跳转到3.0版本https://www.cnblogs.com/df888/p/12031649.html
升级版本pyfacehttps://www.cnblogs.com/df888/p/12592716.html
最近在做公司项目的自动化接口测试，在现有几个小框架的基础上，反复研究和实践，搭建了新的测试框架。利用业余时间，把框架总结了下来。
AIM框架介绍
AIM，是Automatic Interface Monitoring的简称，即自动化接口监测。是一种基于python unittest的自动化接口测试框架。
设计思想
框架根据python语言的特点，结合了面向对象和面向函数编程。
以高效编程为主要目的，避免为了封装而封装。轻配置，重编码。
接口测试的主要处理对象是参数。如果完全进行数据与代码的分离，就会造成变量，传参的冗余，降低编程效率。
于是从不做数据与代码分离出发，对于需要复用的参数，提取到类之外，视需要进行数据与代码的分离。
做到有的放矢。兼顾效率和复用性，迭代分离，更具实用性。
目录结构
case：测试用例
common：公共函数，全局变量
config：配置路径等
data：数据文件
result：测试结果
util：工具类
run.py：用例执行入口
run_mail.py：执行后自动发送邮件入口
case
BaseCase
所有Case的基类。
封装了requests库的post和get函数req，用于发送请求。
调用assertEqual等方法，封装了用例的断言。比如检查接口返回flag，检查接口状态200，检查值相等。
项目Case
测试系统的用例。按模块分别建立文件编写脚本。
Env.py：环境配置，包括url处理，登录对象login实例（用户名、密码），数据库对象dao实例（数据库连接)。
Public.py：公共模块。存放本系统公共的变量、函数、用例等。
common
Func.py：公共函数，比如获取时间日期，获取随机数，处理参数。
Login.py：登录模块，属于各系统通用，故放于此目录下。包括密码加密，验证码处理，强制登录。
Var.py：全局变量。比如token。
config
RelativePath.py：配置目录、文件的相对路径。
data
echarts数据存储csv文件，项目接口清单等。
result
log：日志。logging实现。支持输出到文件和打印控制台。文件暂时使用较少，主要打印控制台便于调试。
接口调用记录：输出每个测试方法调用接口的记录，包括参数、响应、耗时等。
自动化测试报告：HTMLTestRunner.py实现的html页面报告。
util
AutoCode.py：自动生成结构化测试代码。
CSV.py：csv相关函数封装。比如输出接口调用记录。
Excel.py：读取和存储excel文件。
Format.py：格式化。比如把浏览器复制的参数格式化为代码中带有缩进的json。
HTMLTestRunner.py：用于输出自动化测试报告。
Log.py：封装日志方法。
Mysql.py：数据库相关操作。
Parewise.py：结对测试。一种测试技术，后文详述。
Request.py：核心工具，封装接口发送请求。
Mail.py：发送邮件。
run.py
执行测试用例入口，可以选择执行一个或多个系统，也可以执行一个系统中一个或多个模块。
核心模块
BaseCase.req
通过requests封装的发送接口请求的方法。
定义在BaseCase类的内部。
| 参数 | 说明 |
|---|---|
| p | 将url、headers、body、method统一封装到一个json里面进行处理。 |
| method='post' | 默认为post方法。接口以post居多。 |
| jsondata='json' | 默认json参数。post方法的json或data，纯json使用json参数即可。对于receive_json这种dict，采用data参数。 |
| loglevel=3 | 默认为3。日志级别，输出请求、响应信息到控制台或接口调用记录.csv。 |
| rtext=None | 一些get请求会返回html或pdf，在控制台或csv文件中影响显示，可以指定文本进行替换。 |
发送请求，并计算耗时：
start = time.clock()
if method == 'post': # 关闭SSL认证
if jsondata == 'json':
r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], json=p['body'], verify=False)", p)
elif jsondata == 'data':
r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], data=p['body'], verify=False)", p)
else:
print('jsondata错误')
elif method == 'get':
r = self.timeoutTry("requests.get(p['url'], headers=p['headers'], params=p['body'])", p)
else:
print('method错误')
end = time.clock()
elapsed = decimal.Decimal("%.2f" % float(end - start))
其中的self.timeoutTry是为了处理响应超时，会在后续博文中介绍。
Parewise
结对测试。接口参数一般是多个，于是比较适合采用parewise进行用例设计。
parewaise的概念可以百度一下。
大概意思就是，大多数的bug都是条件的两两组合造成的，parewise就是针对两两组合的情况，设计测试用例。
算法为，如果某一组用例的组合结果，在其他组合中均出现，就删除该组用例，从而精简用例。
windows下有微软的PICT，txt文件录入参数后，命名行执行，就出来结果了。
比如参数
执行后结果，只有31条，精简了很多。
这个基本上一秒就出来结果了。
我自己参考网上算法写的，就要慢的多。
估计后面有时间了再看看能不能调优。
parewise算法：
cp = [] # 笛卡尔积
s = [] # 两两拆分
for x in eval('itertools.product' + str(tuple(param_list))):
cp.append(x)
s.append([i for i in itertools.combinations(x, 2)])
del_row = []
s2 = copy.deepcopy(s)
for i in range(len(s)): # 对每个进行匹配
t = 0
for j in range(len(s[i])): # 判断所有同时都存在其他中 且位置相同
for i2 in [x for x in range(len(s2)) if s2[x] != s[i]]: # 其他 只比对有效
flag = False
for j2 in range(len(s2[i2])):
if s[i][j] == s2[i2][j2] and j == j2:
t = t + 1
flag = True
break
if flag:
break
if t == len(s[i]):
del_row.append(i)
s2.remove(s[i])
return [cp[i] for i in range(len(cp)) if i not in del_row]
网上的例子是用的index函数。在我写过程中，发现这里有个坑。比如list中存在相同元素，就始终返回前一个匹配的索引，结果就会有问题。我就完全避免了index函数。不知道哪个是对的，目前满足使用需要，将就着用了。有点小尴尬。
Case
BaseCase断言：
def checkFlag(self, p, r):
"""预期，实际"""
err = str([p['url'], p['body'], r.text])
