python自动化测试（4）-使用第三方python库技术实现
1 概述
关于测试的方法论，都是建立在之前的文章里面提到的观点：
- 功能测试不建议做自动化
- 接口测试性价比最高
- 接口测试可以做自动化
- 做好接口自动化，一定要有透过界面看到数据本质的能力
后面所谈到的 测试自动化 也将围绕着 接口自动化 来介绍。
2 可测试架构
目前互联网行业流行的“一服务，多客户端”的架构是一种 可测试性好 的架构，架构图如下：
- 服务器和客户端采用Http（或者WebSocket）的方式进行通讯
- 数据交换的格式一般是Json（或者XML）
- 因为下游设备众多，所以服务端接口有很强的稳定性要求
3 自动化技术实现
基于如上特点，此系统的接口自动化测试简化表述，就是需要做如下事情：
- 使用脚本对接口进行Http请求
- 对返回值解析
- 按照设计文档进行判定
- 以项目的方式组织测试脚本形成自动化测试项目
当然，以上纯粹是从技术的角度来阐述问题，如果要和具体的项目结合起来 ，还需要设计不同的步骤和数据来满足不同的业务逻辑需求。
对于如上4个目的，有如下几个框架或者工具可以实现：
- requests
-
一个Http请求库，号称是让Http的请求对人更友好，此框架也确实达到此目的了。
- json
-
python提供的对json和python数据类型的转化库
- pyunit
-
pyunit自动化框架提供了大量的assert断言方法来自动化进行数据逻辑判定
- pycharm
-
作为一个强大的IDE，其在项目组织方面的表现也同样是极其出色的
关于 pyunit 和 pycharm 在本系列文章的上一节里面已经进行了介绍，此处不再重复介绍，本文的重点则是python的两个和http通讯及数据解析相关的库：requests库 和 json库 。
4 json
4.1 基本介绍
中文官方主页：
http://www.json.org/json-zh.html
关于JSON的使用介绍，目前已经不言而喻。虽然在好多年前，曾经有XML和JSON在 数据编解码 领域平分秋色的说法，但是这么多年过去后，JSON的势头越来越好，而XML的声音则越来越小。
关于JSON的定义，引用官网的原文 [1]：
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。 这些特性使JSON成为理想的数据交换语言。
目前JSON显然已经成为了互联网上字符型数据交换的标准编解码的中坚力量，作为互联网的开发人员，是很有必要了解它，运用它的。
JSON作为一种字符串的编码和解码规划，是和语言无关的，JSON官网 [1] 上有各种语言的。各种语言（Java/Php/C#/C/C++/Python/R/Ruby等等）都有自己的实现方式，这些也都可以参考
4.2 python库
本文的主打语言是Python语言，所展开的内容也是和Python语言相关，在JSON官网 [1] 上提供了如下几种Python语言的JSON库：
- The Python Standard Library.
- simplejson.
- pyson.
- Yajl-Py.
- ultrajson.
- metamagic.json.
