Python接口测试快速实践，让你的编程更上一层楼！

简单接口搭建(表单/REST)

五步教会你写接口

首先要安装flask包: pip install flask

1. 从flask中导入Flask类和request对象: from flask import Flask, request
2. 从当前模块实例化出一个Flask实例:app=Flask(__name__)
3. 编写一个函数来处理请求
   1. 从请求对象中获取数据:a=request.values.get("a");b=request.values.get("b")
      • request.params: 字典格式,存储请求中的url参数
      • request.form: 字典格式,存储请求中的表单数据
      • request.values: 字典格式, 包含params和form中的值
      • request.json: 字典格式, 存储json类型的请求数据, 如果请求类型非json, 值为空
   2. 进行业务处理: sum = int(a) + int(b)
   3. 组装并返回响应数据: return str(sum) # http一般使用字符串传输数据
4. 为接口指定接口地址和接受的方法:@app.route("/add/", methods=["GET"]) # 写到函数上面(装饰器)
5. 运行接口:
   最后添加:

if __name__ == "__main__":
app.run()

保存为add.py, 打开命令行,进入add.py所在目录,运行python add.py

完整代码

# 1. 导入包 
from flask import Flask, request
# 2. 实例化一个
app = Flask(__name__)
# 3. 编写一个接口处理方法
@app.route("/add/", methods=["GET","POST"]) # 4. 挂载路由(指定接口的url路径), 声明接口接受的方法
def add():  
	# 3.1 从请求中获取参数
	# request.values  {"a": "1", "b": "2"}
    a = request.values.get("a")
    b = request.values.get("b")
	# 3.2 业务操作
    sum = int(a) + int(b)
	# 3.3 组装响应并返回
    return str(sum)

# 5. 运行接口
if __name__ == '__main__':
	app.run() # 默认5000端口,可以指定端口app.run(port=50001)

REST类型接口实现

from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route("/api/sub/", methods=["POST"])
def sub():
	if not request.json: # 如果请求数据类型非json
		return jsonify({"code": "100001", "msg": "请求类型错误", "data": None})

	if not "a" in request.json or not "b" in request.json: # 如果参数中没有a或者没有b
		return jsonify({"code": "100002", "msg": "参数缺失", "data": None})
	
	a = request.json.get("a")
	b = request.json.get("b")
	result = str(float(a) - float(b)) # 使用float支持浮点数相减
	return jsonify({"code": "100000", "msg": "成功", "data": result}) # 使用jsonify将字典数据转换为json类型的相应数据

if __name__ == '__main__':
	app.run()

使用Postman测试接口(Form/Json)

编写接口文档

接口测试基础

接口测试概念

接口测试是测试系统组件间接口的一种测试。
接口测试主要用于检测外部系统与系统之 间以及内部各个子系统之间的交互点。测试的重点是要检查数据的交换，传递和控制管理过 程，以及系统间的相互逻辑依赖关系等。

接口测试目的

• 核心：保证系统的稳定
• 手段：持续集成
• 目的：提高测试效率，提升用户体验，降低产品研发成本

接口测试一般流程

• 列出需求
• 安排资源，编写接口用例 -> 用例评审
• 编写接口测试代码 -> 代码评审codeReview
• 执行接口测试

接口测试关注点

• 功能:功能实现,实现与设计一致, 接口通过性测试
• 健壮性: 边界值,容错性
• 性能: 并发及压测
• 稳定性: 长期运行的稳定性
• 安全性: SQL注入, session依赖, 数字签名, http接口的安全性

常见接口种类

• Http/Https接口: 通过http/https协议传送接口数据(通常按字符串/二进制传输), 如常见的网页表单, https安全性更好
• RESTful Api: REST表述性状态传递. 一种设计风格,基于http/https协议, 把一切接口视为资源, 接口要分版本,在统一的域名下管理, 不同的方法(get/post..)做不同的事,通常请求及响应使用json格式
• Web Service: SOAP简单面向对象协议, 基于http实现的一种RPC方案.接口返回一些对象,可以直接通过操作对象,实现我们需要的业务处理.使用xml格式传输数据
• RPC接口: RPC为远程方法调用, 有不同的实现方案,基于TCP/Http协议的都有. RPC可以想我们本地导入和调用对象一样使用. Dubbo接口也是一种RPC接口.

常见接口数据类型

• 请求数据类型(Content-Type):
  • application/x-www-form-urlencoded: 常规只有文本的网页表单
  • application/json: RESTful Api常用格式, 结构清晰, 含有多层嵌套
  • multipart/form-data: 既有文本,又有上传文件或富文本框的混合数据表单
  • text/xml: xml格式, RPC接口常用格式
• 响应数据类型
  • string/html: 返回字符串或网页源码
  • json: RESTful Api常用响应格式, 结构清晰
  • xml: RPC接口常用格式

常见接口安全验证方式

• Auth_1.0/Auth_2.0: 通用接口授权方式
• Session依赖: 需要登录之后才能进行接口操作
• Token验证: 先要使用自己的appid/appsecret通过获取token接口验证身份获取一个token(令牌,有一定有效期), 然后带着token访问接口
• 数字签名: 将原本的参数按一定规则进行组合,配合时间戳或appsecret, 通过加密算法生成一个签名sign, 携带签名进行接口请求

常见接口请求方法

• GET: 获取资源
• POST: 修改资源
• PUT: 上传资源
• DELETE: 删除资源
• HEAD: 只请求页面首部
• PATCH: 补丁
• OPTIONS: 运行客户端查看服务器性能
  ......

