霍格沃兹软件测试 / 名企定向培养高级测试开发进阶班4期-学习分享

小七学习网,助您升职加薪,遇问题可联系:客服微信【1099252741】 备注:来自网站

霍格沃兹软/ 名企定向培养高级测试开发进阶班4期-学习分享

霍格沃兹软件测试 / 名企定向培养高级测试开发进阶班4期-学习分享 

 

近期准备优先做接口测试的覆盖,为此需要开发一个测试框架,经过思考,这次依然想做点儿不一样的东西。有需要一起学习的,,,可以联系某信某薇为;;630324517,,,大家一起学习,一起进步

接口测试是比较讲究效率的测试人员会希望很快能得到结果反馈,然而接口的数量一般都很多,而且会越来越多,所以提高执行效率很有必要

接口测试的用例其实也可以用来兼做简单的压力测试,而压力测试需要并发

接口测试的用例有很多重复的东西,测试人员应该只需要关注接口测试的设计,这些重复劳动最好自动化来做

pytest和allure太好用了,新框架要集成它们

接口测试的用例应该尽量简洁,最好用yaml,这样数据能直接映射为请求数据,写起用例来跟做填空题一样,便于向没有自动化经验的成员推广 加上我对Python的协程很感兴趣,也学了一段时间,一直希望学以致用,所以http请求我决定用aiohttp来实现。 但是pytest是不支持事件循环的,如果想把它们结合还需要一番功夫。于是继续思考,思考的结果是其实我可以把整个事情分为两部分。 第一部分,读取yaml测试用例,http请求测试接口,收集测试数据。 第二部分,根据测试数据,动态生成pytest认可的测试用例,然后执行,生成测试报告。 这样一来,两者就能完美结合了,也完美符合我所做的设想。想法既定,接着 就是实现了。

第一部分(整个过程都要求是异步非阻塞的)

读取yaml测试用例

一份简单的用例模板我是这样设计的,这样的好处是,参数名和aiohttp.ClientSession().request(method,url,**kwargs)是直接对应上的,我可以不费力气的直接传给请求方法,避免各种转换,简洁优雅,表达力又强。

args:

post

/xxx/add

kwargs:

caseName: 新增xxx

data:

name: ${gen_uid(10)}

validator:

json:

successed: True

异步读取文件可以使用aiofiles这个第三方库,yaml_load是一个协程,可以保证主进程读取yaml测试用例时不被阻塞,通过 await yaml_load() 便能获取测试用例的数据

async def yaml_load(dir='', file=''):

"""

异步读取yaml文件,并转义其中的特殊值

:param file:

:return:

"""

if dir:

file = os.path.join(dir, file)

async with aiofiles.open(file, 'r', encoding='utf-8', errors='ignore') as f:

data = await f.read()

data = yaml.load(data)

# 匹配函数调用形式的语法

pattern_function = re.compile(r'^\${([A-Za-z_]+\w*\(.*\))}$')

pattern_function2 = re.compile(r'^\${(.*)}$')

# 匹配取默认值的语法

pattern_function3 = re.compile(r'^\$\((.*)\)$')

def my_iter(data):

"""

递归测试用例,根据不同数据类型做相应处理,将模板语法转化为正常值

:param data:

:return:

"""

if isinstance(data, (list, tuple)):

for index, _data in enumerate(data):

data[index] = my_iter(_data) or _data

elif isinstance(data, dict):

for k, v in data.items():

data[k] = my_iter(v) or v

elif isinstance(data, (str, bytes)):

m = pattern_function.match(data)

if not m:

m = pattern_function2.match(data)

if m:

return eval(m.group(1))

if not m:

m = pattern_function3.match(data)

if m:

K, k = m.group(1).split(':')

return bxmat.default_values.get(K).get(k)

return data

my_iter(data)

return BXMDict(data)

