引言：年初参与到一个后台系统开发的项目中，里面涉及了很多接口，我做为项目组测试人员，需要对这些接口进行测试，一开始使用 postman 工具测试，很是方便。但随着接口数量的增加，不光要执行手动点击测试，而且，一旦接口参数变动，都重新更改接口参数，次数多了，使得测试效率严重下降。
成都创新互联公司主要从事网站建设、成都做网站、网页设计、企业做网站、公司建网站等业务。立足成都服务瓜州,10多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792
后来我将目光转向了自动化测试，考虑到项目组对接口质量要求很高，需要快速开发。最终选定 python 作为脚本开发语言，使用其自带的 requests 和 urllib 模块进行接口请求，使用优化后的 unittest 测试框架编写测试接口函数，测试结果选用 HTMLTestRunner 框架予以展示，并使用 python 的 ssl 模块支持 https 协议的验证。接下来，我详细地介绍这些模块，并给出各个模块完整的测试代码。
1、接口请求
python 特别是 python 3.x 中的 urllib 和 requests 模块，是用来请求 url 的两个主要模块。这两个模块中，如果仅仅是支持 http 协议的 url 请求，推荐使用 requests 模块。为什么这么说呢？因为爱因斯坦说过一句话：简洁就是美。requests 模块对 urllib 模块又做了一层封装，使用更加方便。该模块支持 GET, POST, PUT, DELETE 等请求方法。请求返回信息包含状态码和消息体，状态码用三位数字表示，消息体可用字符串，二进制或json 等格式表示。下面用一个例子来介绍一下 requests 模块的使用。代码如下：
import requests
def get_method(url, para, headers):
try:
req = requests.get(url=url, params=para, headers=headers)
except Exception as e:
print(e)
else:
if req.status_code == "200":
return req
else:
print("Requests Failed.")
if __name__=='__main__':
url = "http://www.google.com"
req = get_method(url=url, para=None, headers=None)
print(req.status_code)
print(req.text)
输出为：
200
上述程序输出状态码为 200，表明请求成功，返回消息体为网页内容。这里我仅对requests 模块中的 get 请求方法做了封装，其它方法（如 post，put，delete 等）的封装类似。当让你也可以不用封装，直接使用 requests.methodName 来直接调用该方法。这里提醒一句，在实际的接口测试中，headers 和 data 都是有值的，要确保这些值的填写正确，大部分请求下的请求失败或返回结果错误，基本上都是由于这些值的缺失或错误造成的。更多关于 requests 模块的介绍，请参考官方文档。
2、测试框架优化
unittest 是 python 中进行单元测试使用广泛的框架，其与 java 中的单元测试框架junit 类似。该框架使用简单，需要编写以 test 开头的函数，选择 unittest 框架运行测试函数，测试结果在终端显示。这里举一个简单的例子：
import unittest
class ApiTestSample(unittest.TestCase):
def setUp(self):
pass
def tearDown(self):
pass
def jiafa(self, input01, input02):
result = input01 + input02
return result
def test_jiafa(self):
testResult = self.jiafa(input01=4, input02=5)
self.assertEqual(testResult, 9)
if __name__=='__main__':
unittest.main()
简单解释下这段代码，首先我们创建一个类 ApiTestSample，这个类继承自unittest.TestCase 类。然后在这个类中写了 jiafa 函数，它有两个参数 input01，input02，返回 input01 与 input02 相加的和。接着在 test_jiafa 方法中，我们对刚才 jiafa 函数进行了和值校验。通过给 jiafa 输入两个值，获取其函数返回值，并与真实值做相等判断，以此实现函数单元测试。这里用到了 unittest 中断言值相等的 assertEqual(m, n)函数，上述代码运行结果如下：
Ran 1 test in 0.000s
OK
以上是 unittest 框架最基本的单元测试应用，但是这个框架有个缺陷，就是不能自己传入参数。对于接口来说，往往需要传入很多参数，并且这每个参数又有很多取值，如果不对原先的 unittest 框架做改变，不仅无法用来进行接口测试，而且一个个结合参数取值去写测试代码，工作量极其庞大，也没有实现测试数据与脚本没有分离。基于此，我们对该框架做出一下两点优化。
1）扩展 unittest.TestCase 类，支持自定义参数输入；
2）测试数据与测试脚本分离，测试数据存储在文件和数据库中，以增强测试脚本复用性；
以下是对 unittest.TestCase 类的扩展，使其支持参数化把参数加进去。下面是具体的代码实现过程：
class ExtendTestCaseParams(unittest.TestCase):
#扩展 unittest.TestCase 类，使其支持自定义参数输入
def __init__(self, method_name='runTest', canshu=None):
super(ExtendTestCaseParams, self).__init__(method_name)
self.canshu = canshu
#静态参数化方法
@staticmethod
def parametrize(testcase_klass, default_name=None, canshu=None):
""" Create a suite containing all tests taken from the given