常见状态码(RESTful规范)

• 200系: 成功
  • 200 OK - [GET]：获取资源成功
  • 201 CREATED - [POST/PUT/PATCH]：创建/修改成功
  • 202 Accepted - [*]：任务接受
  • 204 NO CONTENT - [DELETE]：删除成功
• 300系: 重定向
  • 301 Moved Permanently: 永久重定向
  • 302 Found: 临时重定向
• 400: 资源错误
  • 400 INVALID REQUEST - [POST/PUT/PATCH]：用户请求错误
  • 401 Unauthorized - [*]：没有权限(鉴权失败, 接口层)
  • 403 Forbidden - [*] 资源禁止访问(服务器层,没有访问权限)
  • 404 NOT FOUND - [*]：资源不存在
  • 405 Method Not Allowd: 访问的方法不允许, 如用POST访问只支持GET请求的接口
  • 406 Not Acceptable - [GET]：用户请求的格式不可得(比如用户请求JSON格式，但是只有XML格式)
  • 410 Gone -[GET]：资源被永久删除
  • 422 Unprocesable entity - [POST/PUT/PATCH] 当创建对象时，发生验证错误
• 500系: 服务器内部错误(接口崩溃或有Bug)
  • 500 INTERNAL SERVER ERROR - [*]：服务器发生错误

接口业务类型

• 返回数据型接口: 只从数据库读取数据
• 业务操作型接口: 需要写数据库(接口测试需要要涉及参数化或环境清理)

快速上手接口测试

获取接口文档

• Wiki
• Word文档
• Postman导出
• 抽象接口定义
• 接口管理平台

接口文档分析

• 功能分析: 是否能满足业务(是否缺少某个前端需要的参数), 是否能满足所有业务场景(是否有漏开发接口, 比如只开发了单品接口,没开发套餐接口)
• 设计分析: 是否有不规范字段(如,nickname, passwd);不规范格式(如sex,用男,女而不是1,2);是否有易混淆字段(如amount和total);是否有单词拼错;是否有和数据库字段对应但名称不一样的(易错)
• 接口分析: 协议类型(http要考虑安全);请求方法(是否规范);请求编码格式(表单/Json/xml, 很多接口文档不声明,导致测试调试不通);接口授权方式;接口业务类型(关系到是否需要做参数化或环境清理); 返回值类型及结构(关系到怎么断言)
• 接口依赖: 需要什么环境准备和业务场景, 依赖那些接口, 有那些动态数据, 预备环境怎么保障
• 参数分析: 各个参数的参数类型,组成规则,是否允许不传,是否可以为空, 是否允许多传参
• 业务分析: 如price字段必须和数据库中的商品的price字段一致,才能校验通过
• 非功能性: 接口的技术实现方案是否合理, 能否满足高并发的性能要求, 边界值/极限值的处理是否合适, 是否前后端都有数据格式校验等(如精确度为秒级的订单号生成器,在高并发下会导致生成同一订单号的问题)
• 其他: 如反爬,对headers的一些限制和校验, ip等限制

编写接口用例

Excel/TestLink/禅道

• 单接口用例: 正常数据/边界数据/异常数据(健壮性)/并发(一致性)/性能/安全性(抓包截取伪造/SQL注入/跨域请求)
• 场景用例: 列出常见的用户场景, 用接口进行覆盖, 业务场景压测(寻找某个环节的性能瓶颈)

TestCase	Url	Method	DataType	a	b	Excepted	Actual	Status
test_add_normal	/api/add/	GET	Url	3	5	8
test_add_zero	/api/add/	POST	FORM	0	0	0
test_add_negetive	/api/add/	POST	FORM	-3	5	2
test_add_float	/api/add/	POST	FORM	3.2	5.2	8.4
test_add_null	/api/add/	POST	FORM			0

执行接口测试

• Postman: 功能调试
• Jmeter: 性能

接口自动化实践

五步教会你写接口自动化用例

需要安装三方包:requests pytest pytest-htmlpip install requests pytest pytest-html

1. 导入requests模块
   import requests
2. 组装请求参数和数据
   url = 'http://127.0.0.1:5000/add/'
params = {"a":3, "b":5} # get请求url参数, 字典格式
data = {"a":3, "b":5} # post请求请求数据, 字典格式
3. 发送请求得到response对象
   resp = requests.get(url=url, params=params)
resp = requests.post(url=url,data=data)
4. 解析response对象
   • resp.text # 获取响应文本
5. 断言结果
   assert resp.text == '8'
   完整代码:

# 1. 导入包
import requests

base_url = "http://127.0.0.1:5005"

# 2. 组装请求
def test_add_normal():
	# url  字符串格式
    url = base_url + "/add/"
    
	# data {} 字典格式
    data = {"a": "1", "b": "2"}
    # 3. 发送请求,获取响应对象
    response = requests.post(url=url, data=data)
# 4. 解析响应
# 5. 断言结果
    assert response.text == '3'

REST类接口自动测试方法

请求格式为json

三处不同:

1. 必须通过headers指定内容类型为application/json: ```headers=
2. 请求数据要转化为字符串: data=json.dumps(data) (使用json.dumps需要import json)
3. json格式的响应数据,在接口调试通过和稳定的情况下可以使用response.json()解析为字典格式,进行断言

完整代码:

# 1. 导入包
import requests
import json

base_url = "http://127.0.0.1:5005"

def test_sub_normal():
    url = base_url + "/api/sub/"
    headers = {"Content-Type": "application/json"} # 1. 必须通过headers指定请求内容类型为json
    data = {"a": "4", "b": "2"}
    data = json.dumps(data) # 2. 序列化成字符串
    response = requests.post(url=url, headers=headers, data=data)
    # 3. 响应解析 # 响应格式为: {"code":"100000", "msg": "成功", "data": "2"}
    resp_code = response.json().get("code") 
    resp_msg = response.json().get("msg")
    resp_data = response.json().get("data")
    # 断言
    assert response.status_code == 200
    assert resp_code == "100000"
    assert resp_msg == "成功"
    assert resp_data == "2"

补充1: 感受Python黑科技之exec()动态生成用例:

数据文件: test_add_data.xls

TestCase	Url	Method	DataType	a	b	Excepted	Actual	Status
test_add_normal	/api/add/	GET	Url	3	5	8
test_add_zero	/api/add/	POST	FORM	0	0	0
test_add_negetive	/api/add/	POST	FORM	-3	5	2
test_add_float	/api/add/	POST	FORM	3.2	5.2	8.4
test_add_null	/api/add/	POST	FORM			0

import requests
import xlrd

base_url = 'http://127.0.0.1:5005'

# 1.打开excel
wb = xlrd.open_workbook("test_add_data.xls")
# 2. 获取sheet
sh = wb.sheet_by_index(0)  # wb.sheet_by_name("Sheet1")
# 行数 sh.nrows 列数 sh.ncols
# 获取单元格数据
# print(sh.cell(1,0).value)
# print(sh.nrows)
tpl = '''def {case_name}():
    url = base_url + '/add/'
    data = {{"a": "{a}", "b":"{b}"}}
    response = requests.get(url=url, data=data)
    assert response.text == '{expected}'
'''

for row in range(1, sh.nrows):
    case_name = sh.cell(row,0).value
    a = sh.cell(row, 4).value
    b = sh.cell(row, 5).value
    expected = sh.cell(row, 6).value
    case = tpl.format(case_name=case_name, a=a, b=b, expected=expected)
    exec(case)

动态生成的用例支持pytest发现和执行

自动化接口用例运行

1. 将自动化测试用例保存为test*.py,一个文件里可以写多个用例, 如上面两个接口保存为test_user.py
2. 在自动化用例脚本所在目录打开命令行, 运行pytest(运行所有test开头的.py用例)或pytest test_user.py(只运行该脚本中用例)
3. pytest一些参数
   • -q: 安静模式(不显示环境信息) pytest -q test_user.py
   • --html=report.html:执行完生成report.html报告(文件名可以自己指定)pytest test_user.py --html=test_user_report.html
   • --resultlog=test.log: 执行完成生成执行结果log文件pytest test_user.py --resultlog=run.log

requests库详解

请求方法

• requests.get()
• requests.post()
• requests.delete()
• .....
• requests.session() # 用来保持session会话,如登录状态

请求参数

• url: 接口地址, str url="http://127.0.0.1:5000/add/"
• headers: 请求头, dict headers={"Content-Type": "application/json"}
• params: url参数, dict params={"a":"1":"b":"2"}
• data: 请求数据, dict data={"a":"1":"b":"2"}
• files: 文件句柄, dict files={"file": open("1.jpg")}
• timeout: 超时时间,单位s, str, 超过时间会报超时错误```requests.get(url=url,params=params,timeout=10)

响应解析

• resp: 响应对象
• resp.status_code: 响应状态码
• resp.text # 响应文本
• resp.json() # 响应转化为json对象(字典)-慎用:如果接口出错或返回格式不是json格式,使用这个方法会报错
• resp.content # 响应内容, 二进制类型

最后，如果你对Python感兴趣，想要学习python，希望可以帮到你，一起加油！以上是给大家分享的Python全套学习资料，都是我自己学习时整理的：

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，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。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，还有环境配置的教程，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频全套

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。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

 **学习资源已打包，需要的小伙伴可以戳这里：【学习资料】