接口测试全流程笔记
接口测试基础
什么是接口？
一个物体用于和外界连接的部分。汽车油箱口、手机的充电口....
计算机硬件：USB、HDMI
计算机软件：为了实现代码复用，或者说功能重复使用
本地调用:
代码单元间、模块间调用。比如：文件写入功能
如果一部分代码实现了一个功能模块--服务。比如：天气服务
如何提供给其他人调用？
RPC
Http --提供更便捷和更广泛的调用方式 **web前端调用
WebSocket --提供双向通信
Socket
底层TCP协议
*越是上层的调用方式，封装的越详细，调用越简单。但是效率越低
什么是Web系统三层架构？
接口：大部分是基于http协议的网络服务。
常见的接口都是那些类型？
1.按照调用关系划分
垂直调用：应用层与服务层传递数据的HTTP 接口
平行调用：服务层内部或者说服务于服务之间的接口（http、rpc）
系统级别调用：提供给第三方系统（用户）调用的接口（http、rpc、WebSocket）
比如：淘宝开发api、气象局的天气预报接口、中国航空信息公司提供的航班信息服务、第三方登录接口
2.按技术实现来划分
WebService ---网络服务架构
SOAP WebService
请求和响应的正文内容都是 有标准格式的xml
接口的所有参数配置和信息描述都在一个xml文件里--WSDL
有严格的规范和标准，包括安全，事务等各个方面的内容
也要借助于各种网络协议传输（最常见 绑定http协议）
优点：
规范、统一
对于 对稳定性和准确性要求比较高的业务团队还是适用的
缺点：复杂、笨重
Restful API
网络上的所有事物都可以被抽象为资源(resource)
每一个资源都有唯一的标识符：URI（统一资源定位符）指向它
HTTP 协议里面，四个表示操作方式的动词：GET、POST、PUT、DELETE，改变资源的状态
优点：轻量、简化开发
缺点：
随意性比较强、规范性不好
安全性、稳定性、性能需求依赖于后期优化
RPC
什么是RPC？
远程过程调用：他是一个技术概念，不是一个协议
举例：如果你想解决一顿午饭
方式一：
在百度上查询商家，每个商家都有订餐电话。每个商家也有地址
去店里点餐，或者打电话过去订餐
方式二：
在饿了吗搜索能够提供午餐的商家。
在饿了吗平台上下单-->饿了吗将订单转发给商家-->商家为你提供 备餐或送餐服务
优势：
对于消费者：
你不需要知道商家电话或地址
直接在平台远程调用服务
同样是提供麻辣烫的商户，如果休息了你可以选择提供同样服务的商户
对于商家：
只需要接入饿了吗平台，专心提供服务就好
动态上下线很方便
方式一：就是传统的http协议
方式二：就是典型的rpc框架
对比：
如果在大型系统的内部，比如电商就是这样，单独有一个订单系统，支付系统，商品系统，用户系统。都是分开部署，单独上线的
系统A的代码，想调用一个内部服务B的某个函数（服务）？
1.直接使用http协议
优点：
简单、直接、开发方便；接口不多、系统与系统交互较少的情况下使用
缺点：
1.必须有明确的请求地址，携带完整的参数调用（包括头）
2.要单独添加监控机制或负载均衡
3.一旦请求失败，即使有失败重连的机制，也会造成不好的用户体验
4.动态扩展需要增加配置
2.使用RPC框架 --分布式架构的解决方案
优点：
1.无感知调用。我只认识服务，像调用一个远程函数一样方便
2.长链接，不必每次通信都要像http 一样去3次握手，减少了网络开销
3.RPC框架一般都有注册中心，有丰富的监控管理；发布、下线接口、动态扩展等
4.有较为健全的负载均衡和容错机制
5.安全性高
6.测试起来也比较直观
dubbo又是什么？
dubbo只是众多RPC思想实现的框架之一，阿里研发，后开源。现在逐渐被阿里换代成：HSF、SOFA
用户：当当、京东、去哪儿、汽车之家....
