第一个自动化测试框架

一.自动化测试分类：

1.数据驱动：

　　根据数据（读取excel）来去测试的。

2.代码驱动：

　　测试用例都是写代码的。

3.关键字驱动：

　　UI自动化，根据封装好的工具，输入关键字来测试，有点傻瓜式测试。

二.自动化框架：可以理解为工具的集合。日常工作中，根据工作需求，实现某些功能，封装起来。或结合其他自动化工具。

三.举例：数据驱动自动测试框架：

自动化测试框架步骤：

1.获取用例

2.调用接口

3.校验结果

4.发送测试报告

5.异常处理

6.日志模块

 码起来：【宗旨：一个函数只做一件事情】

提示：

1.用例文件的内容：

2.ATP文件的结构：

 一.在common.py里写OpCase类，及get_case,my_request,check_res,write_excel,dataToDict函数。

1.get_case()函数：获取用例。获取用例中需要的数据：url，请求方式，请求数据及预期结果，放到cases list里

import xlrd
from lib.log import atp_log

class OpCase(object):  
    def get_case(self,file_path):#获取用例的函数

        cases = [] #存放所有的case
        if file_path.endswith('.xls') or file_path.endswith('.xlsx'):  #判断用例文件是否是excel
            try:
                book = xlrd.open_workbook(file_path)
                sheet = book.sheet_by_index(0)
                for i in range(1,sheet.nrows):
                    row_data = sheet.row_values(i)  #获取每行
                    cases.append(row_data[4:8]) #将用例中第5列至第9列截取到cases list中
                atp_log.info('共读取%s条用例'%(len(cases)))  #读取用例的条数
                self.file_path = file_path  #在实例中将路径（文件名）定义，在后面write_excel()函数中不需要再传入该参数，可以直接用，否则需要在write_excel()函数中传入参数file_path
            except Exception as e:
                atp_log.error('【%s】用例获取失败，错误信息：%s'%(file_path,e))
        else:
            atp_log.error('用例文件不合法的，%s'%file_path)
        return cases

 2.my_request()及dataToDict()函数，调用接口。通过url，data请求获取返回的内容，其中获取的data需要先转成字典

import requests

    def my_request(self,url,method,data):#参数url,method,data
        method = method.upper() #传入参数有可能会有大小写，统一转成大写字母
        data = self.dataToDict(data)  #将获取的数据做处理，转成字典
        try :
            if method=='POST': #判断method的类型
                res = requests.post(url,data).text  #发送请求并转换成字典
            elif method=='GET':
                res = requests.get(url,params=data).text
            else:
                atp_log.warning('该请求方式暂不支持。。')  #调用日志文件
                res = '该请求方式暂不支持。。'
        except Exception as e:
            msg = '【%s】接口调用失败，%s'%(url,e)
            atp_log.error(msg)
            res = msg
        return res  #返回请求返回的内容


    def dataToDict(self,data):#从excel表里获取的data格式：username=fancy,passwd=abc123456，把数据转成字典

        res = {}
        data = data.split(',')
        for d in data:
            k,v = d.split('=')
            res[k]=v
        return res

3.check_res()函数，校验结果成功或失败。将从服务器获取的返回结果与excel表里的预期结果比较，是否一致，若一致返回“成功”并写入结果，否则失败。

首先了解从my_request里获取的返回内容的样式：

excel表里预期结果的样式：

思路：将my_request()函数里返回的res样式变为：

然后判断预期结果check是否在res返回的这个字典里。

具体实现如下：

    def check_res(self,res,check):
        res = res.replace('": "','=').replace('": ','=')  #两次替换，把res里返回的字典里所有的替换成=号（因为返回的Json串格式都是一样的)
        for c in check.split(','): #将预期结果里的以逗号分开
            if c not in res: #判断预期结果里的list是否在返回结果res里
                atp_log.info('结果校验失败，预期结果：【%s】，实际结果【%s】'%(c,res))
                return '失败'
        return '成功'

4.write_excel()函数，写excel。获取返回每条用例的执行结果cases_res。需导入xlutils模块。

注：在get_case()函数里，定义了： self.file_path = file_path  ，因此在该函数write_excel()中不需要再传入file_path参数，可以直接调用，否则需要在write_excel()函数中传入参数file_path。

 首先需要了解用例返回结果样式：返回一个二维数组：[['abcxx,‘通过’],[abxx2,‘失败’]....]，将结果写入返回报文和测试结果列。

from xlutils import copy

        def write_excel(self,cases_res):
        # [ ['dsfd',"通过"] ,['sdfsdf','失败'] ]
        book = xlrd.open_workbook(self.file_path)
        new_book = copy.copy(book)
        sheet = new_book.get_sheet(0)
        row = 1  #从第二行开始写，第一行是表头
        for case_case in cases_res: #获取到每一个结果
            sheet.write(row,8,case_case[0]) #写第8列
            sheet.write(row,9,case_case[1]) #写第9列
            row+=1
        new_book.save(self.file_path.replace('xlsx','xls'))  #如果是xlsx结尾的将替换为xls结尾，保证excel可以打开

