做网站 流量怎么抓钱seo建站技巧
公司计划系统的开展接口自动化测试，需要我这边调研一下主流的接口测试框架给后端测试（主要测试接口）的同事介绍一下每个框架的特定和使用方式。后端同事根据他们接口的特点提出一下需求，看哪个框架更适合我们。
需求
1、接口编写方便。
2、方便调试接口。
3、支持数据初始化。
4、生成测试报告。
5、支持参数化。
### robot framework
优点
-
关键字驱动，自定义用户关键字。
-
支持测试日志和报告生成。
-
支持系统关键字开发，可扩展性好。
-
支持数据库操作。
缺点
-
接口测试用例写起来不简洁。
-
需要掌握特定语法。
-
*** Settings *** -
Library RequestsLibrary -
Library Collections -
*** Test Cases *** -
test_get_event_list # 查询发布会（GET请求） -
${payload}= Create Dictionary eid=1 -
Create Session event http://127.0.0.1:8000/api -
${r}= Get Request event /get_event_list/ params=${payload} -
Should Be Equal As Strings ${r.status_code} 200 -
log ${r.json()} -
${dict} Set variable ${r.json()} -
#断言结果 -
${msg} Get From Dictionary ${dict} message -
Should Be Equal ${msg} success -
${sta} Get From Dictionary ${dict} status -
${status} Evaluate int(200) -
Should Be Equal ${sta} ${status}
结果：不考虑，没人愿意这么写接口用例。
###JMeter
优点
-
支持参数化
-
不需要写代码
缺点
缺点:
-
创建接口用例效率不高。
-
不能生成查看每一个接口执行情况的测试报告。
总结：不考虑，接口编写不方便，最主要是不能生成测试报告，如果做接口性能的话可以考虑。
###HttpRunner
优点:
-
基于YAML/JSON格式，专注于接口本身的编写。
-
接口编写简单
-
没有编辑器插件对语法校验，容易出错。
-
官方文档没有详细的说明。
-
扩展不方便。
-
生成测试报告
-
接口录制功能。
-
[ -
{ -
"config": { -
"name": "testcase description", -
"variables": [], -
"request": { -
"base_url": "http://127.0.0.1:5000", -
"headers": { -
"User-Agent": "python-requests/2.18.4" -
} -
} -
} -
}, -
{ -
"test": { -
"name": "test case name", -
"request": { -
"url": "/api/get-token", -
"headers": { -
"device_sn": "FwgRiO7CNA50DSU", -
"user_agent": "iOS/10.3", -
"os_platform": "ios", -
"app_version": "2.8.6", -
"Content-Type": "application/json" -
}, -
"method": "POST", -
"date": {"sign": "958a05393efef0ac7c0fb80a7eac45e24fd40c27"} -
}, -
"validate": [ -
{"eq": ["status_code", 200]}, -
{"eq": ["headers.Content-Type", "application/json"]}, -
{"eq": ["content.success", true]}, -
{"eq": ["content.token", "baNLX1zhFYP11Seb"]} -
] -
} -
}]
总结：可以考虑，至于接口数据的初始化可能需要单独处理。
###gauge
BDD行为驱动测试框架。
优点:
-
行为文件与脚本文件分离，本质上实现了数据驱动。
-
功能强大灵活，本质上还用Python写接口用例。
-
自动生成测试报告。
-
VS Code有支持插件
缺点:
-
门槛略高，需要了解BDD的用法。
-
需要会markdworn语法
行为描述文件：
-
## test post request -
* post "http://httpbin.org/post" interface -
|key | status_code| -
|------|-----------| -
|value1|200 | -
|value2|200 | -
|value3|200 |
测试脚本：
-
…… -
@step("post <url> interface <table>") -
def test_get_request(url, table): -
values = [] -
status_codes = [] -
for word in table.get_column_values_with_name("key"): -
values.append(word) -
for word in table.get_column_values_with_name("status_code"): -
status_codes.append(word) -
for i in range(len(values)): -
r = requests.post(url, data={"key": values[i]}) -
result = r.json() -
assert r.status_code == int(status_codes[i])
总结：推荐使用，BDD有一定门槛，看测试人员的学些能力和接受速度。
###Unittest+Request+HTMLRunner
利用现有的框架和库自己定制。
优点:
- 足够灵活强大: 分层测试、数据驱动、测试报告，集成CI...
缺点:
- 有一定的学习成本
数据文件：
-
{ -
"test_case1": { -
"key": "value1", -
"status_code": 200 -
}, -
"test_case2": { -
"key": "value2", -
"status_code": 200 -
}, -
"test_case3": { -
"key": "value3", -
"status_code": 200 -
}, -
"test_case4": { -
"key": "value4", -
"status_code": 200 -
}}
测试用例：
-
import requests -
import unittest -
from ddt import ddt, file_data -
@ddtclass InterfaceTest(unittest.TestCase): -
def setUp(self): -
self.url = "http://httpbin.org/post" -
def tearDown(self): -
print(self.result) -
@file_data("./data/test_data_dict.json") -
def test_post_request(self, key, status_code): -
r = requests.post(self.url, data={"key": key}) -
self.result = r.json() -
self.assertEqual(r.status_code, status_code)
总结：推荐使用，代码相对简单，功能足够灵活。
-
我花了两天时间整理这些框架，其实重点就是了解HttpRunner 和 gauge 。 -
yg -
HttpRunner 没有编辑器插件，本身就是一个YAML/JSON配置文件，所以配置写错了，但只要是合法的YAML/JSON格式，也看不出来，只有运行的过后才知道。就像你用记事本写代码一样，只有运行了才知道代码有没有写错。 -
另外，扩展起来也不是特别方便，单独用python实现一些函数：在json文件中 -
```{"device_sn": "${gen_random_string(15)}"}``` -
以这样的方式引用```gen_random_string()``` 函数。 -
gauge我已经分享过两篇基础文章了，虽然用BDD拿来做接口理念不搭，但并不是不可以，唯一的缺点是用BDD来描述接口行为不合适，其他的都没毛病，可以参数化，断言写起来也简单，测试报告也漂亮，本质上还是用Python实现一些功能，所以非常灵活。 -
unittest + requests + HTMLTestRunner是我最熟悉的方案，几乎没什么短板。以前通过这种方案写过很多测试用例，这次把ddt加上似乎更完美了。