其他框架：Hessian、google的grpc
核心架构：
注册中心：广播、zookeeper、redis、dubbo（自带）
监控中心
服务提供方 Provider
服务消费方 Consumer
Dubbo环境准备：
*安装注册中心：zookeeper
安装简单监控中心：simple-monitor
*web容器：提供访问 jetty、spring、tomcat
dubbo管理后台：dubbo-admin
*项目
api --定义接口信息
provider --接口逻辑的实现部分
依赖api项目
启动spring容器
运行后 向注册中心注册服务
consumer --调用者
如何测试dubbo接口
创建java消费者调用
*jmeter
*python调用
*hessian+http
0.hessian是一种二进制序列化的方式。请求和响应的参数都是二进制形式
1.dubbo项目要配置使用hessian方式序列化
2.安装一个第三方模块，python-hessian
pip install python-hessian
3.通过接口文档或者注册中心后台管系统查询，得到接口地址(主机地址+接口名)，方法名
4.代码
from pyhessian.client import HessianProxy
url = 'http://地址+接口名'
service = HessianProxy(url)
res = service.方法名(参数列表)
*telnet
xml-rpc
简单的理解是：将数据定义为xml格式，通过http协议进行远程传输
类库：xmlrpclib --标准库
import xmlrpclib
server = xmlrpclib.Server('http://地址+接口名')
server.方法名(参数列表)
WebSocket
什么websocket协议
html5中的一个新协议（应用层），使得浏览器具备了实时双向通信的能力
借用了HTTP的协议来完成一部分握手
请求：
GET /chat HTTP/1.1
Host: server.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: x3JJHMbDL1EzLkh9GBhXDw==
Sec-WebSocket-Protocol: chat, superchat
Sec-WebSocket-Version: 13
Origin: http://example.com
Sec-WebSocket-Key 是一个 Base64 encode 的值，这个是浏览器随机生成的
Sec_WebSocket-Protocol 是一个用户定义的字符串，用来区分同URL下，不同的服务所需要的协议
响应：
HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: HSmrc0sMlYUkAGmm5OPpG2HaGWk=
Sec-WebSocket-Protocol: chat
Sec-WebSocket-Accept 这个则是经过服务器确认，并且加密过后的 Sec-WebSocket-Key
为什么要使用websocket
因为http协议的无状态性和单向性，如果要等待服务器的通知，传统方式要轮询服务器。造成资源浪费
客户端：有没有新信息(Request)
服务端：没有（Response）
客户端：有没有新信息(Request)
服务端：没有。。（Response）
客户端：有没有新信息(Request)
服务端：你好烦啊，没有啊。。（Response）
使用websocket;
客户端：我要建立Websocket协议，需要的服务：chat，Websocket协议版本：17（HTTP Request）
服务端：ok，确认，已升级为Websocket协议（HTTP Protocols Switched）
客户端：麻烦你有信息的时候推送给我噢。。
服务端：ok，有的时候会告诉你的
.....
服务端：你好，有新的消息
只需要经过一次HTTP请求，就可以做到源源不断的信息传送了（异步请求或者回调都是这个原理）
如何测试websocket接口
jmeter
python
第三方库 websocket-client : https://pypi.org/project/websocket-client/
pip install websocket-client
import websocket
ws = websocket.create_connection('ws://xxx.xxx.xx')
ws.send('xxxx')
print ws.recv()
http协议基础
HTTP请求结构
请求行
请求地址、协议的版本、请求方法名
请求报文头：以明文的字符串格式传送，以冒号分隔的键/值对
请求头部通知服务器有关于客户端请求的信息
User-Agent、 Accept、 Accept-Encoding、 Content-Type、Cookie
请求正文：数据内容
四种格式：
1. application/x-www-form-urlencoded
对数据进行序列化处理，以键值对形式 key1=value1&key2=value2的方式发送到服务器
2. multipart/form-data,
将表单中数据全部上传，包括文件
3.字符串文本格式：raw
text/plain 纯文本。浏览器不解析
text/html html。浏览器自动解析
text/xml 或 application/xml 后者可指定编码格式
application/json：消息主体是序列化后的 JSON 字符串
4.二进制格式：binary
HTTP响应结构
响应行
HTTP-Version表示服务器HTTP协议的版本
Status-Code表示服务器发回的响应状态代码 1 2 3 4 5
响应报文头：以明文的字符串格式传送，以冒号分隔的键/值对
响应头部通知客户端有关于服务端的应答信息
Server、 Content-Type ... Cookie
响应正文：待测试的数据
html --文本检索、样式内容浏览器检查
xml、json –解析后获取关键数据
***实践:利用Postman测试，四种常规格式的http接口
1.get请求 无参数
2.get 有参数
3.post 请求
正文格式：
1.x-www-form-urlencoded
