最后
🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
执行用例：获取用例的url、请求类型、请求头header、请求数据，request.get/post执行该条接口用例。
在执行用例过程中，会存在特殊情况：（1）比如test_04依赖于test_03，test_04中的请求字段supplier的参数数据来源于test_03的response中value[0].biz字段的数据，所以在执行接口过程中需要判断是否存在依赖关系；（2）比如test_06请求数据需要test_05的response中的cookies数据，所以这种类型接口也要特殊处理。
执行完成后：写入实际结果，与预期结果做对比，进行断言。
（2）看了用例excel后，对基本的流程有个大概了解，现在的问题就是如何拿取对应的数据执行接口得到运行结果
if is_run:
url = self.data.get_request_url(i)
method = self.data.get_request_method(i)
#获取请求参数
data = self.data.get_data_value(i)
# 获取excel文件中header关键字
header_key = self.data.get_request_header(i)
# 获取json文件中header_key对应的头文件数据
header = self.data.get_header_value(i)
expect = self.data.get_expect_data(i)
depend_case = self.data.is_depend(i)
举例说明1：请求url数据是存放在excel中，我们通过操作excel文件到特定单元格拿到url数据
#获取url
def get_request_url(self,row):
col = int(data_config.get_url())
url = self.oper_excel.get_cell_value(row,col)
return url
举例说明2：请求头header或者请求数据中有的数据为空，所以我们在拿取数据过程中要做判断
#获取请求数据
def get_request_data(self,row):
col = int(data_config.get_data())
data = self.oper_excel.get_cell_value(row,col)
if data == '':
return None
return data
首先拿取excel中表格中的关键字，再通过关键字去对应json文件拿取具体的请求数据。比如先拿取excel中请求数据中的hotwords，再根据此关键字去json文件读取hotwords的键值数据
"hotwords": {
"bizName": "globalSearchClient",
"sign": "8c8bc3ee9d6c4b7b8a390ae298cb6db5",
"timeMills": "1524906299999"
}
#通过获取请求关键字拿到data数据
def get_data_value(self,row):
oper_json = OperationJson('../dataconfig/request_data.json')
request_data = oper_json.get_data(self.get_request_data(row))
return request_data
#根据关键字获取数据
'''
dict['key']只能获取存在的值，如果不存在则触发KeyError
dict.get(key, default=None)，返回指定键的值，如果值不在字典中返回默认值None
excel文件中请求数据有可能为空，所以用get方法获取
'''
def get_data(self,key):
# return self.data[key]
return self.data.get(key)
（3）一般的接口都是单接口，即是单独请求，没有上下依赖关系的，针对这种只要模拟请求拿到数据进行断言就可以了。但是实际项目中会存在特殊场景，比如test_03和test04
说明：test_04中，请求数据qqmusic_more中的supplier字段依赖于test_03中的返回数据value[0].biz的值
"qqmusic_more": {
"bizName": "globalSearchClient",
"appLan": "zh_CN",
"musicLimit": "20",
"imei": "864044030085594",
"keyword": "fly",
"timeMills": "1527134461256",
"page": "0",
"sign": "17daa7e3e84bd4dfbe9a1bd9a1bd7e62",
"mac": "90f05205d7b7",
"sessionId": "43e605b914874cd99b47ac997e19c1a1",
"network": "1",
"supplier": "",
"language": "zh_CN",
}
先执行test_03，获取依赖的返回数据value[0].biz的值
#执行依赖测试，获取test_03返回结果
def run_dependent(self):
row_num = self.oper_excel.get_row_num(self.case_id)
request_data = self.data.get_data_value(row_num)
header = self.data.get_request_header(row_num)
method = self.data.get_request_method(row_num)
url = self.data.get_request_url(row_num)
res = self.method.run_main(method,url,request_data,header,params=request_data)
return res
#获取依赖字段的响应数据：通过执行依赖测试case来获取响应数据，响应中某个字段数据作为依赖key的value
def get_value_for_key(self,row):
#获取依赖的返回数据key
depend_data = self.data.get_depend_key(row)
print(depend_data) #depend_data打印数据：value[0].biz
#执行依赖case返回结果
response_data = self.run_dependent()
# print(depend_data)
# print(response_data)
return [match.value for match in parse(depend_data).find(response_data)][0]
再将value[0].biz值放入test_04请求数据qqmusic_more中的supplier字段中
if depend_case != None:
self.depend_data = DependentData(depend_case)
#获取依赖字段的响应数据
depend_response_data = self.depend_data.get_value_for_key(i)
#获取请求依赖的key
depend_key = self.data.get_depend_field(i)
#将依赖case的响应返回中某个字段的value赋值给该接口请求中某个参数
data[depend_key] = depend_response_data
（4）拿到请求相关数据后，执行该条case，获取response；然后实际结果与预期结果进行断言
