Python + requests实现接口自动化框架!

news2024/11/16 15:43:42

为什么要做接口自动化框架

1、业务与配置的分离

2、数据与程序的分离;数据的变更不影响程序

3、有日志功能,实现无人值守

4、自动发送测试报告

5、不懂编程的测试人员也可以进行测试

正常接口测试的流程是什么?

确定接口测试使用的工具----->配置需要的接口参数----->进行测试----->检查测试结果----->生成测试报告

测试的工具:python+requests

接口测试用例:excel

一、接口框架如下:

1、action包:用来存放关键字函数

2、config包:用来存放配置文件

3、TestData:用来存放测试数据,excel表

4、Log包:用来存放日志文件

5、utils包:用来存放公共的类

6、运行主程序interface_auto_test.py

7、Readme.txt:告诉团队组员使用改框架需要注意的地方

二、接口的数据规范设计---Case设计

一个sheet对应数据库里面一张表

APIsheet存放
编号;从1开始
接口的名称(APIName);
请求的url(RequestUrl);
请求的方法(RequestMethod);
传参的方式(paramsType):post/get请求方法不一样
用例说明(APITestCase)
是否执行(Active)部分接口已测通,下次不用测试,直接把这里设置成N,跳过此接口

post与get的区别

查看post详情

post请求参数一般是json串,参数放在from表单里面;参数一般不可见,相对来说安全性高些

查看get详情

get请求参数一般直接放在url里面

2.1注册接口用例

RequestData:请求的数据
(开发制定的传参方式)
RelyData:数据依赖
ResponseCode:响应code
ResponseData:响应数据
DataStore:存储的依赖数据;如果存在数据库里面,在表里增加一个字段用来存依赖的数据
(存储的方式是编写接口自动化的人员来设定的存储方式)
CheckPoint:检查点
Active:是否执行
Status:执行用例的状态,方便查看用例是否执行成功
ErrorInfo:case运行失败,失败的错误信息;eg:是也本身的原因还是case设置失败,还是其他原因

2.2登录接口用例

RequestData:请求的数据
(开发制定的传参方式)
RelyData:数据依赖
(存储的方式是编写接口自动化的人员来设定的存储方式)
ResponseCode:响应code
ResponseData:响应数据
DataStore:存储的依赖数据;如果存在数据库里面,在表里增加一个字段用来存依赖的数据
(存储的方式是编写接口自动化的人员来设定的存储方式)
CheckPoint:检查点
Active:是否执行
Status:执行用例的状态,方便查看用例是否执行成功
ErrorInfo:case运行失败,失败的错误信息;eg:是也本身的原因还是case设置失败,还是其他原因

重点说明下RelyData:数据依赖
采取的是字典:key:value来存储数据格式;

{"request":{"username":"register->1","password":"register->1"},"response":{"code":"register->1"}}

格式化之后:

{
    "request":{
        "username":"register->1",
        "password":"register->1"
    },
    "response":{
        "code":"register->1"
    }
}

三、创建utils包:用来存放公共的类
3.1 ParseExcel.py 操作封装excel的类(ParseExcel.py)

#encoding=utf-8
import openpyxl
from openpyxl.styles import Border, Side, Font
import time

class ParseExcel(object):

    def __init__(self):
        self.workbook = None
        self.excelFile = None
        self.font = Font(color = None) # 设置字体的颜色
        # 颜色对应的RGB值
        self.RGBDict = {'red': 'FFFF3030', 'green': 'FF008B00'}

    def loadWorkBook(self, excelPathAndName):
        # 将excel文件加载到内存,并获取其workbook对象
        try:
            self.workbook = openpyxl.load_workbook(excelPathAndName)
        except Exception as err:
            raise err
        self.excelFile = excelPathAndName
        return self.workbook

    def getSheetByName(self, sheetName):
        # 根据sheet名获取该sheet对象
        try:
            # sheet = self.workbook.get_sheet_by_name(sheetName)
            sheet = self.workbook[sheetName]
            return sheet
        except Exception as err:
            raise err

