接口自动化测试

一、测试框架介绍

接口测试场景

接口自动化测试场景

接口自动化测试与 Web/App 自动化测试对比

	Web 自动化测试	接口自动化测试
成本	⭐️⭐️⭐️	⭐️
测试效率	⭐️⭐️	⭐️⭐️⭐️⭐️⭐️
用例编写效率	⭐️⭐️	⭐️⭐️⭐️⭐️⭐️
稳定性	⭐️⭐️⭐️	⭐️⭐️⭐️⭐️⭐️
自动化回归测试效率	⭐️⭐️⭐️	⭐️⭐️⭐️⭐️⭐️
测试覆盖度	⭐️⭐️	⭐️⭐️⭐️⭐️⭐️
自动生成用例成本	⭐️⭐️⭐️⭐️⭐️	⭐️⭐️

接口测试工具类型

测试类型	工具	价值
接口抓包	Charles、Postman	接口抓包工具，可以抓取 App 的数据包
接口测试	Postman	接口调试工具，接口手工测试工具，学习成本低，直接安装即可使用
接口自动化测试	Python(Requests)、Java(RestAssured)	用于接口自动化测试的 Java、Python 第三方库，需要与对应编程语言结合使用
性能测试	JMeter	性能测试工具

 二、接口请求方法

常见的 HTTP 请求方法：

• GET（获取）：用于从服务器获取资源。

• POST（提交）：用于将数据提交到服务器，以创建新的资源。

• PUT（更新）：用于更新服务器上的资源，或者创建新资源（如果不存在）。

• DELETE（删除）：用于请求服务器删除指定的资源。

常见 HTTP 请求方法构造

方法	说明
requests.request()	构造一个请求，支撑以下各方法的基础方法。
requests.get()	构造 HTTP 协议中的 GET 请求。
requests.post()	构造 HTTP 协议中的 POST 请求。
requests.put()	构造 HTTP 协议中的 PUT 请求。
requests.delete()	构造 HTTP 协议中的 DELETE 请求。

环境：pip install requests

import requests
import requestsdef test_get():url = "https://httpbin.ceshiren.com/get"r = requests.get(url)#同样可以用requests.Request("GET", url)print(r.json())def test_post():url = "https://httpbin.ceshiren.com/post"r=requests.post(url)print(r.json())#如果出现Method Not Allowed错误，可能是因为请求方法不正确
def test_put():url = "https://httpbin.ceshiren.com/put"r = requests.put(url)print(r.json())
def test_delete():url = "https://httpbin.ceshiren.com/delete"r = requests.delete(url)print(r.json())

 三、接口请求参数

概念：接口请求中携带的，会在路径之后使用的代表客户端向服务器传递的参数。使用key=value的形式拼接在url中，多个之间用&隔开

import requests#发起一个get请求，并携带url参数信息
def test_get_url():url= "https://httpbin.ceshiren.com/get?name=ad&age=18"r=requests.get(url)print(r.text)
def test_get_params():url = "https://httpbin.ceshiren.com/get"#定义一个字典格式params = {"name": "ad", "age": 18}r = requests.get(url, params=params)print(r.text)
#==============================================
def test_post_url():url = "https://httpbin.ceshiren.com/post?name=ad2&age=19"r = requests.post(url)print(r.text)
def test_post_params():url = "https://httpbin.ceshiren.com/post"# 定义一个字典格式params = {"name": "ad2", "age": 19}r = requests.get(url, params=params)print(r.text)

四、接口请求头

请求头是在 HTTP 请求消息中包含的元数据信息，用于描述请求或响应的一些属性和特征。

常见的头信息:

内容	含义
Authorization	表示客户端请求的身份验证信息
Cookie	表示客户端的状态信息，通常用于身份验证和会话管理
Content-Type	表示请求消息体的 MIME 类型
User-Agent	发送请求的客户端软件信息

import requests
def test_headers():url= "https://httpbin.ceshiren.com/get"headers={"name":"ad", "age": 18}r= requests.get(url,headers=headers)print(r.text)

五、json请求体

JSON 指的是 JavaScript 对象表示法（JavaScript Object Notation)，JSON是轻量级的文本数据交换格式(数据传递)

JSON 独立于语言，JSON 使用 Javascript 语法来描述数据对象，JSON 解析器和 JSON 库支持许多不同的编程语言。 目前非常多的动态（PHP，JSP，.NET）编程语言都支持 JSON。

比如接口需要上传 JSON 格式或者我们返回的响应信息也是 JSON 格式

JSON 的语法规则和数据类型如下：

• 数字（整数或浮点数），如 {"age": 18, "score": 70.5}

• 字符串（只能被双引号包裹），如 {"name": "zs" , "sex": "女"}

• 逻辑值（true 或 false），如 {"flag": true}

• 数组（在中括号中），如 {"score": [100, 80, 90]}

• 对象（在大括号中），如 {"stu1": {"name": "zs", "sex": "女"}, "url": "https://www.baidu.com"}

• null，如 {"score": null}

JSON 与 Python 字典的区别：

JSON: - 键只能是字符串，值可以是字符串、数字、对象、数组、布尔值或 null

Python 字典: - 键可以是数字、字符串、元组。值可以是数字、字符串、元组、列表或字典

JSON 是一种数据交换格式，比较简洁和通用，而 Python 字典则是 Python 中的数据结构，更灵活且用于在 Python 中进行数据处理及存储。

访问JSON对象值：

myobj={"name":"zs","sal":10000,"add":None}
# 将字典对象转换为 JSON 字符串
json_str = json.dumps(myobj)
print(json_str)

访问JSON数组：

n = {"name": "qingan", "age": 22, "sites": ["Google", "baidu", "Taobao"]}
x = n["sites"][0]
print(x)

