1.自动化测试流程

-- 需求分析。需求文档，接口文档，抓包接口

-- 测试计划。通常包含项目的进度，是否自动化，优先级

-- 测试用例（是从手工测试提取出来的）

-- 用例评审

-- 执行测试。（写代码）

-- 测试报告

接到项目之后，如何去进行需求分析：

1.需求文档，功能展示以及交互

2.接口文档，后端数据是怎么传输的

3.数据库账号，数据库地址，结构帮大家熟悉整个项目的轮廓，字段

4.测试环境，环境怎么搭建

5.原型图

测试计划：

通常是由测试经理或者项目经理来编写的

1.可行分析，是否要引入自动化，哪此场景引入自动化，哪此功能引入自动化，做自动化不是全量覆盖，不可能是所有用例都进行自动化，

2.风险因子，存在哪此风险

3.时间管控，主要是时间、技术、进度、优先级的管控

4.技术，使用什么技术（python、java），使用什么测试单元框架（unittest、pytest）

测试用例：

写到excel，手工测试用例，指的是全量的测试用例，不是自动化测试用例

案例：

通常来说，任何一个项目或是新功能，会先进行手工测试，也是要进行全量的用例编写

自动化测试主要包括：

1.冒烟测试：主流程是否能正常运行

2.回归测试：验证开发修复的bug是否正常，并没有引入新的bug

3.持续集成：一天要重复测试好几次

2.接口需求分析

接口文档：

-- 纸质（电子）

-- open api，swagger（网站）

-- 什么都没有，全凭一张嘴（自己抓包）

通过抓包或postman调试工具来设计测试用例，预期结果

3.用例设计

用excel进行编写，最好是一个接口编写一个sheet页，这样好进行测试

注意json格式数据一定要规范，双引号，英文的逗号等

预期结果可以使用postman调试工具来获取

4.编写自动化测试用例函数

领导丢给你一个自动化测试计划

先不要着急做到十全十美，第一步是验证你的自动化测试程序是否能正常运行

先把功能实现

写一个单独的自动化测试用例函数。以test_开头，需要有请求发送，得到响应结果，断言，生成测试报告

新建一个test_register.py，代码如下：

import unittest
import requestsclass TestRegister(unittest.TestCase):def test_register_01(self):'''步骤：1.准备测试数据2.发送接口请求，得到实际结果3.预期结果和实际结果的断言'''# 1.准备测试数据url = 'http://api.lemonban.com:8766/futureloan/member/register'method = 'post'headers = {'X-Lemonban-Media-Type': 'lemonban.v2'}json_data = {"mobile_phone": "", "pwd": "12345678"}expected = {"code": 1,"msg": "手机号为空","data": None,"copyright": "Copyright 柠檬班 © 2017-2019 湖南省零檬信息技术有限公司 All Rights Reserved"}# 2.发送接口请求，得到实际结果response = requests.request(method=method,url=url,headers=headers,json=json_data)actual = response.json()# 3.预期结果和实际结果的断言self.assertEqual(expected,actual)
# 有多少条用例就可以写多少个自动化测试函数，这里就不写所有的了

新建一个run.py来收集用例，运行用例，代码如下：

import unittest
import unittestreport# 收集测试用例
suite = unittest.defaultTestLoader.discover('tests')
# 生成测试报告
runner = unittestreport.TestRunner(suite)
runner.run()

运行结果：

有了以上的基础后，我们可以引入ddt，优化下测试用例函数，降低代码重复率。

ddt适用的场景：不同的数据，测试步骤是一样的

之前有一章是讲框架搭建，然后我们创建的共同的包可以拿来直接使用Python框架模型搭建_晒不黑的黑煤球的博客-CSDN博客

Python项目路径_晒不黑的黑煤球的博客-CSDN博客

直接复制之前的common，config，data包来用，

注意：第一点：设置根目录，第二点：将data目录里的数据更换成新建的excel表格

主要是用到excel.py，config.py

excel.py代码如下：

from openpyxl import load_workbookdef read_excel(file_name, sheet_name):wb = load_workbook(file_name)sheet = wb[sheet_name]data = list(sheet.values)titles = data[0]rows = [dict(zip(titles, row)) for row in data[1:]]return rows

config.py代码如下：

import os# 获取config.py当前文件的路径
curren_path = os.path.abspath(__file__)
# 配置文件目录的路径
config_dir = os.path.dirname(curren_path)
# config包的路径
cf_dir = os.path.dirname(config_dir)
# 拼接出data的路径
data_dir = os.path.join(cf_dir, 'data')
# 拼接出测试用例cases.xlsx的路径
cases_dir = os.path.join(data_dir, 'cases.xlsx')
# host地址
host = 'http://api.lemonban.com:8766'