subclass, passing them the parameter 'canshu'
"""
test_loader = unittest.TestLoader()
testcase_names = test_loader.getTestCaseNames(testcase_klass)
suite = unittest.TestSuite()
if default_name != None:
for casename in testcase_names:
if casename == defName:
suite.addTest(testcase_klass(casename, canshu=canshu))
else:
for casename in testcase_names:
suite.addTest(testcase_klass(casename, canshu=canshu))
return suite
这里，canshu 就是优化后加的自定义参数，参数类型可以是元组或列表。下面使用这个参数化类来改写之前的代码。
class ApiTestSample(ExtendTestCaseParams):
def setUp(self):
pass
def tearDown(self):
pass
def jiafa(self, input01, input02):
result = input01 + input02
return result
def test_jiafa(self):
input_01 = self.param[0]
input_02 = self.param[1]
expectedResult = self.param[2]
result = self.sub(input_01, input_02)
print(result)
self.assertEqual(result, expectedResult)
if __name__=='__main__':
testData = [
(10, 9, 19),
(12, 13, 25),
(12, 10, 22),
(2, 4, 6)
]
suite = unittest.TestSuite()
for i in testData:
suite.addTest(ExtendTestCaseParams.parametrize(ApiTestSample, 'test_jiafa', canshu=i))
runner = unittest.TextTestRunner()
runner.run(suite)
执行结果如下：
....
## 19
25
Ran 4 tests in 0.000s
22
6
OK
通过对 unittest 框架优化，我们实现了 unittest 框架的参数化，这样就可以用于接口测试了。虽然我们实现了参数化，但是测试结果的展示不够直观，这个时候需要一个可视化页面来直接显示测试结果。所幸的是，python 中有专门展示测试结果的框架：HTMLTestRunner。该框架可以将测试结果转换为 HTML 页面，并且该框架可以和unittest 框架完美的结合起来。接下来我们讲述一下 HTMLTestRunner 框架的使用。
3、测试结果可视化
HTMLTestRunner 框架可用来生成可视化测试报告，并能很好的与 unittest 框架结合使用，接下来我们以一段代码来展示一下 HTMLTestRunner 的使用。
if __name__=='__main__':
from HTMLTestRunner import HTMLTestRunner
testData = [
(10, 9, 19),
(12, 13, 25),
(12, 10, 22),
(2, 4, 6)
]
suite = unittest.TestSuite()
for i in testData:
suite.addTest(ExtendTestCaseParams.parametrize(ApiTestSample,'test_jiafa',canshu=i))
currentTime = time.strftime("%Y-%m-%d %H_%M_%S")
result_path = './test_results'
if not os.path.exists(path):
os.makedirs(path)
report_path = result_path + '/' + currentTime + "_report.html"
reportTitle = '测试报告'
desc = u'测试报告详情'
with open(report_path, 'wd') as f:
runner = HTMLTestRunner(stream=f, title=reportTitle, description=desc)
runner.run(suite)
测试结果如下：
下面详细讲解一下 html 报告的生成代码：
runner = HTMLTestRunner(stream=fp, title=reportTitle, description=desc)
HTMLTestRunner 中的 stream 表示输入流，这里我们将文件描述符传递给 stream，title 参数表示要输出的测试报告主题名称，description 参数是对测试报告的描述。在使用 HTMLTestRunner 时，有几点需要注意：
1）HTMLTestRunner 模块非 Python 自带库，需要到 HTMLTestRunner 的官网下载
该安装包；
2）官网的 HTMLTestRunner 模块仅支持 Python 2.x 版本，如果要在 Python 3.x中，需要修改部分代码，修改的代码部分请自行上网搜索；
如果需要生成 xml 格式，只需将上面代码中的
runner = HTMLTestRunner(stream=fp, title=reportTitle, description=desc)
runner.run(suite)
修改为如下代码
import xmlrunner
runner = xmlrunner.XMLTestRunner(output='report')
runner.run(suite)
4、接口测试分类