二.在lib下写发邮件的类：send_mail.py

发邮件是需要定义一些变量、常量，因此将这些内容写在配置文件setting里便于管理。

import yagmail
from conf import setting  #将setting文件里定义的常量导入
from lib.log import atp_log  #导入lib下的log文件，写日志
def sendmail(title,content,attrs=None):
    m = yagmail.SMTP(host=setting.MAIL_HOST,user=setting.MAIL_USER
                 ,password=setting.MAIL_PASSWRD,smtp_ssl=True  #当是qq邮箱时，需加入smtp_ssl=True
                 )
    m.send(to=setting.TO,subject=title,
           contents=content,
           attachments=attrs)
    atp_log.info('发送邮件完成')

三.在conf下新建setting.py，配置文件里定义各种需要的变量，常量，修改时，方便。

import os
BASE_PATH = os.path.dirname(
    os.path.dirname(os.path.abspath(__file__))  #获取ATP所在的路径
)
MAIL_HOST='smtp.163.com'
MAIL_USER='liu.****@163.com'
MAIL_PASSWRD = 'p888****g421'
TO = [
    '5472*****@qq.com',
]
LEVEL = 'debug' #日志级别

LOG_PATH = os.path.join(BASE_PATH,'logs') #存放日志的路径，动态获取的，无论文件存放位置
CASE_PATH = os.path.join(BASE_PATH,'cases') #存放日志的路径
LOG_NAME='atp.log' #日志的文件名

四.在lib下log.py文件。写日志文件，在其他文件抛异常时，会打印日志，直接调用该文件。

import logging,os
from logging import handlers
from conf import setting
class MyLogger():
    def __init__(self,file_name,level='info',backCount=5,when='D'):
        logger = logging.getLogger()  # 先实例化一个logger对象，先创建一个办公室
        logger.setLevel(self.get_level(level))  # 设置日志的级别的人
        cl = logging.StreamHandler()  # 负责往控制台输出的人
        bl = handlers.TimedRotatingFileHandler(filename=file_name, when=when, interval=1, backupCount=backCount, encoding='utf-8')
        fmt = logging.Formatter('%(asctime)s - %(pathname)s[line:%(lineno)d] - %(levelname)s: %(message)s')
        cl.setFormatter(fmt)  # 设置控制台输出的日志格式
        bl.setFormatter(fmt)  # 设置文件里面写入的日志格式
        logger.addHandler(cl)
        logger.addHandler(bl)
        self.logger = logger

    def get_level(self,str):
        level = {
            'debug':logging.DEBUG,
            'info':logging.INFO,
            'warn':logging.WARNING,
            'error':logging.ERROR
        }
        str = str.lower()
        return level.get(str)


path = os.path.join(setting.LOG_PATH,setting.LOG_NAME) #拼好日志的绝对路径
atp_log = MyLogger(path,setting.LEVEL).logger  #日志级别
#直接在这里实例化，用的时候就不用再实例化了

五.在bin下新建start.py。start.py文件是启动文件，程序的入口，串联整个系统功能的所有逻辑。

import os,sys
BASE_PATH = os.path.dirname(
    os.path.dirname(os.path.abspath(__file__))  #获取ATP的路径
)
sys.path.insert(0,BASE_PATH)  #将ATP目录下的所有文件加到环境变量，这样保证以后在哪里运行都可以

from lib.common import OpCase #导入读取用例的类
from lib.send_mail import sendmail  #导入发邮件的类
from conf import setting  #导入配置文件
class CaseRun(object): #启动的类
    def find_cases(self):
        op = OpCase()  #实例化获取用例的类，便于调用OpCase()类下的函数
        for f in os.listdir(setting.CASE_PATH):#每次循环的时候读一个excel
            abs_path = os.path.join(setting.CASE_PATH,f)  #拼成绝对路径，f只是一个文件名
            case_list = op.get_case(abs_path)  #调用OpCase()类下的获取用例的函数，获取所有用例
            res_list = []
            pass_count,fail_count = 0,0
            for case in case_list:#循环每个excel里面所有用例
                url,method,req_data,check = case  #check：预期结果
                res = op.my_request(url,method,req_data) #调用完接口返回的结果，res:实际结果
                status = op.check_res(res,check)  #调用check_res()函数，校验预期结果&实际结果
                res_list.append([res,status])  #将返回结果和测试结果加入一个list，定义res_list,便于写入excel
                if status=='成功':
                    pass_count+=1
                else:
                    fail_count+=1
            op.write_excel(res_list)  #将res_list（返回报文，测试结果)写入excel
            msg = '''
            xx你好：
                本次共运行%s条用例，通过%s条，失败%s条。
            '''%(len(res_list),pass_count,fail_count)
            sendmail('测试用例运行结果',content=msg,attrs=abs_path)  #发邮件

六.启动：在start.py文件中：

CaseRun().find_cases() #调用find_cases函数

欧了，整个简单的自动化框架包装完毕。