    def getSheetByIndex(self, sheetIndex):
        # 根据sheet的索引号获取该sheet对象
        try:
            # sheetname = self.workbook.get_sheet_names()[sheetIndex]
            sheetname = self.workbook.sheetnames[sheetIndex]
        except Exception as err:
            raise err
        # sheet = self.workbook.get_sheet_by_name(sheetname)
        sheet = self.workbook[sheetname]
        return sheet

    def getRowsNumber(self, sheet):
        # 获取sheet中有数据区域的结束行号
        return sheet.max_row

    def getColsNumber(self, sheet):
        # 获取sheet中有数据区域的结束列号
        return sheet.max_column

    def getStartRowNumber(self, sheet):
        # 获取sheet中有数据区域的开始的行号
        return sheet.min_row

    def getStartColNumber(self, sheet):
        # 获取sheet中有数据区域的开始的列号
        return sheet.min_column

    def getRow(self, sheet, rowNo):
        # 获取sheet中某一行,返回的是这一行所有的数据内容组成的tuple,
        # 下标从1开始,sheet.rows[1]表示第一行
        try:
            rows = []
            for row in sheet.iter_rows():
                rows.append(row)
            return rows[rowNo - 1]
        except Exception as err:
            raise err

    def getColumn(self, sheet, colNo):
        # 获取sheet中某一列,返回的是这一列所有的数据内容组成tuple,
        # 下标从1开始,sheet.columns[1]表示第一列
        try:
            cols = []
            for col in sheet.iter_cols():
                cols.append(col)
            return cols[colNo - 1]
        except Exception as err:
            raise err

    def getCellOfValue(self, sheet, coordinate = None,
                       rowNo = None, colsNo = None):
        # 根据单元格所在的位置索引获取该单元格中的值,下标从1开始,
        # sheet.cell(row = 1, column = 1).value,
        # 表示excel中第一行第一列的值
        if coordinate != None:
            try:
                return sheet[coordinate]
            except Exception as err:
                raise err
        elif coordinate is None and rowNo is not None and \
                        colsNo is not None:
            try:
                return sheet.cell(row = rowNo, column = colsNo).value
            except Exception as err:
                raise err
        else:
            raise Exception("Insufficient Coordinates of cell !")

    def getCellOfObject(self, sheet, coordinate = None,
                        rowNo = None, colsNo = None):
        # 获取某个单元格的对象,可以根据单元格所在位置的数字索引,
        # 也可以直接根据excel中单元格的编码及坐标
        # 如getCellObject(sheet, coordinate = 'A1') or
        # getCellObject(sheet, rowNo = 1, colsNo = 2)
        if coordinate != None:
            try:
                # return sheet.cell(coordinate = coordinate)
                return sheet[coordinate]
            except Exception as err:
                raise err
        elif coordinate == None and rowNo is not None and \
                        colsNo is not None:
            try:
                return sheet.cell(row = rowNo,column = colsNo)
            except Exception as err:
                raise err
        else:
            raise Exception("Insufficient Coordinates of cell !")

    def writeCell(self, sheet, content, coordinate = None,
        rowNo = None, colsNo = None, style = None):
        #根据单元格在excel中的编码坐标或者数字索引坐标向单元格中写入数据,
        # 下标从1开始,参style表示字体的颜色的名字,比如red,green
        if coordinate is not None:
            try:
                # sheet.cell(coordinate = coordinate).value = content
                sheet[coordinate] = content
                if style is not None:
                    sheet[coordinate].\
                        font = Font(color = self.RGBDict[style])
                self.workbook.save(self.excelFile)
            except Exception as e:
                raise e
        elif coordinate == None and rowNo is not None and \
                        colsNo is not None:
            try:
                sheet.cell(row = rowNo,column = colsNo).value = content
                if style:
                    sheet.cell(row = rowNo,column = colsNo).\
                        font = Font(color = self.RGBDict[style])
                self.workbook.save(self.excelFile)
            except Exception as e:
                raise e
        else:
            raise Exception("Insufficient Coordinates of cell !")