前面大家对接口请求，测试框架和测试结果可视化方面有了深入的了解。有了前面的基础，对于接下来理解和编写接口测试会有很大帮助。这里我们先来讲解一下接口测试与单元测试的区别。单元测试只针对函数进行多组参数测试，包括正常和异常参数组合。而接口测试是针对某一接口进行多组参数测试。实际接口测试中，我们又将接口测试分为两种：
1）单接口测试；
2）多接口测试。
对于单接口测试，只需针对单个接口测试，测试数据根据接口文档中的参数规则来设计测试用例；对多接口测试，首先要确保接口之间调用逻辑正确，然后再根据接口文档中的参数规则来设计用例进行测试。下面我就根据这两种不同情况的接口测试，用实际项目代码展示一下。
4.1 单接口测试
class TestApiSample(ExtendTestCaseParams):
def setUp(self):
pass
def tearDown(self):
pass
def register(self, ip, name, desc):
url = 'http://%s/api/v1/reg' % ip
headers = {"Content-Type": "application/x-www-form-urlencoded"}
para = {"app_name": name, "description": desc}
req = self.Post(url, para, headers）
return req
def test_register(self):
for index, value in enumerate(self.param):
print('Test Token {0} parameter is {1}'.format(index, value)）
self.ip = self.param[1]
self.name = self.param[2]
self.desc = self.param[3]
self.expectedValue = self.param[4]
req = self.grant_register(self.ip, self.name, self.desc)
self.assertIn(req.status_code, self.expectedValue, msg="Test Failed.")
if __name__=='__main__':
import random
import string
ip = '172.36.17.108'
testData = [
(1, ip, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200),
(2, ip, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200),
(3, ip, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200)
]
suite = unittest.TestSuite()
for i in testData:
suite.addTest(ExtendTestCaseParams.parametrize(TestApiSample,'test_register',canshu=i))
currentTime = time.strftime("%Y-%m-%d %H_%M_%S")
path = './results'
if not os.path.exists(path):
os.makedirs(path)
report_path = path + '/' + currentTime + "_report.html"
reportTitle = '接口测试报告'
desc = u'接口测试报告详情'
with open(report_path, 'wd') as f:
runner = HTMLTestRunner(stream=f, title=reportTitle, description=desc)
runner.run(suite)
上述代码中的 register()为注册接口函数，test_register()为测试注册接口函数，testData 为测试数据，这里没有完全做到测试脚本与测试数据分离。为了实现测试数据与测试脚本分离，可以将 testData 列表单独写在文本文件或者数据库中，运行测试脚本时再去加载这些数据，就能实现测试脚本与测试数据的分离。
4.2 多接口测试
class TestApiSample(ExtendTestCaseParams):
def setUp(self):
pass
def tearDown(self):
pass
def register(self, ip, name, desc):
url = 'https://%s/api/v1/reg' % ip
headers = {"Content-Type": "application/x-www-form-urlencoded"}
para = {"app_name": name, "description": desc}
req = self.Post(url, para, headers）
return req
def oauth3_basic(self, ip, name, desc):
apps = self.register(ip, name, desc)
apps = apps.json()
url = 'http://%s/api/v1/basic' % ip
data = {"client_id":apps['appId'], "client_secret":apps['appKey']}
headers = None
req = requests.post(url, data, headers)
basic = str(req.content, encoding='utf-8')
return apps, basic, req
def test_oauth3_basic(self):
count = 0
for i in self.param:
count += 1
self.ip = self.param[1]
self.name = self.param[2]
self.desc = self.param[3]
self.expected = self.param[4]
apps, basic, req = self.oauth3_basic(self.ip, self.name, self.desc)
self.assertIn(req.status_code, self.expected, msg="Grant Failed.")
