pytest接口自动化测试框架搭建

简介: 通过上述步骤,我们成功搭建了一个基于 `pytest`的接口自动化测试框架。这个框架具备良好的扩展性和可维护性,能够高效地管理和执行API测试。通过封装HTTP请求逻辑、使用 `conftest.py`定义共享资源和前置条件,并利用 `pytest.ini`进行配置管理,可以大幅提高测试的自动化程度和执行效率。希望本文能为您的测试工作提供实用的指导和帮助。

搭建一个基于 pytest的接口自动化测试框架,可以帮助开发者和测试人员更高效地执行和管理API测试。pytest是一个功能强大且灵活的Python测试框架,支持多种测试需求,包括单元测试、集成测试和功能测试。本文将详细介绍如何搭建一个高效的 pytest接口自动化测试框架。

1. 环境准备

首先,确保已经安装了Python和 pip。然后安装 pytest和其他必要的库。

pip install pytest requests
​

2. 项目结构

一个清晰的项目结构有助于管理测试用例和配置文件。以下是推荐的项目结构:

api_test/
├── tests/
│   ├── __init__.py
│   ├── test_api.py
├── config/
│   ├── __init__.py
│   ├── config.py
├── utils/
│   ├── __init__.py
│   ├── request_helper.py
├── conftest.py
├── requirements.txt
├── pytest.ini
​

3. 配置文件

创建 config/config.py,存放API的基本配置信息,例如base URL和API密钥。

# config/config.py

BASE_URL = "https://api.example.com"
API_KEY = "your_api_key"
​

4. 请求辅助模块

编写一个请求辅助模块来封装HTTP请求的逻辑,方便复用。

# utils/request_helper.py

import requests
from config import config

def get(endpoint, params=None, headers=None):
    url = f"{config.BASE_URL}/{endpoint}"
    default_headers = {"Authorization": f"Bearer {config.API_KEY}"}
    if headers:
        default_headers.update(headers)
    response = requests.get(url, params=params, headers=default_headers)
    return response

def post(endpoint, data=None, headers=None):
    url = f"{config.BASE_URL}/{endpoint}"
    default_headers = {"Authorization": f"Bearer {config.API_KEY}"}
    if headers:
        default_headers.update(headers)
    response = requests.post(url, json=data, headers=default_headers)
    return response
​

5. 编写测试用例

tests目录下编写测试用例,使用 pytest的特性进行测试和验证。

# tests/test_api.py

import pytest
from utils import request_helper

def test_get_example():
    response = request_helper.get("example_endpoint")
    assert response.status_code == 200
    assert "expected_key" in response.json()

def test_post_example():
    data = {"key": "value"}
    response = request_helper.post("example_endpoint", data=data)
    assert response.status_code == 201
    assert response.json()["key"] == "value"
​

6. 共享资源与前置条件

使用 conftest.py文件定义共享资源和前置条件。

# conftest.py

import pytest

@pytest.fixture(scope="module")
def setup_module():
    # 模块级别的前置条件
    print("Setting up module")
    yield
    # 模块级别的后置条件
    print("Tearing down module")

@pytest.fixture(scope="function")
def setup_function():
    # 函数级别的前置条件
    print("Setting up function")
    yield
    # 函数级别的后置条件
    print("Tearing down function")
​

7. 配置pytest

在项目根目录下创建 pytest.ini文件,配置pytest的相关选项。

# pytest.ini

[pytest]
minversion = 6.0
addopts = -ra -q
testpaths = tests
​

8. 运行测试

在项目根目录下执行 pytest命令运行测试。

pytest
​

9. 分析说明表

以下是测试框架中各个模块的分析说明:

模块/文件 作用
config/config.py 存储API的基本配置信息,如base URL和API密钥
utils/request_helper.py 封装HTTP请求逻辑,提供GET和POST方法
tests/test_api.py 编写具体的测试用例,使用 pytest进行测试和断言
conftest.py 定义共享资源和前置条件,如模块级和函数级的setup和teardown
pytest.ini 配置 pytest的相关选项,如测试路径和运行选项