可以看到,测试用例还支持一定的模板语法,如 {function} 、(a:b) 等,这能在很大程度上拓展测试人员用例编写的能力

http请求测试接口

http请求可以直接用 aiohttp.ClientSession().request(method,url,**kwargs) ,http也是一个协程,可以保证网络请求时不被阻塞,通过 await http() 便可以拿到接口测试数据

async def http(domain, *args, **kwargs):

"""

http请求处理器

:param domain: 服务地址

:param args:

:param kwargs:

:return:

"""

method, api = args

arguments = kwargs.get('data') or kwargs.get('params') or kwargs.get('json') or {}

# kwargs中加入token

kwargs.setdefault('headers', {}).update({'token': bxmat.token})

# 拼接服务地址和api

url = ''.join([domain, api])

async with ClientSession() as session:

async with session.request(method, url, **kwargs) as response:

res = await response_handler(response)

return {

'response': res,

'url': url,

'arguments': arguments

}

收集测试数据

协程的并发真的很快,这里为了避免服务响应不过来导致熔断,可以引入 asyncio.Semaphore(num) 来控制并发

async def entrace(test_cases, loop, semaphore=None):

"""

http执行入口

:param test_cases:

:param semaphore:

:return:

"""

res = BXMDict()

# 在CookieJar的update_cookies方法中,如果unsafe=False并且访问的是IP地址,客户端是不会更新cookie信息

# 这就导致session不能正确处理登录态的问题

# 所以这里使用的cookie_jar参数使用手动生成的CookieJar对象,并将其unsafe设置为True

async with ClientSession(loop=loop, cookie_jar=CookieJar(unsafe=True), headers={'token': bxmat.token}) as session:

await advertise_cms_login(session)

if semaphore:

async with semaphore:

for test_case in test_cases:

data = await one(session, case_name=test_case)

res.setdefault(data.pop('case_dir'), BXMList()).append(data)

else:

for test_case in test_cases:

data = await one(session, case_name=test_case)

res.setdefault(data.pop('case_dir'), BXMList()).append(data)

return res

async def one(session, case_dir='', case_name=''):

"""

一份测试用例执行的全过程,包括读取.yml测试用例,执行http请求,返回请求结果

所有操作都是异步非阻塞的

:param session: session会话

:param case_dir: 用例目录

:param case_name: 用例名称

:return:

"""

project_name = case_name.split(os.sep)[1]

domain = bxmat.url.get(project_name)

test_data = await yaml_load(dir=case_dir, file=case_name)

result = BXMDict({

'case_dir': os.path.dirname(case_name),

'api': test_data.args[1].replace('/', '_'),

})

if isinstance(test_data.kwargs, list):

for index, each_data in enumerate(test_data.kwargs):

step_name = each_data.pop('caseName')

r = await http(session, domain, *test_data.args, **each_data)

r.update({'case_name': step_name})

result.setdefault('responses', BXMList()).append({

'response': r,

'validator': test_data.validator[index]

})

else:

step_name = test_data.kwargs.pop('caseName')

r = await http(session, domain, *test_data.args, **test_data.kwargs)

r.update({'case_name': step_name})

result.setdefault('responses', BXMList()).append({

'response': r,

'validator': test_data.validator

})

return result

事件循环负责执行协程并返回结果,在最后的结果收集中,我用测试用例目录来对结果进行了分类,这为接下来的自动生成pytest认可的测试用例打下了良好的基础

def main(test_cases):

"""

事件循环主函数,负责所有接口请求的执行

:param test_cases:

:return:

"""

loop = asyncio.get_event_loop()

semaphore = asyncio.Semaphore(bxmat.semaphore)

# 需要处理的任务

# tasks = [asyncio.ensure_future(one(case_name=test_case, semaphore=semaphore)) for test_case in test_cases]

task = loop.create_task(entrace(test_cases, loop, semaphore))

# 将协程注册到事件循环,并启动事件循环

try:

# loop.run_until_complete(asyncio.gather(*tasks))

loop.run_until_complete(task)

finally:

loop.close()

return task.result()

