公司计划系统的开展接口自动化测试，需要我这边调研一下主流的接口测试框架给后端测试（主要测试接口）的同事介绍一下每个框架的特定和使用方式。后端同事根据他们接口的特点提出一下需求，看哪个框架更适合我们。

需求

1、接口编写方便。
2、方便调试接口。
3、支持数据初始化。
4、生成测试报告。
5、支持参数化。

一、robot framework

优点

1. 关键字驱动，自定义用户关键字。
2. 支持测试日志和报告生成。
3. 支持系统关键字开发，可扩展性好。
4. 支持数据库操作。

缺点

1. 接口测试用例写起来不简洁。
2. 需要掌握特定语法。

*** Settings ***Library    RequestsLibraryLibrary    Collections*** Test Cases ***test_get_event_list    # 查询发布会（GET请求）    ${payload}=    Create Dictionary    eid=1    Create Session    event    http://127.0.0.1:8000/api    ${r}=    Get Request    event    /get_event_list/    params=${payload}    Should Be Equal As Strings    ${r.status_code}    200    log    ${r.json()}    ${dict}    Set variable    ${r.json()}    #断言结果    ${msg}    Get From Dictionary    ${dict}   message    Should Be Equal    ${msg}    success    ${sta}    Get From Dictionary    ${dict}    status    ${status}    Evaluate    int(200)    Should Be Equal    ${sta}    ${status}

结果：不考虑，没人愿意这么写接口用例。

二、JMeter

优点

1. 支持参数化
2. 不需要写代码

缺点

1. 创建接口用例效率不高。
2. 不能生成查看每一个接口执行情况的测试报告。

总结：不考虑，接口编写不方便，最主要是不能生成测试报告，如果做接口性能的话可以考虑。

三、HttpRunner

优点:

1. 基于YAML/JSON格式，专注于接口本身的编写。
2. 接口编写简单
3. 生成测试报告
4. 接口录制功能。

缺点:

1. 没有编辑器插件对语法校验，容易出错。
2. 官方文档没有详细的说明。
3. 扩展不方便。

[  {    "config": {      "name": "testcase description",      "variables": [],      "request": {        "base_url": "http://127.0.0.1:5000",        "headers": {          "User-Agent": "python-requests/2.18.4"        }      }    }  },  {    "test": {      "name": "test case name",      "request": {        "url": "/api/get-token",        "headers": {          "device_sn": "FwgRiO7CNA50DSU",          "user_agent": "iOS/10.3",          "os_platform": "ios",          "app_version": "2.8.6",          "Content-Type": "application/json"        },        "method": "POST",        "date": {"sign": "958a05393efef0ac7c0fb80a7eac45e24fd40c27"}      },      "validate": [        {"eq": ["status_code", 200]},        {"eq": ["headers.Content-Type", "application/json"]},        {"eq": ["content.success", true]},        {"eq": ["content.token", "baNLX1zhFYP11Seb"]}      ]    }  }]

总结：可以考虑，至于接口数据的初始化可能需要单独处理。

四、gauge

BDD行为驱动测试框架。

优点:

1. 行为文件与脚本文件分离，本质上实现了数据驱动。
2. 功能强大灵活，本质上还用Python写接口用例。
3. 自动生成测试报告。
4. VS Code有支持插件

缺点:

1. 门槛略高，需要了解BDD的用法。
2. 需要会markdworn语法

行为描述文件：

## test post request* post "http://httpbin.org/post" interface          |key  | status_code|          |------|-----------|          |value1|200        |          |value2|200        |          |value3|200        |

测试脚本：

……@step("post  interface ")def test_get_request(url, table):    values = []    status_codes = []    for word in table.get_column_values_with_name("key"):        values.append(word)    for word in table.get_column_values_with_name("status_code"):        status_codes.append(word)    for i in range(len(values)):        r = requests.post(url, data={"key": values[i]})        result = r.json()        assert r.status_code == int(status_codes[i])

总结：推荐使用，BDD有一定门槛，看测试人员的学些能力和接受速度。


五、Unittest+Request+HTMLRunner

利用现有的框架和库自己定制。

优点:

足够灵活强大: 分层测试、数据驱动、测试报告，集成CI...

缺点:

有一定的学习成本

数据文件：

{    "test_case1": {        "key": "value1",        "status_code": 200    },    "test_case2": {        "key": "value2",        "status_code": 200    },    "test_case3": {        "key": "value3",        "status_code": 200    },    "test_case4": {        "key": "value4",        "status_code": 200    }}

测试用例：

import requestsimport unittestfrom ddt import ddt, file_data@ddtclass InterfaceTest(unittest.TestCase):    def setUp(self):        self.url = "http://httpbin.org/post"    def tearDown(self):        print(self.result)    @file_data("./data/test_data_dict.json")    def test_post_request(self, key, status_code):        r = requests.post(self.url, data={"key": key})        self.result = r.json()        self.assertEqual(r.status_code, status_code)

总结：推荐使用，代码相对简单，功能足够灵活。

我花了两天时间整理这些框架，其实重点就是了解HttpRunner 和 gauge 。ygHttpRunner 没有编辑器插件，本身就是一个YAML/JSON配置文件，所以配置写错了，但只要是合法的YAML/JSON格式，也看不出来，只有运行的过后才知道。就像你用记事本写代码一样，只有运行了才知道代码有没有写错。另外，扩展起来也不是特别方便，单独用python实现一些函数：在json文件中```{"device_sn": "${gen_random_string(15)}"}```以这样的方式引用```gen_random_string()``` 函数。gauge我已经分享过两篇基础文章了，虽然用BDD拿来做接口理念不搭，但并不是不可以，唯一的缺点是用BDD来描述接口行为不合适，其他的都没毛病，可以参数化，断言写起来也简单，测试报告也漂亮，本质上还是用Python实现一些功能，所以非常灵活。unittest + requests + HTMLTestRunner是我最熟悉的方案，几乎没什么短板。以前通过这种方案写过很多测试用例，这次把ddt加上似乎更完美了。

最后:【可能给你带来帮助的教程】

这一些资料，对做【软件测试】的朋友而言应该是较为完整了，这类学习资料也陪伴我走过了最艰难的路程，希望也可以帮助到你！万事要尽早，尤其是技术行业，一定要提升技术功底。
以上软件测试资料需要的可以点↓小卡片获取↓软件测试最新自学教程
 ​
 
     
              
 
                

                  
  
                  支付宝打赏 
                 
                
 
                

                  
  
                  微信打赏 
                 
            
 接口   测试   给我们 


发表评论

              


留言与评论（共有 0 条评论）
“”











   


验证码：