package com.example.interfaceautotest.controller;

import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/test")
public class Login {
    @PostMapping(value = "/login", produces = "application/json")
    public String Login(String usr, String pw) {
        //加入业务判断规则，用户名只能输入手机号和注册的邮箱
        //usr可以输入手机号 也可以输入邮箱
        //大写字母、小写字母、数字、特殊符号（不是字母，数字，下划线，汉字的字符）的8位以上组合
        //手机号 第一位数字是1 第二位数字只能是3或4或5或6或7或8或9 剩下的九位数字可以是0-9之间任意一位数字
        //邮箱判断
        if ((usr.matches("^1[3-9]\\d{9}") || usr.matches("^(\\w+([-.][A-Za-z0-9]+)*){3,18}@\\w+([-.][A-Za-z0-9]+)*\\.\\w+([-.][A-Za-z0-9]+)*$"))
                && pw.matches("^(?![A-Za-z0-9]+$)(?![a-z0-9\\W]+$)(?![A-Za-z\\W]+$)(?![A-Z0-9\\W]+$)[a-zA-Z0-9\\W]{8,}$")) {
            return "登录成功";
        } else {
            return "登录失败";
        }
    }
}

request库发送请求

这部分可参考接口测试基础那篇博客，最常用到get、post两种请求，传递参数类型有params、json、data，请求参数也可参考下面的这篇博客

CSDN

请求参类型params，json，data 含义理解_params和data、json传参的区别_默金……的博客-CSDN博客

这里举post接口传params的例子，（以开发文档为主，依赖于接口的定义）

import requests
class Login:
    def login(self,usr,pw):
        data = {"usr":usr,"pw":pw}
        res = requests.post("http://localhost:8080/test/login",data=data) #也可以用params
        return res.text
if __name__ == '__main__':
    res = Login().login("18988888888","ABCabc012!@#")
    print(res)

数据驱动

读取excle里的数据，用到xlrd库读取数据，并将字符串格式的参数转成json格式，用于传递参数

import xlrd
import json


def is_json(str_data):
    try:
        json.loads(str_data)
    except ValueError:
        return False
    return True


class Argument:
    def excel_control(self, tablePath, sheetName, caseName, *args):
        workBook = xlrd.open_workbook(tablePath)  # 打开表格
        workSheet = workBook.sheet_by_name(sheetName)  # 取第特定sheet页的表格
        # 取列标 不确定要取哪列的数据  表头字段 对应的列标
        index = []
        for i in args:
            index.append(workSheet.row_values(0).index(i))
        case_index = 0
        list_case = []
        for one in workSheet.col_values(0):  # 第一列数据遍历
            if caseName in one:  # 如果第一列中包含“login” 取出特定列
                getdata = []
                for num in index:  # 要取出的第多少列的数据
                    res = workSheet.cell(case_index, num).value  # 取出第多少行第多少列的数据
                    # 字典转为字符串
                    if is_json(res):
                        res = json.loads(res)
                    getdata.append(res)
                list_case.append(getdata)
            case_index += 1
        return list_case


if __name__ == '__main__':
    res = Argument().excel_control("../data/test_data.xls", "登录", "login", "请求参数")

Python与数据库的交互

在做接口自动化时，对返回结果进行断言时，需要对数据准确性进行判断，就需要用到查询数据库的操作，下面介绍两种数据库，主要涉及Python如何连接和操作数据库

Python+Mysql

mysql数据库是一种关系型数据库，表内表间具有一定的依赖关系，比如用户登录账号、用户的基本信息等一般存储在mysql数据库中

连接myslq，处理数据，可以从mysql中插入、取出数据

import pymysql
class GetUserInfo(object):
    def query_mysql(self):
        #连接数据库 ip 用户名 密码 数据库名
        db = pymysql.connect(host='127.0.0.1',
                             user='root',
                             password='123456',
                             database='auto_test_data',
                             charset='utf8')
        print("数据库连接成功！")

        try:
            #获得执行mysql命令的方法
            cursor = db.cursor()
            #sql查询语句
            sql_query_usr = 'SELECT phone,email,pw FROM user WHERE usr = "test003"'
            cursor.execute(sql_query_usr)#执行Mysql语句
            user_info = cursor.fetchall()#接收全部的返回结果行
            print(user_info)
            print(type(user_info)) #查出的数据 存到一个元组里
        except Exception:
            print("查询失败")
        db.close() #关闭数据库
if __name__ == '__main__':
    usr_info = GetUserInfo().query_mysql()

