的测试代码。

CalculatorTest.py

#!/usr/bin/env python
#coding:utf-8
import unittest
from Calculator import calculator
class calculatortest(unittest.TestCase):
         def setUp(self):
                print ("Test  start!")
         def test_base(self):
                j=calculator(4,2)
                self.assertEqual(j.myadd(),6)
                 self.assertEqual(j.mysubs(),2)
                 self.assertEqual(j.mymultiply(),8)
                 self.assertEqual(j.mydivide(),2)
def test_divide(self):               
                j=calculator(4,0)
                 self.assertEqual(j.mydivide(),9999999999999999)
         def tearDown(self):
                print ("Test end!")
if __name__=='__main__':
         #构造测试集
         suite=unittest.TestSuite()
         suite.addTest(calculatortest("test_base"))
suite.addTest(calculatortest("test_divide"))
#运行测试集合
         runner=unittest.TextTestRunner()
         runner.run(suite)


  • 首先我们使用unittest测试框架必须先importunittest类,unittest类是Python自带的测试类,只要你安装了Python,这个类就自动安装上了。
  • 然后我们引入被测试类:fromCalculator import calculator
  • unittest的测试类参数必须为unittest.TestCase
  • 和其他XUnit测试框架一样,unittest也存在着一个初始化函数和清除函数,分别定义为def setUp(self):def tearDown(self):,由于在这里没有具体实际性的操作我们仅仅在def setUp(self):函数中打印一个"Test start!"字符串;在def tearDown(self):函数中打印一个"Testend!"字符串。
  • unittest具体测试函数的函数名必须以test_开头,这个有点类似于JUnit3j=calculator(4,2)先定义一个self.a =4self.b = 2的类变量j,然后通过断言self.assertEqual()函数来验证是不是计算结果与预期结果一致。
  • deftest_divide(self):函数中我们专门对被除数为0的情况进行了测试。

unittest的主函数为与其他主函数一样为if__name__=='__main__':,先通过suite=unittest.TestSuite()来构造测试集,然后通过suite.addTest(calculatortest("test_base"))suite.addTest(calculatortest("test_divide"))把两个测试函数加进去,接下来通过runner=unittest.TextTestRunner()runner.run(suite)来执行测试工作。


当许多测试文件需要批量运行的时候,我们可以进行如下操作:

1,  把这些测试文件的文件名定义成一个可以用正则函数匹配的模式,比如都以Test开始或结尾的.py文件。

2,  建立一个批处理py文件,比如runtest.py


runtest.py

#!/usr/bin/env python
#coding:utf-8
import unittest
test_dir='./'
discover=unittest.defaultTestLoader.discover(test_dir,pattern="*Test.py")
if __name__=='__main__':
        runner=unittest.TextTestRunner()
runner.run(discover)


test_dir:定义测试文件的路径,这里为当前路径。

discover=unittest.defaultTestLoader.discover(test_dir,pattern="*Test.py")为调用测试路径下以Test结尾的.py文件(pattern="*Test.py"

然后在主函数中通过调用runner=unittest.TextTestRunner()runner.run(discover)两行代码来实现匹配的所有文件中的测试用例的执行。


既然介绍到了unittest的批量操作,在这里我很有必要来介绍一下如何通过unittest来生成一封好看的测试报告。

我们先到网站http://tungwaiyip.info/software/HTMLTestRunner.html下载HTMLTestRunner.py文件放入到%PYTHON_HOME%\Lib\目录下。如果你使用的是


Python2.X就不需要进行修改,否则请作如下修改:

94行
import  StringIO
改为
import  io
539行
self.outputBuffer  = StringIO.StringIO()
改为
self.outputBuffer  = io.StringIO()
631行
print  >>sys.stderr, '\nTime Elapsed: %s' % (self.stopTime-self.startTime)
改为
print  (sys.stderr, '\nTime Elapsed: %s' % (self.stopTime-self.startTime))
642行
if not  rmap.has_key(cls):
改为
if not  cls in rmap:
766行
 uo = o.decode('latin-1')
改为
uo = o
772行
ue =  e.decode('latin-1')改为
ue = e