try:
b = False
if (r.json()['flag'] in [1, '1', '', None, 'statistic_by_result', 0,
"0", 'struct_product', 'v_select_jz_single']
or r.json()['message'] in ("暂无数据", "未查询到数据")):
b = True
self.assertEqual(True, b, msg=err)
except (json.JSONDecodeError, KeyError): # 1.返回的不是json，比如下载、404 2.无flag
self.assertEqual(200, r.status_code, msg=err)
最简单的一个测试用例：
from case.PyPlatform2_0_2.Public import *
class Home(BaseCase):
"""首页"""
def setUp(self):
log(testname(self.__repr__()) + '
')
record([testname(self.__repr__())])
def test(self):
"""xxx"""
self.req({
"url": full_url("xxx"),
"body": {}
})
setup，输出日志。
Token
因为公司登陆用的token，跟cookie类似，保留登陆状态，避免重复登陆。
如何处理token也是框架设计的一个要点。
Env设置token，因为每个系统的登陆参数值都不一样。
Var.token = login.get_token()
BaseCase.req在每次请求时获取token，从而免登录。
if "headers" not in p.keys():
p['headers'] = {'token': ''}
p['headers']['token'] = Var.token
CSV
写文件：
if not os.path.exists(path):
f = open(path, 'a', newline='')
a = csv.writer(f)
a.writerow(title)
f.close()
f = open(path, 'a', newline='')
a = csv.writer(f)
try:
a.writerow(d)
except UnicodeEncodeError:
d[4] = "Unicode隐藏" # response
a.writerow(d)
f.close()
if get_file_size(path) >= 50 * 1024 * 1024: # 超过50M删除文件
os.remove(path)
record(title)
traceback自动生成文件名：
def _sys_name():
t = str(traceback.extract_stack())
b = True
for x in os.listdir(case_dir):
if x not in ["BaseCase.py", "__pycache__"]:
if x in t:
return x + "接口调用记录" + current_date() + ".csv"
if b:
print("request找不到sysname")
print(t)
HTMLTestRunner
根据通用的版本，也是参考网上一些现有的美化代码，综合了一下，根据自己需求做了改造。
近20交易日测试通过率
加了一个echarts，把最近20交易日的测试通过率，通过折线走势图的方式展示出来。监测系统稳定性。
数据存放和读取在data目录的csv文件中。
统计表格
按项目进行分组统计，增加测试说明一列，按颜色区别测试结果状态，可点击查看详细描述和错误信息。
同时优化了整体的样式效果。
排序：
# 按照通过率从小到大排序
passrate_value = []
for key in passrate:
if key != 'total':
passrate_value.append(float(passrate[key].replace('%', '')))
passrate_value.sort()
保存折线图数据：
today = datetime.datetime.now().strftime('%Y-%m-%d')
if '--' not in names: # 跑单个系统不存
if dao_is_trade_date(today): # 非交易日不存
with open(self.rct20_path, "r") as f: # 读取数据
lines = csv.reader(f)
lines = list(lines)
for lin in lines:
lin[0] = lin[0].replace('月', '-')
lin[0] = lin[0].replace('日', '')
rct_data = lines
# print(rct_data)
nowdate = datetime.datetime.now().strftime('%m-%d')
# 如果有重复日期，先删
l = len(rct_data)
while l != 0 and nowdate == rct_data[l - 1][0]:
rct_data.pop(l - 1)
l = len(rct_data)
for pt in self.passrate_tl:
n = pt[0]
v = pt[1]
row = []
row.append(str(nowdate))
row.append(str(n))
row.append(str(v).replace('%', ''))
rct_data.append(row)
# 只存近20条
row_20 = len(names) * 20
if len(rct_data) > row_20: # 超过20条
for i in range(0, len(names)):
rct_data.pop(0)
with open(self.rct20_path, 'w', newline='') as f:
writer = csv.writer(f)
writer.writerows(rct_data)
拼接折线图数据用于展示：
while ri < len(rct_data): # 遍历 ->s_data
scan = []
while ri < len(rct_data) and rct_data[ri][0] == trade_date[di]:
s_data[rct_data[ri][1]].append(rct_data[ri][2])
scan.append(rct_data[ri][1])
ri += 1
chg = list(set(names) ^ set(scan)) # 差集
for c in chg:
s_data[c].append('--') # 增加/减少的项目，为'--'
di += 1
series = [] # 系列序列
s_names = s_data.keys()
for k in s_names:
s = {} # 单个系列
s['name'] = k
s['type'] = 'line'
if s_data != {}:
s['data'] = s_data[k]
series.append(s)
这部分代码是很久之前写的了，代码应该是不够简洁、高效、规范滴，是可以优化滴。偷了懒没有重构了。
用例设计
| 测试类型 | 描述 |
|---|---|
| 冒烟测试 | 所有接口写单独的test，确保调用正常。 |
| 全选测试 | 将所有参数尽可能多的全选上，调用接口。 一定程序上可以弥补结对测试的不足。 |
| 结对测试 | 如前文所述，关注两两组合的情况。 |
参数值，部分采用随机数。也视需求，从数据库或其他接口获取数据。
结束语
第一次写技术博客。
马上工作5年。
算是一个尝试吧。
版权申明：本文为博主原创文章，转载请保留原文链接及作者。