常用接口请求体

类型	介绍	Content-type
JSON（JavaScript Object Notation）	轻量级的数据交换格式，最常见的一种类型。	application/json
表单数据（Form Data）	以键值对的形式提交数据，例如通过 HTML 表单提交数据。	application/x-www-form-urlencoded
XML（eXtensible Markup Language）	常用的标记语言，通常用于传递配置文件等数据。	application/xml text/xml
文件（File）	可以通过请求体上传文件数据，例如上传图片、视频等文件。	上传文件的 MIME 类型，例如 image/jpeg multipart/form-data
纯文本（Text）	纯文本数据，例如发送邮件、发送短信等场景	text/plain
其他格式	二进制数据、protobuf 等格式

接口中上传的类型除了 json 还有 data，我们可以看请求头内的 content-type参数来判断该上传什么格式：

- 若是 application/json ,为 json 格式，则使用 json 参数

- 若是 application/x-www-form-urlencoded,为表单格式，则使用 data 参数

六、接口响应断言

接口响应断言是在进行接口测试时用于验证接口返回结果的方法。断言主要是用来检查代码或测试中的期望条件是否满足。在接口测试中，断言通常用于验证 API 的响应是否符合预期，确保接口按照预定的规范工作。

Response对象

响应对象

import requests
from requests import Response# Response就是一个响应对象，可以随意定义名称
Response = requests.get('http://www.example.com')

了解下响应对象包含了什么

属性	含义
r	响应 Response 对象（可以使用任意的变量名）
r.status_code	HTTP 响应状态码
r.headers	返回一个字典，包含响应头的所有信息。
r.text	返回响应的内容，是一个字符串。
r.url	编码之后的请求的 url
r.content	返回响应的内容，是一个字节流。
r.raw	响应的原始内容
r.json()	如果响应的内容是 JSON 格式，可以使用该方法将其解析成 Python 对象。

响应断言

断言用到的是assert关键字>预期的结果和实际结果做对比：

• 判断xx为真  assert xx

• 判断xx不为真  assert not xx

• 判断b包含a   assert a in b

• 判断a等于b  assert a == b

基础断言： - r.status_code

import requestsdef req():r = requests.get("https://httpbin.ceshiren.com/get")#判断我们的接口返回的状态码是否是200assert r.status_code == 200

• 判断a不等于b assert a != b

七、json响应体断言 

JSON响应断言是针对API测试中的响应数据进行验证的一种方法，通常用于确认API服务是否按照预期返回正确的数据。在自动化测试中，需要对接口的返回结果进行验证，以确保接口的功能和数据符合预期

• 服务器端响应客户端请求后返回的数据体。
• 接口响应体的格式通常为 JSON、XML、HTML 等。

JSON格式响应体：

{"name": "John","age": 30,"city": "New York"
}

在断言中的应用

依然假定上面的 JSON 对象是某个接口的 response 反序列化得到的。接下来，看看在自动化测试中如何利用 JSONPath 表达式进行断言。

在 Python 语言中，使用 JSONPath 需要安装一个第三方库 jsonpath 。

pip install jsonpath

假定这是一个接口的 response

response={ "store": {"book": [ { "category": "reference","author": "Nigel Rees","title": "Sayings of the Century","price": 8.95},{ "category": "fiction","author": "Evelyn Waugh","title": "Sword of Honour","price": 12.99},{ "category": "fiction","author": "Herman Melville","title": "Moby Dick","isbn": "0-553-21311-3","price": 8.99},{ "category": "fiction","author": "J. R. R. Tolkien","title": "The Lord of the Rings","isbn": "0-395-19395-8","price": 22.99}],"bicycle": {"color": "red","price": 19.95}},"expensive": 10
}

• 测试用例1：

验证 response 中包含 Nigel Rees, Evelyn Waugh, Herman Melville, J. R. R. Tolkien 这四位作者的图书。

import jsonpath
def test_authors():author_list = jsonpath.jsonpath(response, '$.store.book[*].author')assert author_list == ['Nigel Rees', 'Evelyn Waugh', 'Herman Melville', 'J. R. R. Tolkien']

- 测试用例2：

验证 response 中的商品价格包含8.95, 12.99, 8.99, 22.99, 19.95这5种。

def test_all_price():store_price_list = jsonpath.jsonpath(response, '$.store..price')# store_price_list = jsonpath.jsonpath(response, '$..price')assert store_price_list == [8.95, 12.99, 8.99, 22.99, 19.95]

- 测试用例3：

验证 response 中的第3本图书的书名是 Moby Dick。

def test_third_book_title():book_3 = jsonpath.jsonpath(response, '$.store.book[2]')assert book_3[0]['title'] == "Moby Dick"

- 4. 测试用例4：

验证 response 中的最后一本图书的 isbn 是 0-395-19395-8。

def test_last_book_isbn():last_book_isbn = jsonpath.jsonpath(response, f'$.store.book[-1:]')assert last_book_isbn[0]['isbn'] == "0-395-19395-8"

- 测试用例5：

验证 repsonse 中前两本书价格之和是8.95 + 12.99

def test_12_books_price():book_12 = jsonpath.jsonpath(response, '$..book[0,1].price')assert book_12[0] + book_12[1] == 8.95 + 12.99

- 测试用例6：

验证 response 中有两本书的价格小于10

def test_2books_cheap_than_10():book_lg10 = jsonpath.jsonpath(response, '$..book[?(@.price<10)]')assert len(book_lg10) <= 2

- 测试用例7：

验证 response 中具有 color 属性的商品，其 color是 red

def test_has_color():colorful_goods = jsonpath.jsonpath(response, '$.store..[?(@.color)]')assert "red" == colorful_goods[0]['color']