unitest+request

最新推荐文章于 2024-03-20 14:51:59 发布

原创最新推荐文章于 2024-03-20 14:51:59 发布 · 260 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

测试专栏收录该内容

35 篇文章

订阅专栏

博客围绕Python展开，主要提及了JSON和Unitest相关内容。JSON是常用的数据交换格式，Unitest则可用于Python代码的单元测试，二者在Python开发中都较为重要。

json

在这里插入图片描述

unitest

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

23木之

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

python+request+unittest+ddt自动化框架

AgostoDu的博客

10-10

1038

public可以分为两部分，一部分可以用来储存自己设计的模块，如调用数据库模块，用到pymysql模块、日志输出模块用到logging模块、邮件发送模块用到smtp模块和email模块、处理ini文件模块用到configparse模块、读取xlsx测试用例数据模块用到openxlrd模块、xlrd模块、xlwt模块、xlutil模块，另一部分是用来封装对UI页面的处理基类，用到的selenium模块，其中包括选择驱动、打开网页、定位元素、鼠标移动、鼠标点击、动态等待、输入内容等。

Python+unittest+requests 接口自动化测试框架搭建完整的框架搭建过程实战

HB8888888的博客

03-20

3086

一、Python+unittest+requests+HTMLTestRunner 完整的接口自动化测试框架搭建_00——框架结构简解首先配置好开发环境，下载安装Python并下载安装pycharm，在pycharm中创建项目功能目录。如果不会的可以百度Google一下，该内容网上的讲解还是比较多比较全的！大家可以先简单了解下该项目的目录结构介绍，后面会针对每个文件有详细注解和代码。 common： ——configDb.py：这个文件主要编写数据库连接池的相关内容，本项目暂未考...

参与评论您还未登录，请先登录后发表或查看评论

unitest笔记

Infinityfeng的博客

12-16

245

报告HTML格式的单元测试框架： python+selenuim+unitest 单元测试：代码级别的功能验证逻辑覆盖 testcase 五个特殊方法的使用，包括使用场景及执行顺序执行顺序如下图 setup执行测试用例的初始化 teardown：测试用例的资源释放 ...

python+unittest+HTMLTestRunner生成测试报告

xiaoshenhuo的博客

09-05

1238

结合python+unittest+HTMLTestRunner自动生成测试报告：开发构思：　　1、在测试方法相同时，测试多个不同参数的测试情况；（unittest自动根据参数条数生成多个的方法）　　2、可统计测试情况；　　3、测试情况数据过滤；　　4、日志记录失败的测试方法；测试报告预览： resultHtml.py文件，自动测试指定目录下的文件 #cod...

unittest+request接口自动化实例

qq_41752647的博客

05-27

562

# coding:utf-8 import requests import unittest import csv import ddt # 读取csv参数文件，遍历取值放入到dict_data列表中 def csv_redeFile(): bid_info = csv.DictReader(open('E:\\PL-Discover\\jiekou_unittest\\case1\\jiangxi.csv', 'r', encoding='utf-8')) dict_data = [...

java各位数字补位，左边补0

weixin_52380943的博客

12-16

5050

@Override @Transactional public CommonResult<RiHouseUnitAddResp> addUnit2(AddUnitReq req) { //社区 QueryWrapper<RiHouse> wrapperHouse = new QueryWrapper<RiHouse>(); wrapperHouse.eq("id", req.getHouseId()); ..

python+request_python+unitest+request接口框架搭建记录、以及编写经验

weixin_39942335的博客

12-30

101

我们搭建框架之前应该先确认要实现的功能1、配置文件、├─config.ini 配置文件├─readConfig.py 读取配置文件├─run.py 运行脚本├─common 公共方法类│ │ __init__.py│ ├─configDB.py 数据库链接以及操作│ └─configEmail.py 发送email方法│ └─...

接口自动化测试（python+unittest+request）

Chelseady的博客

08-01

858

1、为什么要写代码实现接口自动化大家知道很多接口测试工具可以实现对接口的测试，如postman、jmeter、fiddler等等，而且使用方便，那么为什么还要写代码实现接口自动化呢？工具虽然方便，但也不足之处：测试数据不可控制接口测试本质是对数据的测试，调用接口，输入一些数据，随后，接口返回一些数据。验证接口返回数据的正确性。在用工具运行测试用例之前不得不手动向数据库中插入测试数据。这样我们的接口测试是不是就没有那么“自动化了”。无法测试加密接口这是接口测试工具的一大硬伤，如我们前面开发

Python+request+unittest实现接口测试框架集成实例

软件测试技术资源分享官

03-20

890

接口测试本质是对数据的测试，调用接口，输入一些数据，随后，接口返回一些数据。验证接口返回数据的正确性。在用工具运行测试用例之前不得不手动向数据库中插入测试数据。这样我们的接口测试是不是就没有那么“自动化了”。

Request+Unittest接口测试框架基础搭建

哪有什么天生王者，不过是一步一个脚印

04-07

638

request库基本使用发送get请求 # 1、GET请求 r = requests.get('https://httpbin.org/ip') print(r.text) # 1.1 发送GET请求，带参数 #等同于直接访问https://httpbin.org/get?name=mikezhou r = requests.get('https://httpbin.org/get', params={'name': 'mikezhou','age':18}) print(r.text) # 1.2

自动化测试-python+requests+unittest框架

Liu_GuoXing的博客

10-27

1108

本文分享使用python+requests+unittest框架来辅助requests完成自动化测试并增加断言代码

python3+unittest+request+ddt接口测试

07-30

Python3 是一种广泛使用的高级编程语言，特别是在自动化测试领域，它的简洁性和强大的库支持使其成为首选。unittest 是 Python 内置的一个单元测试框架，用于编写和执行自动化测试用例，确保代码的质量和功能稳定性...