    def writeCellCurrentTime(self, sheet, coordinate = None,
                rowNo = None, colsNo = None):
        # 写入当前的时间,下标从1开始
        now = int(time.time())  #显示为时间戳
        timeArray = time.localtime(now)
        currentTime = time.strftime("%Y-%m-%d %H:%M:%S", timeArray)
        if coordinate is not None:
            try:
                sheet.cell(coordinate = coordinate).value = currentTime
                self.workbook.save(self.excelFile)
            except Exception as e:
                raise e
        elif coordinate == None and rowNo is not None \
                and colsNo is not None:
            try:
                sheet.cell(row = rowNo, column = colsNo
                        ).value = currentTime
                self.workbook.save(self.excelFile)
            except Exception as e:
                raise e
        else:
            raise Exception("Insufficient Coordinates of cell !")

if __name__ == '__main__':
    # 测试代码
    pe = ParseExcel()
    pe.loadWorkBook(r'D:\ProgramSourceCode\Python Source Code\WorkSpace\InterfaceFrame2018\inter_test_data.xlsx')
    sheetObj = pe.getSheetByName(u"API")
    print("通过名称获取sheet对象的名字:", sheetObj.title)
    # print help(sheetObj.rows)
    print("通过index序号获取sheet对象的名字:", pe.getSheetByIndex(0).title)
    sheet = pe.getSheetByIndex(0)
    print(type(sheet))
    print(pe.getRowsNumber(sheet))  #获取最大行号
    print(pe.getColsNumber(sheet))  #获取最大列号
    rows = pe.getRow(sheet, 1)  #获取第一行
    for i in rows:
        print(i.value)
    # # 获取第一行第一列单元格内容
    # print pe.getCellOfValue(sheet, rowNo = 1, colsNo = 1)
    # pe.writeCell(sheet, u'我爱祖国', rowNo = 10, colsNo = 10)
    # pe.writeCellCurrentTime(sheet, rowNo = 10, colsNo = 11)

现在我也找了很多测试的朋友,做了一个分享技术的交流群,共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源,没人解答问题,坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化,性能,安全,测试开发等等方面有一定建树的技术大牛
分享他们的经验,还会分享很多直播讲座和技术沙龙
可以免费学习!划重点!开源的!!!
qq群号:110685036

3.2 封装get/post请求(HttpClient.py)

import requests
import json

class HttpClient(object):
    def __init__(self):
        pass

    def request(self, requestMethod, requestUrl, paramsType,
                requestData, headers =None, **kwargs):
        if requestMethod == "post":
            print("---", requestData, type(requestData))
            if paramsType == "form":
                response = self.__post(url = requestUrl, data = json.dumps(eval(requestData)),
                                  headers = headers, **kwargs)
                return response
            elif paramsType == "json":
                response = self.__post(url = requestUrl, json = json.dumps(eval(requestData)),
                                  headers = headers, **kwargs)
                return response
        elif requestMethod == "get":
            request_url = requestUrl
            if paramsType == "url":
                request_url = "%s%s" %(requestUrl, requestData)
            response = self.__get(url = request_url, params = requestData, **kwargs)
            return response

    def __post(self, url, data = None, json = None, headers=None,**kwargs):
        print("----")
        response = requests.post(url=url, data = data, json=json, headers=headers)
        return response

    def __get(self, url, params = None, **kwargs):
        response = requests.get(url, params = params, **kwargs)
        return response

if __name__ == "__main__":
    hc = HttpClient()
    res = hc.request("get", "http://39.106.41.11:8080/getBlogContent/", "url",'2')
    print(res.json())

3.3 封装MD5(md5_encrypt)

import hashlib

def md5_encrypt(text):
    m5 = hashlib.md5()
    m5.update(text.encode("utf-8"))
    value = m5.hexdigest()
    return value

if __name__ == "__main__":
    print(md5_encrypt("sfwe"))

3.4 封装Log

import logging
import logging.config
from config.public_data import baseDir

# 读取日志配置文件
logging.config.fileConfig(baseDir + "\config\Logger.conf")
# 选择一个日志格式
logger = logging.getLogger("example02")#或者example01

def debug(message):
    # 定义dubug级别日志打印方法
    logger.debug(message)

def info(message):
    # 定义info级别日志打印方法
    logger.info(message)

def warning(message):
    # 定义warning级别日志打印方法
    logger.warning(message)

