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
|
4天前
|
人工智能 编解码 自然语言处理
AGUVIS:指导模型实现 GUI 自动化训练框架,结合视觉-语言模型进行训练,实现跨平台自主 GUI 交互
AGUVIS 是香港大学与 Salesforce 联合推出的纯视觉 GUI 自动化框架,能够在多种平台上实现自主 GUI 交互,结合显式规划和推理,提升复杂数字环境中的导航和交互能力。
29 8
AGUVIS:指导模型实现 GUI 自动化训练框架,结合视觉-语言模型进行训练,实现跨平台自主 GUI 交互
|
14天前
|
人工智能 Linux API
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现
PromptWizard 是微软开源的 AI 提示词自动化优化框架,通过自我演变和自我适应机制,迭代优化提示指令和上下文示例,提升大型语言模型(LLMs)在特定任务中的表现。本文详细介绍了 PromptWizard 的主要功能、技术原理以及如何运行该框架。
102 8
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现
|
10天前
|
数据采集 人工智能 自然语言处理
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
Midscene.js 是一款基于 AI 技术的 UI 自动化测试框架,通过自然语言交互简化测试流程,支持动作执行、数据查询和页面断言,提供可视化报告,适用于多种应用场景。
112 1
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
|
20天前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
51 7
|
19天前
|
监控 JavaScript 测试技术
postman接口测试工具详解
Postman是一个功能强大且易于使用的API测试工具。通过详细的介绍和实际示例,本文展示了Postman在API测试中的各种应用。无论是简单的请求发送,还是复杂的自动化测试和持续集成,Postman都提供了丰富的功能来满足用户的需求。希望本文能帮助您更好地理解和使用Postman,提高API测试的效率和质量。
70 11
|
2月前
|
JSON Java 测试技术
SpringCloud2023实战之接口服务测试工具SpringBootTest
SpringBootTest同时集成了JUnit Jupiter、AssertJ、Hamcrest测试辅助库,使得更容易编写但愿测试代码。
70 3
|
3月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
84 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
4月前
|
移动开发 JSON Java
Jmeter实现WebSocket协议的接口测试方法
WebSocket协议是HTML5的一种新协议,实现了浏览器与服务器之间的全双工通信。通过简单的握手动作,双方可直接传输数据。其优势包括极小的头部开销和服务器推送功能。使用JMeter进行WebSocket接口和性能测试时,需安装特定插件并配置相关参数,如服务器地址、端口号等,还可通过CSV文件实现参数化,以满足不同测试需求。
282 7
Jmeter实现WebSocket协议的接口测试方法
|
4月前
|
JSON 移动开发 监控
快速上手|HTTP 接口功能自动化测试
HTTP接口功能测试对于确保Web应用和H5应用的数据正确性至关重要。这类测试主要针对后台HTTP接口,通过构造不同参数输入值并获取JSON格式的输出结果来进行验证。HTTP协议基于TCP连接,包括请求与响应模式。请求由请求行、消息报头和请求正文组成,响应则包含状态行、消息报头及响应正文。常用的请求方法有GET、POST等,而响应状态码如2xx代表成功。测试过程使用Python语言和pycurl模块调用接口,并通过断言机制比对实际与预期结果,确保功能正确性。
290 3
快速上手|HTTP 接口功能自动化测试
|
4月前
|
JavaScript 前端开发 测试技术
ChatGPT与接口测试
ChatGPT与接口测试,测试通过
61 5