10. 思维导图

pytest接口自动化测试框架
|
|-- 环境准备
|   |-- 安装pytest
|   |-- 安装requests
|
|-- 项目结构
|   |-- config/
|   |   |-- config.py
|   |-- utils/
|   |   |-- request_helper.py
|   |-- tests/
|   |   |-- test_api.py
|   |-- conftest.py
|   |-- pytest.ini
|
|-- 配置文件
|   |-- config.py
|
|-- 请求辅助模块
|   |-- request_helper.py
|
|-- 编写测试用例
|   |-- test_api.py
|
|-- 共享资源与前置条件
|   |-- conftest.py
|
|-- 配置pytest
|   |-- pytest.ini
|
|-- 运行测试
|   |-- pytest
​

结论

通过上述步骤,我们成功搭建了一个基于 pytest的接口自动化测试框架。这个框架具备良好的扩展性和可维护性,能够高效地管理和执行API测试。通过封装HTTP请求逻辑、使用 conftest.py定义共享资源和前置条件,并利用 pytest.ini进行配置管理,可以大幅提高测试的自动化程度和执行效率。希望本文能为您的测试工作提供实用的指导和帮助。

目录
相关文章
|
8天前
|
人工智能 运维 监控
当AI遇上自动化:运维测试终于不“加班”了
当AI遇上自动化:运维测试终于不“加班”了
90 9
|
1月前
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
2月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
1月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
229 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
14天前
|
数据采集 人工智能 自然语言处理
Playwright MCP 浏览器自动化框架全面解析
Playwright MCP是微软推出的开源项目,结合Playwright与MCP协议,让AI通过结构化数据直接操作浏览器。告别传统视觉识别,实现高效、精准的网页自动化,广泛应用于测试、爬虫、办公自动化等场景,大幅提升效率与可靠性。
|
3月前
|
XML jenkins 机器人
JMeter+Ant+Jenkins实现接口自动化测试持续集成
本文介绍了如何使用Ant生成JMeter接口测试报告,并集成到Jenkins中实现自动化测试。内容涵盖Ant与JMeter环境配置、build.xml文件设置、测试执行及报告生成,同时包括Jenkins插件安装、项目配置和钉钉消息通知的集成,帮助实现持续测试与结果可视化。
530 0
|
24天前
|
自然语言处理 前端开发 测试技术
使用 Playwright MCP 实现 UI 自动化测试
本文介绍如何结合Playwright与MCP协议实现智能化UI自动化测试。通过自然语言指令控制浏览器,降低技术门槛,提升效率,并涵盖环境搭建、核心功能、实战案例及最佳实践,展现对话式自动化的未来趋势。
|
3月前
|
人工智能 前端开发 测试技术
如何让AI帮你做前端自动化测试?我们这样落地了
本文介绍了一个基于AI的UI自动化测试框架在专有云质量保障中的工程化实践。
1597 21
如何让AI帮你做前端自动化测试?我们这样落地了
|
3月前
|
Web App开发 开发框架 .NET
Playwright 自动化测试系列(6)| 第三阶段:测试框架集成​指南:参数化测试 + 多浏览器并行执行
Pytest 与 Playwright 集成可提升自动化测试效率,支持参数化测试、多浏览器并行执行及统一报告生成。通过数据驱动、Fixture 管理和并行优化,显著增强测试覆盖率与执行速度,适用于复杂 Web 应用测试场景。
|
2月前
|
人工智能 IDE 测试技术
Browser-Use在UI自动化测试中的应用
Browser-Use是一款浏览器自动化工具,具备视觉与HTML解析、多标签管理、操作记录与复现、自定义操作、自我纠正及并行执行等功能,助力AI智能体高效完成网页任务。
229 0