res = self.run_method.run_main(method,url,data,header,params=data)
get请求参数是params:request.get(url='',params={}),post请求数据是data:request.post(url='',data={})
excel文件中没有区分直接用请求数据表示,则data = self.data.get_data_value(i)拿到的数据，post请求就是data=data,get请就是params=data
'''
根据get、post类型区分
class RunMethod:
def post_main(self,url,data,header=None):
res = None
if header != None:
res = requests.post(url=url,data=data,headers=header)
else:
res = requests.post(url=url,data=data)
return res.json()
def get_main(self,url,params=None,header=None):
res = None
if header != None:
res = requests.get(url=url, params=params, headers=header)
else:
res = requests.get(url=url, params=params)
return res.json()
def run_main(self,method,url,data=None,header=None,params=None):
res = None
if method == 'post':
res = self.post_main(url,data,header)
else:
res = self.get_main(url,params,header)
return res
（5）执行接口case过程中，可能存在某条case异常报错，导致下面的case无法运行，所以我们既要将异常日志存放在特定文件中方便后续排查，也要保证下面的case能够不受影响继续执行完
try:...
except Exception as e:
# 将报错写入指定路径的日志文件里
with open(log_file,'a',encoding='utf-8') as f:
f.write("\n第%s条用例报错:\n" % i)
initLogging(log_file,e)
fail_count.append(i)
抓取日志的方法可以使用python内置模块logging，具体用法可以参考：
import logging
def initLogging(logFilename,e):
logging.basicConfig(
level = logging.INFO,
format ='%(asctime)s-%(levelname)s-%(message)s',
datefmt = '%y-%m-%d %H:%M',
filename = logFilename,
filemode = 'a')
fh = logging.FileHandler(logFilename,encoding='utf-8')
logging.getLogger().addHandler(fh)
log = logging.exception(e)
return log
日志文件log.txt结果：直接定位问题出在哪儿
第5条用例报错:
18-06-19 10:27-ERROR-string indices must be integers
Traceback (most recent call last):
File "C:/Users/xxx/Documents/GitHub/python3_interface/main/run_test.py", line 70, in go_on_run
op_header.write_cookie()
File "C:\Users\xxx\Documents\GitHub\python3_interface\util\operation_header.py", line 30, in write_cookie
cookie = requests.utils.dict_from_cookiejar(self.get_cookie())
File "C:\Users\zhangying1\Documents\GitHub\python3_interface\util\operation_header.py", line 25, in get_cookie
url = self.get_response_url()+"&callback=jQuery21008240514814031887_1508666806688&_=1508666806689"
File "C:\Users\xxx\Documents\GitHub\python3_interface\util\operation_header.py", line 18, in get_response_url
url = self.response['data']['url'][0]
TypeError: string indices must be integers
（6）接口自动化测试执行完成后，需要将测试结果发送给项目组相关人员，邮件发送实现方法自行百度
self.send_mail.send_main(pass_count,fail_count,no_run_count)
#coding:utf-8
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import datetime
class SendEmail:
global send_user
global email_host
global password
password = "lunkbrgwqxhfjgxx"
email_host = "smtp.qq.com"
做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
我先来介绍一下这些东西怎么用，文末抱走。
* * *
**（1）Python所有方向的学习路线（新版）**
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
**（2）Python学习视频**
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
**（3）100多个练手项目**
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
**（4）200多本电子书**
这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。
基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。
**（5）Python知识点汇总**
知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。
**（6）其他资料**
还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。
**这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。**
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.youkuaiyun.com/topics/618317507)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