2.soap xml
3.json
4.form-data
什么是接口测试？
测试对象:接口
测试流程：输入数据--->发送请求--->获取响应--->检查响应
重点通过不同的输入数据组合，检查数据的传输：
*通过接口测试的也是功能（代码逻辑实现）
测试业务逻辑
测试数据库读写
覆盖代码分支
性能
安全
进行接口测试的意义？
1.重视服务端的测试
服务端提供的一个个接口服务，也是产品。需要进行测试
2.提供整体研发团队的效率和质量 --前端未动，接口测试先行
a.测试早介入，防止资源闲置
b.协助前后端联调
c.如果服务端做修改，直接测试，效率高
d.实时监控
3.安全防范
隐藏域攻击、篡改关键参数其实都是想绕过前端，攻击接口
a.对于接口参数传递
格式、非空、长度 有没有基本的容错能力（或者说是参数限制）
b.接口返回的字段中是否包含多余信息（比如用户id，token等敏感字段）
c.用户密码、其他用户隐私信息传输时都需要进行加密后传输
d.登录状态 或者说对于cookie和session的使用也是测试重点
e.接口是否存在防刷限制
f.xss攻击/sql注入
4、性能测试
a 压力测试；
b 稳定性测试；
5.测试难度小，运行稳定，覆盖率直观
如何进行接口测试？
测试方法上：
怎么设计接口测试用例？依据：API文档
a.类似于黑盒功能测试，区别在于：通过参数组合覆盖代码逻辑
理论上来说，对于单个接口要覆盖到所有正常和异常分支
等价类划分、边界值划分、错误推算
b. 性能测试：压力测试、稳定性测试
c.接口安全测试： 加密规则、策略性限制、 xss攻击/sql注入
对于响应结果如何验证
a.验证接口响应状态码 200
b.响应报文是否包含关键信息 比如userid=10
c.响应报文关键字段是否存在
d.响应报文关键字段，值是否正确
格式-->调用其余接口查询-->查询数据库
测试策略上：
新项目/新功能 –完整的测试接口功能
已有功能 --基本功能要做到尽量覆盖（可以分批实现，比如先拉取线上10%的接口做监控）
首先要达到100%的单接口覆盖率
在有条件的情况下做到接口组合的业务逻辑覆盖
尽量帮助技术团队基线化、优化接口文档
技术选型：
浏览器插件： poster、 postman
典型商业工具： loadrunner、soapui
典型开源工具： jmeter、 RobotFramework、httprunner
开发辅助类库： httpclient（okhttp）、 requests
自动化可行方案推荐：
1.postman+newman+jenkins
2.jmeter+maven+jenkins
3.RobotFramework+jenkins或httprunner
4.利用httpclient或requests自研发工具
接口自动化测试的优势？
在三层金字塔结构中，接口自动化测试优势：
开发简单
运行稳定（误报率低）、测试效率高（速度高、bug优先级高）、利于监控
脚本维护量小
接口自动化测试工具篇--jmeter
接口自动化测试工具篇--postman
75ff30521dd7bafb48e07cf7e0a0b564dd8896a4para=address=汤里路220号院007&time=2018-12-31 14:00:00&title=慧测自动化大会
基于Python的接口自动化测试
requests是python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？官方文档中是这样说明的：
“python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。”
1. 安装
https://pypi.python.org/pypi/requests
api：http://cn.python-requests.org/zh_CN/latest/
pip install requests
2.import requests
3.定制请求头
headers 字典
url = 'https://api.github.com/some/endpoint'
headers = {'user-agent': 'my-app/0.0.1'}
requests.get(url, headers=headers)
4.发送请求
a.无参数的get请求
b.有参数的get请求
c.无参数的post请求
d.有正文体的post请求
1).x-www-form-urlencoded形式
headers增加配置 Content-Type:application/x-www-form-urlencoded
data传入字典
2).表单提交
data传入字典
payload = {'key1': 'value1', 'key2': 'value2'}
requests.post("http://httpbin.org/post", data=payload)
如果有文件：
files = {'myfile': open('report.xls', 'rb')}
requests.post(url, files=files)
3).raw（文本）提交
字符串形式\xml形式
payload = '<?xml version="1.0" encoding="utf-8"?><soap:Envelope xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema" '
r = requests.post(url, data=payload)
json形式
方式一：字典转字符串
payload = {'some': 'data'}
r = requests.post(url, data=json.dumps(payload))
方式二：json字典
payload = {'some': 'data'}
r = requests.post(url, json=payload)
4).二进制文件
files = {'file': open('report.xls', 'rb')}
requests.post(url, files=files)
5.添加Cookie
headers 添加
headers = {'cookie': 'token=xxx;uid=1'}
cookies 字典添加