一般情况下，都使用第一个： The Python Standard Library（Python标准库）
官方文档地址：
https://docs.python.org/2/library/json.html
主要的功能就是：JSON编码和解码。
主要函数：
- 解码函数（装载）：将字符流转化为json对象
- loads： 载入字符串变量
- load：载入文件流
- 编码函数（卸载）：将json对象转化为字符流
- dumps：输出到字符串变量
- dump：输出到文件流
以上的几个接口容易混淆记忆，引处提供一个辨识技巧：后面带有s结尾（loads,dumps），都是对字符串变量 str 的处理。
一般情况下，loads,dumps使用得最多，因为大部分的程序运算都是内存运算，即主要是对字符串变量进行处理，以下是官网的示例。
字符串解码：
>>> import json >>> json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]') [u'foo', {u'bar': [u'baz', None, 1.0, 2]}] >>> json.loads('"\"foo\bar"') u'"foox08ar'
字符串编码：
>>> import json >>> json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}]) '["foo", {"bar": ["baz", null, 1.0, 2]}]' >>> print json.dumps(""fooar") ""fooar" >>> print json.dumps(u'u1234') "u1234"
关于python标准数据类型和Json的数据类型之间转化的对应关系请见官网 [2]
| [1] | (1, 2, 3) JSON官网 |
| [2] | Python的Json编码解码数据对应表 |
5 requests
5.1 基本介绍
官方主页：
http://docs.python-requests.org/en/master/
requests库是一个专门封装的，对用户极其友好的一个Http请求库，其目的就是为了让python下面的Http请求变得更简单，而且它确实也达到它的目的了。
安装方法：
pip install requests
5.2 使用示例
目前的一般的Web应用程序都是基于get或者post请求，对于这两种Http请求，requests库都提供了十分优雅的解决方案。
最基本的get请求
# coding:utf-8 import requests __author__ = 'harmo' def get_demo(): """ requests 的get方法演示,不带参数 by:Harmo :return: """ url = 'http://www.baidu.com' res = requests.get(url) print res.url print res.status_code if __name__ == '__main__': get_demo()
运行结果：
http://www.baidu.com/ 200
带参数的get请求：
>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.get('http://httpbin.org/get', params=payload)
带参数的post请求：
>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.post("http://httpbin.org/post", data=payload)
>>> print(r.text)
{
...
"form": {
"key2": "value2",
"key1": "value1"
},
...
}
6 综合示例
再结合一下pyunit的判断库，就可以根据如下流程，做一个最简单的接口自动化测试脚本：
- 根据文档准备好请求参数
- 对指定的http接口进行requests请求
- 对返回的字符串进行json解析
- 使用pyunit的assert函数进行判定
- 生成相应的测试报告，导出或者和信息系统对接
下面是对一个用户登录的接口进行测试，按照设计文档，此接口如果登录成功，则返回的字符格式是：
{ "code":200, "msg":"", "data":{ "token": "382998dafa5143fd8a38c535be0d1502" } }
如果登录失败，则返回如下值：
{"code":403,"msg":"forbidden","data":""}
则相应的测试脚本代码为
def test_admin_user_login(self): """ 测试用户登录 by:Harmo :return: """ url = "%s%s" % (self.base_url, '/task/admin-user-login/') params = dict( user='admin', password='222222', ) res = requests.post(url, data=params) print res.text res_dict = json.loads(res.text) self.assertEqual(res_dict['code'], 200)
运行结果：
通过上面运行结果的提示，我们可以看出，指定的数据输入经过服务端接口后，并没有返回我们期望的值。这个时候，我们就可以排查是不是服务端的接口出问题了，或者是谁修改了测试数据，导致结果不符合预期。
7 小结
本小部分的内容，主要是讲如何利用 requests库 和 json库 来轻松构建Http接口自动化测试的项目。基本上如果掌握了如上技能，测试开发人员就具备了自动化脚本开发的能力了，后面主就是结合具体的项目需求来进行逻辑设计和数据准备了。
只需要这一步，你就迈入了自动化测试之门了，恭喜。
聚沙成塔，无数的上文提到的接口自动化测试脚本，就可以汇集成一个自动化化测试项目，而此自动化测试项目则是 持续集成，快速迭代必备条件，最后作为测试人员也能成为整个项目推进中很重要的一环了。
| 作者: | Harmo哈莫 |
|---|---|
| 作者介绍: | https://zhengwh.github.io |
| 技术博客: | http://www.cnblogs.com/beer |
| Email: | dreamzsm@gmail.com |
| QQ: | 1295351490 |
| 时间: | 2016-02 |
| 版权声明: | 欢迎以学习交流为目的读者随意转载，但是请 【注明出处】 |
| 支持本文: | 如果文章对您有启发，可以点击博客右下角的按钮进行 【推荐】 |