因为测试跟开发环境不是同一个，会经常替换，所以把host写到配置文件里，这样方便操作，不用修改excel表格中的每一条

新建一个test_register_ddt.py，代码如下：

import unittest
import requests
import json
from common.excel import read_excel
from config import config
from ddt import ddt,data
from common.logger import log# 得到测试数据
excel_data = read_excel(file_name=config.cases_dir, sheet_name='register')@ddt
class TestRegister(unittest.TestCase):@data(*excel_data)def test_register(self,info):'''步骤：1.准备测试数据2.发送接口请求，得到实际结果3.预期结果和实际结果的断言'''# 1.准备测试数据log.info(f'正在测试{info}')# 要把配置文件的host跟取出来excel表中的url进行拼接url = config.host + info['url']method = info['method']# 将json格式字符串转化成字典，因为requests.request需要字典格式headers = json.loads(info['headers'])json_data = json.loads(info['json'])expected = json.loads(info['expected'])# 2.发送接口请求，得到实际结果response = requests.request(method=method, url=url,headers=headers, json=json_data)actual = response.json()# 3.预期结果和实际结果的断言self.assertEqual(expected, actual)

运行结果：

总结：

调试过程：

1.首先程序报错，从报错信息中查看error message:Invalid URL '/futureloan/member/register': No schema supplied

2.找到报错行，报错信息中哪个文件是你写的，行号，跳到行号

3.如果有多个文件是自己编写的，行号都找出来

4.哪一行出错，就在哪一行设置断点，通过debug调试

5.分层思想

tests/:存储自动化用例

common/：通用模块

logs/：保存日志文件

data/：保存测试数据，excel文件

setting/：配置文件

reports/：保存测试报告

run.py：收集用例，运行用例，生成测试报告

6.注册接口测试优化

6.1测试报告展示不覆盖

通过时间戳来解决测试报告不覆盖问题

使用BeautifulReport生成测试报告

import unittest
from BeautifulReport import BeautifulReport
from datetime import datetime# 收集测试用例
suite = unittest.defaultTestLoader.discover('tests')
# 生成测试报告
'''默认的report.html需要改成report-2021-10-26-13-10.html
如何生成文件名
1.获取现在的时间戳 ts = 2021-10-26-13-10
2.字符串拼接f'report-{ts}.html'
3.字符串拼接f'reports/report-{ts}.html'
'''
# 获取时间戳
ts = datetime.now().strftime('%Y-%m-%d-%H-%M-%S')
# 拼接文件目录
filename = f'reports/report-{ts}.html'
runner = BeautifulReport(suite)
runner.report('测试报告',filename=filename)

运行结果：

使用unnittestreport生成测试报告

import unittest
import unittestreport
from datetime import datetime# 收集测试用例
suite = unittest.defaultTestLoader.discover('tests')
# 生成测试报告
ts = datetime.now().strftime('%Y-%m-%d-%H-%M-%S')
filename = f'report-{ts}.html'
runner = unittestreport.TestRunner(suite, filename=filename)
runner.run()

运行结果：

注意：unnittestreport生成的报告会自动创建reports目录，因此filename = f'report-{ts}.html'不需要手动添加reports目录，但BeautifulReport需要手动添加

可以看到每次运行一次run.py，就会生成一个当前系统时间命名的.html文件

6.2注册的手机号码生成

方案1：手工把手机号+1，运营商（号段）不支持，或者造成跟别人的号码冲突

方案2：数据库清掉，最好不要清库，不一定有数据库删除权限

方案3：使用第三方库faker来伪造手机号码，使用前需要安装pip install faker

faker用法，安装后一定要导入

from faker import Faker# 生成手机号
# 不填写locale=['zh-cn']，得到是国外的手机号码
faker = Faker()
print(faker.phone_number())
# 得到是中国的手机号码
faker = Faker(locale=['zh-cn'])
print(faker.phone_number())
# 得到一个地址
print(faker.address())
# 得到一个公司名
print(faker.company())
# 得到一个人的姓名
print(faker.name())
# 得到一个身份证号
print(faker.ssn())