cookies = dict(cookies_are='working')
cookies ={'cookies_are':'working'}
requests.get(url, cookies=cookies)
6.设置超时
requests.get('http://github.com', timeout=0.001)
timeout 仅对连接过程有效，与响应体的下载无关
超时则抛出requests.exceptions.Timeout
7.接收请求
requests的get和post方法返回值都是Response对象，其存储了服务器响应的内容
响应状态码:response.status_code
response.raise_for_status() #失败请求(非200响应)抛出异常
响应头:response.headers--字典
响应时间：elapsed
response.elapsed
response.elapsed.total_seconds()
response.elapsed.seconds
response.microseconds
Cookie: response.cookies--字典
响应体：response.text
内容编码格式问题
Requests 会基于 HTTP 响应头对响应的编码作出有根据的推测
response.encoding = 'utf-8' 指定编码格式，之后再调用response.text显示的编码格式就是设置后的
解析响应
1.json格式
response.json() --响应字符串转json对象(字典)
2.xml格式
python解析xml方式
使用ElementTree
1.加载xml--加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件
from xml.etree import ElementTree
root = ElementTree.fromstring(text)
root = ElementTree.parse("D:/test.xml")
2.获取对象
find方法 (支持部分xpath语法)
findall方法 (支持部分xpath语法)
注意命名空间：节点tag名称之前添加 {xxxx}
3.获取值、属性
.text
.attrib['category']
3.文件流 --响应中的字节内容(二进制)：response.content
with open('./user.csv', 'wb') as file:
# 每128个流遍历一次
for data in res.iter_content(128):
# 把流写入到文件
file.write(data)
单元测试框架的使用
三个概念
Test Case
一个测试用例就是一个完整的测试单元，包含初始和收尾工作
基本单元为函数
Test Suite
一个功能往往有多个测试用例验证，用例的集合称为测试套件
Test Runner
测试用例执行的基本单元
用例组织
方式一：函数是用例，集中在一个类中
继承unittest.TestCase
每个用例都是一个无参的成员方法
方法名为test开头
名为runTest
主函数中调用unitest.main()函数 运行类中以test开头的所有测试用例
方式二：构造测试集合
unittest.TestSuite()
.addTest(类名("方法名"))
类需要事先import
unittest.TextTestRunner().run(suite)
创建run.py
方式三：使用discover
TestLoader
通过不同的方式加载测试用例，返回测试套件对象
defaultTestLoader
discover()
start_dir
测试用例所在目录
pattern
用例文件名匹配规则
使用fixture
setUpModule/tearDownModule
在整个模块开始或结束时被执行
普通函数
setUpClass/tearDownClass
在测试用例所在的类开始或结束时被执行
类方法
setUp/tearDown
在测试用例开始或结束时被执行
类的成员方法
断言使用
用例执行结果
成功 没有未处理的异常 and 一个或多个断言全部成功
失败 抛出任何未知的或未捕获的异常 or 至少一个断言失败
unittest的原始断言
unittest.TestCase类的成员方法
assertEqual(a, b)判断a==b
assertNotEqual(a, b)判断a != b
assertIs(a, b) a is b
assertIsNot(a, b) a is not b
assertIsNone(x) x is None
assertIsNotNone(x) x is not None
assertIn(a, b)a in b
assertNotIn(a, b) a not in b
assertIsInstance(a, b) isinstance(a, b)
assertNotIsInstance(a, b) not isinstance(a, b)
生成测试报告
HTMLTestRunnerCN https://github.com/findyou/HTMLTestRunnerCN
使用方法：
1.下载文件，放在Lib路径下 import HtmlTestRunnerCN
2.创建 HTMLTestRunnerCN对象
HTMLTestRunnerCN.HTMLTestRunner(stream=,title=,description=)
stream文件流 fp = open(path, 'wb')
3.将测试运行方式与原来的
unittest.TextTestRunner().run(suite)
改为：HTMLTestRunnerCN(xxx).run(suite)
4.编写函数注释（或类注释），显示用例描述
jenkins集成
接口自动化测试框架开发 --需求驱动开发
框架方式一：代码用例驱动
1.http客户端代码封装
a.引入client类 --目的：避免多次发送请求
实例化client，传入接口调用参数 url\type
type和data-type使用枚举类
from enum import Enum, unique
@unique
class Weekday(Enum):
Sun = 0
Mon = 1
.......