3.5 封装发送Email类
​



import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.header import Header
from ProjVar.var import *

import os
import smtplib
from email import encoders
from email.mime.base import MIMEBase
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.header import Header
from email.utils import formataddr

def send_mail():
    mail_host="smtp.qq.com"  #设置服务器
    mail_user="xiangxiang"    #用户名
    mail_pass="cmxx"   #口令
    sender = 'cm2019@126.com'
    receivers = ['672014873@qq.com',"cm2019@126.com"] # 接收邮件,可设置为你的QQ邮箱或者其他邮箱
    # 创建一个带附件的实例
    message = MIMEMultipart()
    message['From'] = formataddr(["自动化测试", "cm2019@126.com"])
    message['To'] = ','.join(receivers)
    subject = '自动化测试执行报告'
    message['Subject'] = Header(subject, 'utf-8')
    message["Accept-Language"]="zh-CN"
    message["Accept-Charset"]="ISO-8859-1,utf-8,gbk"
    # 邮件正文内容
    message.attach(MIMEText('最新执行的自动化测试报告,请参阅附件内容!', 'plain', 'utf-8'))

    # 构造附件1,传送测试结果的excel文件
    att = MIMEBase('application', 'octet-stream')
    att.set_payload(open(ProjDirPath+"\\testdata\\testdata.xlsx", 'rb').read())
    att.add_header('Content-Disposition', 'attachment', filename=('gbk', '', "自动化测试报告.xlsx"))
    encoders.encode_base64(att)
    message.attach(att)
    """
    # 构造附件2,传送当前目录下的 runoob.txt 文件
    att2 = MIMEText(open('e:\\a.py','rb').read(), 'base64', 'utf-8')
    att2["Content-Type"] = 'application/octet-stream'
    att2["Content-Disposition"] = 'attachment; filename="a.py"'
    message.attach(att2)
    """
    try:
        smtpObj = smtplib.SMTP(mail_host)
        smtpObj.login(mail_user, mail_pass)
        smtpObj.sendmail(sender, receivers, message.as_string())
        print("邮件发送成功")
    except smtplib.SMTPException as e:
        print("Error: 无法发送邮件", e)

if __name__ == "__main__":
    send_mail()
​
 

四、 创建config包 用来存放公共的参数、配置文件、长时间不变的变量值

创建public_data.p

import os
# 整个项目的根目录绝对路劲
baseDir = os.path.dirname(os.path.dirname(__file__))

# 获取测试数据文件的绝对路径
file_path = baseDir + "/TestData/inter_test_data.xlsx"

API_apiName = 2
API_requestUrl = 3
API_requestMothod = 4
API_paramsType = 5
API_apiTestCaseFileName = 6
API_active = 7

CASE_requestData = 1
CASE_relyData = 2
CASE_responseCode = 3
CASE_responseData = 4
CASE_dataStore = 5
CASE_checkPoint = 6
CASE_active = 7
CASE_status = 8
CASE_errorInfo = 9

# 存储请求参数里面依赖的数据
REQUEST_DATA = {}

# 存储响应对象中的依赖数据
RESPONSE_DATA = {}

if __name__=="__main__":
    print(file_path)
    print(baseDir)

五、创建TestData目录,用来存放测试文件

inter_test_data.xlsx

六、创建action包,用来存放关键字函数
6.1 解决数据依赖 (GetRely.py)

from config.public_data import REQUEST_DATA, RESPONSE_DATA
from utils.md5_encrypt import md5_encrypt

