为什么要做（自动化）接口测试？

　　1、由于现在各个系统的复杂度不断上升，导致传统的测试方法成本上升且测试效率大幅下降，而接口测试相对于UI测试更加稳定，且相对容易实现自动化持续集成，可以减少人工回归测试的时间成本，缩短测试周期。

　　2、接口测试可以更早的介入到项目开发中，一般只要接口定义好了，就可以写代码了。而功能测试必须要等系统提供可测的界面后才能进行。

　　3、相对于UI测试（某些测试环境搞起来贼麻烦）来说，接口测试可以更简单全面地覆盖到底层的代码逻辑，从而发现一些隐藏bug。

　　4、从安全层面来说，现在大部分系统前后端框架是分离的，只依赖前端进行限制已经不能满足系统的安全要求，需要后端同步进行控制，所以测试也需要从接口层面进行验证。

　　5.越来越多的团队开始接收DevOps所倡导的高度协同，研发、测试、运维及交付一体化的思维，对测试效能提出了更高的要求。

　　接口测试原理

　　模拟客户端向服务器发送请求，服务器接收后进行处理并向客户端返回应答，客户端再接收应答的过程。

　　测试范围

　　·业务功能（包括正常、异常场景是否实现）

　　· 业务规则（覆盖度是否全面）

　　· 参数验证（边界、业务规则是否达到要求）

　　· 异常场景（重复提交、并发提交、事务中断、多机环境、大数据量测试）

　　· 性能测试（响应时间、吞吐量、并发数、资源要求）

　　· 安全测试（权限验证、SQL注入等）

　　一、自动化测试框架规划思路

　　1.选择语言

　　· python

　　· java

　　自己擅长哪个选哪个，推荐python

　　2.编程工具选型

　　· pycharm

　　· vscode

　　自己擅长哪个选哪个？

　　3.测试框架选型

　　· unittest ---python自带的测试框架

　　· pytest ---unittest升级版，推荐

　　· httprunner

　　· rf框架 ---关键字

　　4.报告可视化方案选型

　　· htmltestrunner

　　· beautifulreport

　　· allure

　　5.持续集成方案

　　· jenkins

　　6.仓库服务器选型

　　· github ---服务器在国外

　　· gitlab

　　· gitee

　　7.测试管理工具选型

　　· 禅道

　　· jira

　　接口自动化测试框架的搭建一般有两种思路：

　　1.基于工具的

　　例如：Postman+Newman+Jenkins+Git/svn Jmeter+Ant+Jenkins+Git/svn

　　2.基于代码的

　　例如：Python+Requests+Pytest+Allure

　　个人建议：如果是学习阶段，选择基于代码的模式，通过自己一步一步的规划项目、编写代码，可以更好的理解接口自动化的实现原理，之后再学习一些工具会更得心应手。

　　我这里选择的是： Python+pycharm+pytest+allure+gitlab+jira

　　规划好方案后就可以创建我们的项目代码工程了（可以与编写测试用例并行，需要提前约定好测试用例的格式，方便后续代码设计）。

　　二、项目代码工程构建思路

　　设计框架的原则：

　　· 封装基类方法

　　对于一些较通用的方法，可以封装，比如发送请求、增、删、改、查。

　　· 高内聚低耦合

　　每个模块尽可能独立完成自己的功能，不依赖于模块外部的代码。

　　模块与模块之间接口的复杂程度尽量低，比如在类内部尽可能减少方法之间的调用，否则一个方法的变动会影响调用它的另一个方法。

　　· 脚本分离

　　业务代码、测试数据应该相互剥离、灵活调用。理念类似初识PO模式并在Selenium中简单实践中的PO设计模式。代码中应该不出现具体的数据、配置。而是调用对应的数据文件。

　　三、一个比较完善的项目代码工程结构：

　　- common #包文件，公共模块，存放一些通用方法

　　 - baseapi.py

　　 - class BaseApi()#基类

　　 - 方法1：发送请求

　　 - 方法2：增

　　 - 方法3：删

　　 - 方法4：改

　　 - 方法5：查

　　- libs #包文件，存放业务层代码

　　 - login.py #登陆模块

　　 - class Login(BaseApi) #继承基类里的BaseApi

　　 - 方法1：发送登陆请求

　　 - 方法2：发送登出请求

　　 - logout.py #登出模块

　　 - class Logout(BaseApi)

　　- configs #包文件，存放配置

　　 - config.py

　　 - HOST='xxx'#用于切换测试环境

　　 - url='xxx'

　　- datas #文件夹，存放数据/测试用例

　　 - xxx.xls

　　 - xxx.yaml

　　- testCase #包文件，存放测试用例代码,注意符合pytest命名规范

　　 - test_login.py

　　 - class Test_login

　　 - 方法1：test_login01

　　 - 方法2：test_login02

　　 - test_logout.py

　　 - - class Test_logout

　　 - 方法1：test_logout01

　　 - 方法2：test_logout02

　　- outFiles #文件夹，输出文件

　　 - logs #存放log文件

　　 - report #存放报告

　　 - screenShot #存放截图

　　- tools #包文件，工具类

　　 - handle_data.py

　　 - handle_excel.py

　　 - handle_path.py

　　 - handle_yaml.py

　　- docs #文件夹，存放说明类文档

　　 - 代码规范.doc

　　 - 需求文档.doc

　　框架搭建：

　　四、后续代码编写思路：

　　框架写好后的代码编写思路，大体上为

　　1.基类封装，把一些常用的方法比如发送请求、增、删、改、查放到我们的基类里。

　　2.编写业务层的接口代码。

　　3.编写测试用例代码，过程中发现缺什么就去写什么方法，思考这个方法应该放在具体业务内还是基类还是tools内，这个过程是对代码不断优化的过程。直到我们的用例代码写完。

　　比如，写测试用例代码过程中需要读取yaml文件，就在tools内加一个get_yml_data的方法

　　再比如，两个业务模块之间需要关联，需要A方法返回对象给B方法用，则去优化A方法，给出返回值。

　　再再比如，一些关键节点需要截图，则去补充截图的方法。