调用send方法，请求接口。响应保存在实例变量content中
调用验证点模块直接判断结果
2. 检查点添加
*普通检查点
check_status_code
check_equal
check_not_equal
check_gt
check_lt
check_contains
check_startswith
引入jsonpath https://pypi.python.org/pypi/jsonpath/
json_value
json_values
json_values_count
xml_value
xml_values
transmit
*数据库检查点
python操作mysql数据库
mysqldb --停止更新，不支持3
pymysql --推荐
https://pypi.org/project/PyMySQL/
安装：pip3 install PyMySQL 或源码安装
使用：
1.创建连接
db = pymysql.connect(host="139.199.132.220", user="root", password="123456", db="event")
2.创建游标
cursor = db.cursor()
3.执行语句
cursor.execute("xxx")
4.获取执行结果
cursor.fetchone()
cursor.fetchall()
5.关闭数据库连接
db.close()
6.修改数据：db.commit()
封装检查点函数
查询类、清理数据类
3.利用unittest配置函数，简化用例编写流程
4.常用业务工具函数封装
用户密码转码，数字签名生成
5.解决关联接口调用
a.方案一利用全局字典
检查点函数中新增 值传递方法 transmit
6.编写用例运行文件 run.xml
解析xml文件
python动态引入package
importlib.import_module('包路径') 返回package对象
动态执行代码
FUNC_TEMPLATE = '''def {test_id}(self):
'{desc}'
ITest.execute_case({data})
'''
exec(FUNC_TEMPLATE.format(test_id='test_'+case.name, desc=case.desc, data=case_id))
7.数据驱动 ddt
安装：pip install ddt
import ddt
类加注解：@ddt.ddt
方法加注解：@ddt.data
使用ddt后，会产生一个新的测试用例方法名：之前的测试用例方法名_ordinal_data
方式一：data直接放入数值
@data(3, 4, 12, 23)
def test_add(self, value):
print(value)
方式二：data放入复杂的数据结构
test_data = [
{
"username": "huice",
"password": "MTIzaHVpY2VodWljZSFAIw==",
"assert": 0
},
{
"username": "huice",
"password": "aHVpY2VodWljZSFAIw==",
"assert": 10000
},
{
"username": "",
"password": "MTIzaHVpY2VodWljZSFAIw==",
"assert": 10001
},
{
"username": "huice",
"password": "",
"assert": 10001
}]
@data(*test_data)
def test_add(self, value):
print(value)
框架方式二：excel用例驱动
0.规定excel模板
1.python读取excel--xlrd
https://pypi.org/project/xlrd/
pip install xlrd
1、常用单元格中的数据类型
0. empty（空的）,1 string（text）, 2 number, 3 date, 4 boolean, 5 error， 6 blank（空白表格）
2、导入模块 import xlrd
3、打开Excel文件读取数据
data = xlrd.open_workbook(filename)
4、常用的函数
excel中最重要的方法就是book和sheet的操作
1) 获取book中一个工作表
table = data.sheets()[0] #通过索引顺序获取
table = data.sheet_by_index(sheet_indx)) #通过索引顺序获取
table = data.sheet_by_name(sheet_name)#通过名称获取
以上三个函数都会返回一个xlrd.sheet.Sheet()对象
names = data.sheet_names() #返回book中所有工作表的名字
data.sheet_loaded(sheet_name or indx) # 检查某个sheet是否导入完毕
2) 行的操作
nrows = table.nrows #获取该sheet中的有效行数
table.row(rowx) #返回由该行中所有的单元格对象组成的列表
table.row_values(rowx, start_colx=0, end_colx=None) #返回由该行中所有单元格的数据组成的列表
table.row_len(rowx) #返回该列的有效单元格长度
3）列(colnum)的操作
ncols = table.ncols #获取列表的有效列数
table.col(colx, start_rowx=0, end_rowx=None) #返回由该列中所有的单元格对象组成的列表
table.col_values(colx, start_rowx=0, end_rowx=None) #返回由该列中所有单元格的数据组成的列表
4）单元格的操作
table.cell(rowx,colx) #返回单元格对象
table.cell_type(rowx,colx) #返回单元格中的数据类型
table.cell_value(rowx,colx) #返回单元格中的数据
2.拼接代码
3.解决全局变量
4.完善检查点函数和值传递
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