if __name__=='__main__':
import random
import string
ipAddr = '172.36.17.108'
testData = [
(1, ipAddr, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200),
(2, ipAddr, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200),
(3, ipAddr, ''.join(random.sample(string.ascii_letters + string.digits, 7)), '', 200)
]
suite = unittest.TestSuite()
for i in testData:
suite.addTest(ExtendTestCaseParams.parametrize(TestApiSample, 'test_oauth3_basic',
canshu=i))
currentTime = time.strftime("%Y-%m-%d %H_%M_%S")
path = '../Results'
if not os.path.exists(path):
os.makedirs(path)
report_path = path + '/' + currentTime + "_report.html"
reportTitle = '接口测试报告'
desc = u'接口测试报告详情'
with open(report_path, 'wd') as f:
runner = HTMLTestRunner(stream=f, title=reportTitle, description=desc)
runner.run(suite)
上述代码中，我们对两个接口进行了函数封装，两个接口之间有依赖关系，oauth3_basic()函数在请求之前必须先去请求 register()函数获取数据。对于这种多接口测试，且接口之间存在互相调用的情况，最好是在调用该接口前时，将互相之间有依赖的接口封装进该接口中，保证接口调用逻辑一致。其次再针对该接口的其它参数设计测试用例去测试该接口。
5、https 协议请求
前面我们提及的接口测试，仅是关于请求 http 协议的。然而，http 协议在传输过程中并不安全，通过该协议传输内容容易被截取，由此人们提出了 https 协议。该协议在原先的 http 协议之外，对传输过程中的内容进行了加密处理，这样就能确保信息在传输过程中的安全。目前很多公司的访问 url 都已转换到 https 协议。因此在接口测试中也要考虑到对 https 协议访问的支持。目前对于 https 协议访问的处理有以下几种方案。
第一种，对于一般网站访问，无法获得支持 https 协议的证书信息，因此只能选择忽略 ssl 校验；
第二种，对于外部网络访问公司内容网络和内容来说，除了要经过防火墙外，访问具体业务要经过负载均衡器。而负载均衡器一般要求支持 https 协议，这个时候就需要使用 Python 中的 ssl 模块对证书进行校验；
关于忽略访问 https 协议的证书校验，这里忽略不表。重点讲解 https 协议证书的校验。在 Python 中，提供了 ssl 模块，用于对 https 协议证书的认证。这里以一段代码来展示该模块的应用。
import ssl
cont = ssl.SSLContext(ssl.PROTOCOL_SSLv23)
cont.check_hostname = False
cont.load_cert_chain(certfile=public_key, keyfile=private_key)
cont.verify_mode = 2
cont.load_verify_locations(ca_key)
上述代码中先生成 ssl 上下文对象 cont，接下来用这个上下文对象 cont 依次进行域名校验、证书导入、验证模式选择及 CA 证书验证。cont.checkhostname 用于域名校验，值为 True 表示进行主机名校验，值为 False 表示不进行主机名校验。
cont.loadcertchain(certfile=publickey, keyfile=privatekey)，certfile 表示导入公钥证书，keyfile 表示导入私钥证书。一般情况下，Python 支持的 certfile 证书文件后缀为.crt，keyfile 证书文件后缀为.pem。cont.verifymode 为验证模式，值为 0 表示不做证书校验，值为 1 表示代表可选，值为 2 表示做证书校验。cont.loadverifylocations(ca_key)表示导入CA 证书。一般的证书校验都要经过上述这几个步骤。此时 ssl 证书的基本配置已完成。接下来就需要在发送 https 请求时加入证书验证环节，示例代码如下：
req = request.Request(url=url, data=para, headers=headers, method='GET')
response = request.urlopen(req, context=self.context)
整个完整的 ssl 证书验证代码如下：
if __name__=='__main__':
from urllib import parse, request
import ssl
context = ssl.SSLContext(ssl.PROTOCOL_SSLv23)
context.check_hostname = False
context.load_cert_chain(certfile=pub_key_cert_file, keyfile=pri_key_pem_file)
context.verify_mode = 2
context.load_verify_locations(ca_file)
req = request.Request(url=url, data=para, headers=headers, method='GET')
response = request.urlopen(req, context=self.context)
上述代码中，我们选择了 python 中 urllib 模块做接口请求，是因为在多次对比了reuests模块和 urllib 对 https 证书验证的支持之后，发现 urllib 模块能够很好地支持 ssl 证书校验。更多有关 python 中 ssl 模块的信息，请参考 ssl 官方文档
6、总结
回顾整个项目经过，应该说是是被现实问题逼着进步，从一开始的走捷径使用 API集成工具来测试接口，到后来使用自动化测试脚本实现接口测试，再到最后增加对 https协议的支持。这一路走来，带着遇到问题解决问题地思路，我的测试技能得到很大提升。总结这几个月的项目经历就一句话：遇到问题，解决问题，能力才会得到快速提升，与大家共勉。
请关注官方公众号“Atstudy网校”，回复关键词：“学习”就可以拿到软件测试学习资料~~