这样我们在runtest.py头部加入fromHTMLTestRunner import HTMLTestRunnerrunner.run(discover)前面加上fp=open("result.html","wb")runner=HTMLTestRunner(stream=fp,title='测试报告',description='测试用例执行报告'),后面加上fp.close(),运行测试用例完毕就可以生成一份美观的基于HTML的测试报告了,最后的runtest.py代码如下。


runtest.py

#!/usr/bin/env python
#coding:utf-8
import unittest
from HTMLTestRunner import HTMLTestRunner
test_dir='./'
discover=unittest.defaultTestLoader.discover(test_dir,pattern="*Test.py")
if __name__=='__main__':
        runner=unittest.TextTestRunner()
        #以下用于生成测试报告
        fp=open("result.html","wb")
        runner  =HTMLTestRunner(stream=fp,title='测试报告',description='测试用例执行报告')
        runner.run(discover)
fp.close()


2测试报表,当然这里的测试用例刚才介绍的要多。

 

image.png

2 unittest测试报表


目录
相关文章
|
2月前
|
C语言 Python
python 调用c接口
【10月更文挑战第12天】 ctypes是Python的一个外部库,提供和C语言兼容的数据类型,可以很方便地调用C DLL中的函数
54 0
|
10天前
|
数据采集 存储 XML
Python爬虫:深入探索1688关键词接口获取之道
在数字化经济中,数据尤其在电商领域的价值日益凸显。1688作为中国领先的B2B平台,其关键词接口对商家至关重要。本文介绍如何通过Python爬虫技术,合法合规地获取1688关键词接口,助力商家洞察市场趋势,优化营销策略。
|
5天前
|
数据采集 数据安全/隐私保护 Python
【Python】已解决:urllib.error.HTTPError: HTTP Error 403: Forbidden
通过上述方法,可以有效解决 `urllib.error.HTTPError: HTTP Error 403: Forbidden` 错误。具体选择哪种方法取决于服务器对请求的限制。通常情况下,添加用户代理和模拟浏览器请求是最常见且有效的解决方案。
46 10
|
10天前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
50 5
|
9天前
|
数据采集 JSON 测试技术
Grequests,非常 Nice 的 Python 异步 HTTP 请求神器
在Python开发中,处理HTTP请求至关重要。`grequests`库基于`requests`,支持异步请求,通过`gevent`实现并发,提高性能。本文介绍了`grequests`的安装、基本与高级功能,如GET/POST请求、并发控制等,并探讨其在实际项目中的应用。
19 3
|
2月前
|
数据采集 前端开发 算法
Python Requests 的高级使用技巧:应对复杂 HTTP 请求场景
本文介绍了如何使用 Python 的 `requests` 库应对复杂的 HTTP 请求场景,包括 Spider Trap(蜘蛛陷阱)、SESSION 访问限制和请求频率限制。通过代理、CSS 类链接数控制、多账号切换和限流算法等技术手段,提高爬虫的稳定性和效率,增强在反爬虫环境中的生存能力。文中提供了详细的代码示例,帮助读者掌握这些高级用法。
106 1
Python Requests 的高级使用技巧:应对复杂 HTTP 请求场景
|
24天前
|
消息中间件 测试技术
通过轻量消息队列(原MNS)主题HTTP订阅+ARMS实现自定义数据多渠道告警
轻量消息队列(原MNS)以其简单队列模型、轻量化协议及按量后付费模式,成为阿里云产品间消息传输首选。本文通过创建主题、订阅、配置告警集成等步骤,展示了该产品在实际应用中的部分功能,确保消息的可靠传输。
41 2
|
25天前
|
JSON API 数据格式
Python中获取HTTP请求响应体的详解
本文介绍了如何使用Python的`requests`和`urllib`库发送HTTP请求并处理响应体。`requests`库简化了HTTP请求过程,适合快速开发;`urllib`库则更为底层,适用于性能要求较高的场景。文章详细演示了发送GET请求、处理JSON响应等常见操作。
38 3
|
2月前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
1月前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
60 7