运行结果：

218.367.2113
13910723249
河南省玉珍市高港杨街U座 326239
通际名联网络有限公司
张涛
230403194705041796

接着来搞一下动态数据替换，修改之前编写过的代码

把伪造手机号封装成一个函数，方便调用，新建一个phone_number.py放在common目录下

phone_number.py代码如下：

from faker import Fakerdef mobile_phone():faker = Faker(locale=['zh-cn'])return faker.phone_number()

修改测试用例内容：

需要伪造手机号的地方做个标记

修改test_register_ddt.py代码如下：

import unittest
import requests
import json
from common.excel import read_excel
from config import config
from ddt import ddt, data
from common.logger import log
from common.phone_number import mobile_phone# 得到测试数据
excel_data = read_excel(file_name=config.cases_dir, sheet_name='register')@ddt
class TestRegister(unittest.TestCase):@data(*excel_data)def test_register(self, info):'''步骤：1.准备测试数据2.发送接口请求，得到实际结果3.预期结果和实际结果的断言'''# 1.准备测试数据log.info(f'正在测试{info}')# 要把配置文件的host跟取出来excel表中的url进行拼接url = config.host + info['url']method = info['method']# 将json格式字符串转化成字典，因为requests.request需要字典格式headers = json.loads(info['headers'])# json_data不需要反序列化，因为后面需要用str数据类型json_data = info['json']# 检测：如果json_data中存在某个标记，就说明需要我自动生成一个手机号码# 调用 mobile_phone()函数# 把替换后的新手机号再赋值给json_data，因为得到的新字符串需要变量接收if "#mobile_phone#" in json_data:mobile = mobile_phone()json_data = json_data.replace("#mobile_phone#", mobile)json_data = json.loads(json_data)expected = json.loads(info['expected'])# 2.发送接口请求，得到实际结果response = requests.request(method=method, url=url,headers=headers, json=json_data)actual = response.json()# 3.预期结果和实际结果的断言self.assertEqual(expected, actual)

从运行结果可以看到最后一条用例还是失败了，那是因为id，mobile_phone字段的预期结果与实际结果是不一致。对于一些动态的字段值，我们无法提前获得，所以这就是全量断言的缺点。解决此问题就需要使用部分断言

6.3全量断言和部分断言

全量断言：一个字都不能差，麻烦

总分断言：提取有用的关键字段进行断言。如code，msg等。实战当中使用部分断言

修改测试用例中的expected内容

部分断言多种方法可以使用：

修改test_register_ddt.py代码如下：

import unittest
import requests
import json
from common.excel import read_excel
from config import config
from ddt import ddt, data
from common.logger import log
from common.phone_number import mobile_phone# 得到测试数据
excel_data = read_excel(file_name=config.cases_dir, sheet_name='register')@ddt
class TestRegister(unittest.TestCase):@data(*excel_data)def test_register(self, info):'''步骤：1.准备测试数据2.发送接口请求，得到实际结果3.预期结果和实际结果的断言'''# 1.准备测试数据log.info(f'正在测试{info}')# 要把配置文件的host跟取出来excel表中的url进行拼接url = config.host + info['url']method = info['method']# 将json格式字符串转化成字典，因为requests.request需要字典格式headers = json.loads(info['headers'])# json_data不需要反序列化，因为后面需要用str数据类型json_data = info['json']# 检测：如果json_data中存在某个标记，就说明需要我自动生成一个手机号码# 调用 mobile_phone()函数# 把替换后的新手机号再赋值给json_data，因为得到的新字符串需要变量接收if "#mobile_phone#" in json_data:mobile = mobile_phone()json_data = json_data.replace("#mobile_phone#", mobile)json_data = json.loads(json_data)expected = json.loads(info['expected'])# 2.发送接口请求，得到实际结果response = requests.request(method=method, url=url, headers=headers, json=json_data)actual = response.json()# 3.预期结果和实际结果的断言# V1版本：一个字段断言# self.assertEqual(expected['msg'], actual['msg'])# V2版本：使用for循环遍历expected中的字段for key, value in expected.items():self.assertEqual(value, actual[key])# # V3版本：多个字段分别断言，V2版本不理解可以使用V3版本，好理解# self.assertEqual(expected['msg'], actual['msg'])# self.assertEqual(expected['code'], actual['code'])

运行结果：