第二部分

动态生成pytest认可的测试用例

首先说明下pytest的运行机制,pytest首先会在当前目录下找conftest.py文件,如果找到了,则先运行它,然后根据命令行参数去指定的目录下找test开头或结尾的.py文件,如果找到了,如果找到了,再分析fixture,如果有session或module类型的,并且参数autotest=True或标记了pytest.mark.usefixtures(a…),则先运行它们;再去依次找类、方法等,规则类似。大概就是这样一个过程。

可以看出,pytest测试运行起来的关键是,必须有至少一个被pytest发现机制认可的 testxx.py 文件,文件中有 TestxxClass 类,类中至少有一个 def testxx(self) 方法。

现在并没有任何pytest认可的测试文件,所以我的想法是先创建一个引导型的测试文件,它负责让pytest动起来。可以用 pytest.skip() 让其中的测试方法跳过。然后我们的目标是在pytest动起来之后,怎么动态生成用例,然后发现这些用例,执行这些用例,生成测试报告,一气呵成。

test_bootstrap.py

import pytest

class TestStarter(object):

def test_start(self):

pytest.skip('此为测试启动方法, 不执行')

我想到的是通过fixture,因为fixture有setup的能力,这样我通过定义一个scope为session的fixture,然后在TestStarter上面标记use,就可以在导入TestStarter之前预先处理一些事情,那么我把生成用例的操作放在这个fixture里就能完成目标了。

test_bootstrap.py

import pytest

@pytest.mark.usefixtures('te', 'test_cases')

class TestStarter(object):

def test_start(self):

pytest.skip('此为测试启动方法, 不执行')

pytest有个 --rootdir 参数,该fixture的核心目的就是,通过 --rootdir 获取到目标目录,找出里面的 .yml 测试文件,运行后获得测试数据,然后为每个目录创建一份 testxx.py 的测试文件,文件内容就是 content 变量的内容,然后把这些参数再传给 pytest.main() 方法执行测试用例的测试,也就是在pytest内部再运行了一个pytest!最后把生成的测试文件删除。注意该fixture要定义在 conftest.py 里面,因为pytest对于 conftest 中定义的内容有自发现能力,不需要额外导入。

conftest.py

@pytest.fixture(scope='session')

def test_cases(request):

"""

测试用例生成处理

:param request:

:return:

"""

var = request.config.getoption("--rootdir")

test_file = request.config.getoption("--tf")

env = request.config.getoption("--te")

cases = []

if test_file:

cases = [test_file]

else:

if os.path.isdir(var):

for root, dirs, files in os.walk(var):

if re.match(r'\w+', root):

if files:

cases.extend([os.path.join(root, file) for file in files if file.endswith('yml')])

data = main(cases)

content = """

import allure

from conftest import CaseMetaClass

@allure.feature('{}接口测试({}项目)')

class Test{}API(object, metaclass=CaseMetaClass):

test_cases_data = {}

"""

test_cases_files = []

if os.path.isdir(var):

for root, dirs, files in os.walk(var):

if not ('.' in root or '_' in root):

if files:

case_name = os.path.basename(root)

project_name = os.path.basename(os.path.dirname(root))

test_case_file = os.path.join(root, 'test{}.py'.format(case_name))

with open(test_case_file, 'w', encoding='utf-8') as fw:

fw.write(content.format(case_name, project_name, case_name.title(), data.get(root)))

test_cases_files.append(test_case_file)

if test_file:

temp = os.path.dirname(test_file)

py_file = os.path.join(temp, 'test_{}.py'.format(os.path.basename(temp)))

else:

py_file = var

pytest.main([

'-v',

py_file,

'--alluredir',

'report',

'--te',

env,

'--capture',

'no',

'--disable-warnings',

])

for file in test_cases_files:

os.remove(file)

return test_cases_files

可以看到,测试文件中有一个 TestxxAPI 的类,它只有一个 test_cases_data 属性,并没有 testxx 方法,所以还不是被pytest认可的测试用例,根本运行不起来。那么它是怎么解决这个问题的呢?答案就是 CaseMetaClass 。