python+unittest+requests实现接口自动化的方法

09-19

class GetRequest(unittest.TestCase): def setUp(self): self.get_url = 'https://www.baidu.com/' def test_get_01(self): url = self.get_url r = requests.get(url) print(r.text) def tearDown(self)...

jmeter在cmd打开

Infinityfeng的博客

04-22

4378

jmeter下载就不说了去官网下载就行然后存放好内存中然后window加e 然后进入环境变量环境变量先配置好变量，然后在配置好path。先确定好下载的包存放位置如我的环境变量这样配置然后配置path，path需要配置两条，一条是路径然后打开cmd 输入jmeter就行了 ...

adb通过wifi连接真机

Infinityfeng的博客

04-27

2626

1 配置电脑adb环境 2 开启手机开发者模式，鸿蒙系统点击“版本号”7次，再开启usb调试 3 wifi连接（手机电脑在一个局域网之类，可以查看手机和电脑的ipv4地址） adb的连接操作 1 用usb连接手机，打开cmd输入 adb tcpip 5555 adb connect IP(手机ip）:5555 ...

自动化测试笔记

Infinityfeng的博客

04-08

1780

自动化测试的优势： 1 完成重复性的工作 2 提升回归测试的效率 3 利用非工作时间执行测试 4 长时间进行稳定性和压力测试 5 保证每次验证的一致性劣势： 1 不能完成取代手工测试 2 比手工测试更加脆弱 3 脚本执行次数必大于等于5次 4 具备编程能力什么样的项目适合自动化测试： 1 需求文档不会频繁变更 2 研发和维护周期长，需要频繁的执行回归测试 3 需要多平台运行相同的场景的测试步骤 4 手工测试无法实现的或者成本高的 5 被测软件开发规范，具有可测试性 6 测试人员已经具有编程能力 ..

黑马性能测试笔记

Infinityfeng的博客

07-06

1451

SQL语句简单增删改查

Infinityfeng的博客

03-30

1407

什么是 SQL？ SQL 是结构化查询语言，专门用来访问和处理数据库的编程语言。能够让我们以编程的形式，操作数据库里面的数据三个关键点： SQL 是一门数据库编程语言使用 SQL 语言编写出来的代码，叫做 SQL 语句 SQL 语言只能在关系型数据库中使用（例如 MySQL、Oracle、SQL Server）。非关系型数据库（例如 Mongodb）不支持 SQL 语言 SQL 能做什么？从数据库中查询数据向数据库中插入新的数据更新数据库中的数据从数据库删除数据

sql语句（查询）

Infinityfeng的博客

09-03

1332

desc a；查看a这个表的所有字段名 show tables查看表数据库不使用；不会执行字符串用单引号包裹，别名用中文也需要单引号包裹字段可以使用数学运算符条件查询 where = 等于！= or <>不等于小于大于小于不等于大于不等于查询范围 1 SELECT job, mgr from emp where sal >= 800 and sal <=1600 2 between and SELECT job, mgr from emp

unitest+pytest

最新发布

07-10

### unittest 与 pytest 的比较和使用 Python 中，`unittest` 和 `pytest` 是两个常用的单元测试框架。它们各自具有不同的特点和优势，适用于不同场景的测试需求。 #### 功能对比 1. **语法简洁性** `pytest` 提供了更加简洁和直观的编写方式，不需要显式继承基类或命名方法以 `test` 开头。相比之下，`unittest` 需要从 `unittest.TestCase` 继承并遵循特定的方法命名规则来标识测试用例[^1]。 2. **断言机制** `pytest` 支持原生 Python 断言语句，这使得代码更容易理解和调试。而 `unittest` 使用的是自定义的断言方法，例如 `self.assertEqual()` 或 `self.assertTrue()`，这种方式在可读性和易用性上稍逊一筹[^1]。 3. **插件扩展能力** `pytest` 拥有丰富的插件生态系统，可以通过安装额外插件实现参数化测试、覆盖率报告等功能。尽管 `unittest` 也支持通过第三方库进行扩展，但其内置功能相对有限。 4. **执行速度** 在某些情况下，由于 `pytest` 的优化设计，它可能比 `unittest` 更快地执行测试用例，尤其是在处理大量测试文件时表现更佳[^1]。 5. **社区和支持** `unittest` 是标准库的一部分，因此无需额外安装即可使用，且文档齐全。然而，随着 `pytest` 的流行度逐渐上升，越来越多的开发者倾向于选择 `pytest` 进行项目测试，因为它提供了更为灵活和强大的特性集合。 #### 使用示例 ##### unittest 示例 ```python import unittest class TestStringMethods(unittest.TestCase): def test_upper(self): self.assertEqual('foo'.upper(), 'FOO') def test_isupper(self): self.assertTrue('FOO'.isupper()) self.assertFalse('Foo'.isupper()) def test_split(self): s = 'hello world' self.assertEqual(s.split(), ['hello', 'world']) # check that s.split fails when the separator is not a string with self.assertRaises(TypeError): s.split(2) if __name__ == '__main__': unittest.main() ``` ##### pytest 示例 ```python def test_string_upper(): assert 'foo'.upper() == 'FOO' def test_string_isupper(): assert 'FOO'.isupper() assert not 'Foo'.isupper() def test_string_split(): s = 'hello world' assert s.split() == ['hello', 'world'] # check that s.split fails when the separator is not a string try: s.split(2) except TypeError: pass else: raise Exception("Expected TypeError") ``` #### 总结根据具体需求选择合适的测试框架非常重要。如果追求快速开发并且希望减少样板代码，则推荐使用 `pytest`；而对于那些需要稳定性和广泛支持的老项目来说，继续采用 `unittest` 可能会是更好的决定。