Python+MongDB

MongDB数据库中可以包含多个文档，是一个集合的物理容器，相当于就是关系数据库中的表，以json格式存储数据

import pymongo
client = pymongo.MongoClient(host = 'localhost', port = 27017)
print(client.list_database_names())
#读取哪个数据库
db = client['my_test_data'] #也可以写成client.my_test_data
#读取哪个数据表
collection = db['test_data'] #也可以写成db.test_data
#查询集合下有多少个文档
print(collection.count_documents({}))
#筛选出'name'的值是'test002'的文档
print(collection.find_one({'name':'test002'}))

输出Allure报告

根据excel里的数据，传入参数，调用接口，最终会得到每一条case的结果，可以使用allure库，展示出整个的完整接口自动化测试报告

import pytest, os, allure
from data_driven_tools.excel_control import Argument
from libs.login import Login


@allure.epic("Test") #史诗级 大的模块 对应allure报告的第一层
@allure.feature("登录模块") #功能点描述 XX模块 对应第二层
#类名必须以Test开头
class Test_login():
    # 在xls表里取出传入的参数
    @pytest.mark.parametrize("caseTitle,data,expdata",
                             Argument().excel_control("../data/test_data.xls", "登录", "login", "用例名称", "请求参数",
                                                      "返回结果"))
    @allure.story("登录接口") #更为具体一层 具体场景 对应第三层
    @allure.title("{caseTitle}") #对应每一条测试用例的名称 （在excel里维护）
    #调用接口层 传入excel的参数
    #方法名必须以test_开头
    def test_login(self, caseTitle, data, expdata):
        data = Login().login(data["usr"], data["pw"])
        #进行断言
        assert data == expdata


if __name__ == '__main__':
    #pytest框架程序运行入口
    pytest.main(['test_login.py', '-s', '--clean-alluredir','--alluredir','../report/tmp'])
    #打开报告
    os.system("allure serve ../report/tmp")

main()函数命令行里的参数使用介绍：

'test_login.py'：执行的函数如果为空，就运行当前项目下所有test_*.py或_test*.py这样的文件，

也可以进行指定运行的路径，例如：'../test_case/test_login.py'，表示执行回到上层目录，进入test_case文件夹，执行test_login.py文件

执行py文件里指定的类，指定的方法，'../test_case/test_login.py::Test_login::test_login'

-k：可以使用and、or、not等逻辑运算符，区分匹配的范围，文件，类，函数名

-s：可以在控制台输出print信息（需要去掉-v参数）

-v：显示详细的用例执行信息，如下图所示：

-q：不输出用例执行的情况

-x：出现一条失败的测试用例就退出测试

--alluredir：清除上次执行的旧报告

--alluredir ../report/tmp：生成新报告，后面是新报告数据的生成路径

项目结构

整个项目结构是比较清晰的，分为接口层，数据驱动层，测试用例层

configs：可用来存放配置文件

data：excel：测试用例的数据

data_driven_tools：数据驱动工具，读取excel里的数据，传给接口

libs：使用request库调用接口

report：用于存放生成allure报告的原始数据，格式是json

test_case：存放测试用例，pytest框架执行程序的入口

requirements.txt文件，其他人配置环境需要添加的第三方库，可自动生成和下载

生成命令：pip freeze > requirements.txt

下载命令：pip install -r requirements.txt

总结

本篇博客总结了接口自动化项目的整个流程，用到了Pytest库、Allure库，xlrd读取excel里的测试用例，以及python操作数据库对数据准确性做验证，实现了接口自动化测试，对重要接口进行测试和数据验证，可用于冒烟测试，紧急发版前进行自动化测试，在企业落地后可以提升工作效率，节省手工测试的时间

(Python)Requests+Pytest+Allure接口自动化测试框架从0到1搭建

流程图

搭建前的准备工作