作者:为为630324517
链接:https://www.jianshu.com/p/859eb4b68962
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱:1099252741@qq.com,备用微信:1099252741),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。
(0)
上一篇 2022年6月23日 上午8:08
下一篇 2022年6月24日 下午8:42

小七学习网,助您升职加薪,遇问题可联系:客服微信【1099252741】 备注:来自网站

相关推荐

  • mksz176 – 基于Python玩转人工智能最火框架 TensorFlow应用实践

    在年前的时候就有人找关于基于Python玩转人工智能最火框架 TensorFlow应用实践的课程,确实这方面的课程比较稀缺,托马斯答应大家一定会给大家带来关于这方面的课程。今天的话课程已经带来了,不过这次课程还没有完全的更新完毕,所以我只拿到了最新的课程,大家先去好好地看看,在以...

    2022年8月25日
    228
  • 20年达内 pyhon就业班

    ├──20年初结课daneipython | └──Python人工智能 8月初开课 20年初结课 | | ├──01、PYTHON_BASE | | ├──02、PYTHON_OO | | ├──03、PYTHON_CORE | | ├──04、PYTHON_PROJECT |...

    2022年8月25日
    233
  • 掌握Taro多端框架 快速上手小程序/H5开发

    〖课程介绍〗:      对前端开发者而言,众多的技术栈中需要逐个学习,逐个开发。Taro的推出适应了潮流及趋势:一套代码运行在多种小程序/H5/React Native上,React式的代码风格便于…

    2022年8月31日
    267
  • 遇问题可联系 / 客服微信【1099252741】
  • 七月在线CV基础

    ├──CV基础 | ├──【试听视频1】十分钟了解CV就业班课程.vep 40.36M | ├──【试听视频2】深入卷积神经网络.vep 61.51M | ├──【试听视频3】图片检索.vep 49.07M | ├──【试听视频4】图像分割.vep 30.84M | ├──【试听...

    2022年8月25日
    247
  • nlp大厂实训 4期

    ✔️原价💰18800 nlp大厂实训 4期 项目1:中文分词 项目2:关键词提取 项目3:实体识别 项目4:文本分类 项目5:文本摘要 项目6:对话系统 项目7:知识图谱

    2023年1月30日
    188
  • 机器学习中的概率统计应用实践

    〖课程介绍〗:      概率统计是机器学习,人工智能,计算机科学的基石,算法工程师不懂概率统计很难深入应用,本课程专门针对机器学习中的概率统计知识与难题,从数学理论、经典案例到 Python 对概率…

    2022年8月31日
    495
  • 经典问题:主体表与操作记录 log 表设计与解决实战

    我们在日常业务研发过程中,经常会遇到“主体表与操作记录 log 表”的情况。例如:发布/修改文章后,需审核后生效;申请新增/编辑 公众号名称,需审核后生效。 这类问题锁面临的问题点,主要包括以下几类:…

    2022年8月29日
    393
  • 2019大数据分析-廖雪峰

    ├──2019大数据分析-廖雪峰 | ├──01.数据挖掘数学部分 | | ├──机器学习之集成学习1.mp4 147.21M | | ├──机器学习之集成学习2.mp4 178.15M | | ├──机器学习之决策树二+模型评估.mp4 148.80M | | ├──机器学习之...

    2022年8月25日
    317
  • 🎰软件测试之java全栈自动化测试【柠檬班】第26期

    🎰软件测试之java全栈自动化测试【柠檬班】第26期 https://m.ke.qq.com/course/package/32180?_bid=167&_wv=1

    2023年1月31日
    243
  • SpringBoot 2.x 实战仿B站高性能后端项目

    如今短视频成为了风口中的风口,但市场上极度缺乏视频业务开发的相关技术人才。本课程基于SpringCloud微服务架构+Springboot+JDK+Maven等技术,实现B站核心功能(视频流、弹幕流)+百万量级的高性能优化,让你在实战中全面提升技术水平,掌握架构设计思维及丰富解决方案,从此拥有高性能+视频业务项目经验的背书!

    2022年8月31日
    211