REQUEST_DATA = {"用户注册":{"1":{"username":"zhangsan", "password":"dfsdf23"},
                        "headers":{"cookie":"asdfwerw"}}}
RESPONSE_DATA = {"用户注册":{"1":{"code":"00"}, "headers":{"age":2342}}}

class GetRely(object):
    def __init__(self):
        pass

    @classmethod
    def get(self, dataSource, relyData, headSource = {}):
        print(type(dataSource))
        print(dataSource)
        data = dataSource.copy()
        for key, value in relyData.items():
            if key == "request":
                #说明应该去REQUEST_DATA中获取
                for k, v in value.items():
                    interfaceName, case_idx = v.split("->")
                    val = REQUEST_DATA[interfaceName][case_idx][k]
                    if k == "password":
                        data[k] = md5_encrypt(val)
                    else:
                        data[k] = val
            elif key == "response":
                # 应该去RESPONSE_DATA中获取
                for k, v in value.items():
                    interfaceName, case_idx = v.split("->")
                    data[k] = RESPONSE_DATA[interfaceName][case_idx][k]
            elif key == "headers":
                if headSource:
                    for key, value in value.items():
                        if key == "request":
                            for k, v in value.items():
                                for i in v:
                                    headSource[i] = REQUEST_DATA[k]["headers"][i]
                        elif key == "response":
                            for i, val in value.items():
                                for j in val:
                                    headSource[j] = RESPONSE_DATA[i]["headers"][j]
        return "%s" %data

if __name__ == "__main__":
    s = {"username": "", "password": "","code":""}
    h = {"cookie":"123", "age":332}
    rely = {"request": {"username": "用户注册->1", "password": "用户注册->1"},
            "response":{"code":"用户注册->1"},
            "headers":{"request":{"用户注册":["cookie"]},"response":{"用户注册":["age"]}}
            }
    print(GetRely.get(s, rely, h))

6.2 解决数据存储(RelyDataStore.y)

from config.public_data import RESPONSE_DATA, REQUEST_DATA

class RelyDataStore(object):
    def __init__(self):
        pass

    @classmethod
    def do(cls, storePoint, apiName, caseId, request_source = {}, response_source = {}, req_headers={}, res_headers = {}):
        for key, value in storePoint.items():
            if key == "request":
                # 说明需要存储的依赖数据来自请求参数,应该将数据存储到REQUEST_DATA
                for i in value:
                    if i in request_source:
                        val = request_source[i]
                        if apiName not in REQUEST_DATA:
                            # 说明存储数据的结构还未生成,需要指明数据存储结构
                            REQUEST_DATA[apiName]={str(caseId): {i: val}}
                        else:
                            #说明存储数据结构中最外层结构已存在
                            if str(caseId) in REQUEST_DATA[apiName]:
                                REQUEST_DATA[apiName][str(caseId)][i] = val
                            else:
                                # 说明内层结构不完整,需要指明完整的结构
                                REQUEST_DATA[apiName][str(caseId)] = {i: val}
                    else:
                        print("请求参数中不存在字段" + i)
            elif key == "response":
                #说明需要存储的依赖数据来自接口的响应body,应该将数据存储到RESPONSE_DATA
                for j in value:
                    if j in response_source:
                        val = response_source[j]
                        if apiName not in RESPONSE_DATA:
                            # 说明存储数据的结构还未生成,需要指明数据存储结构
                            RESPONSE_DATA[apiName]={str(caseId): {j: val}}
                        else:
                            #说明存储数据结构中最外层结构已存在
                            if str(caseId) in RESPONSE_DATA[apiName]:
                                RESPONSE_DATA[apiName][str(caseId)][j] = val
                            else:
                                # 说明内层结构不完整,需要指明完整的结构
                                RESPONSE_DATA[apiName][str(caseId)] = {j: val}
                    else:
                        print("接口的响应body中不存在字段" + j)
            elif key == "headers":
                for k, v in value.items():
                    if k == "request":
                        # 说明需要往REQUEST_DATA变量中写入存储数据
                        for item in v:
                            if item in req_headers:
                                header = req_headers[item]
                                if "headers" in REQUEST_DATA[apiName]:
                                    REQUEST_DATA[apiName]["headers"][item] = header
                                else:
                                    REQUEST_DATA[apiName]["headers"] = {item: header}
                    elif k == "response":
                        # 说明需要往RESPONSE_DATA变量中写入存储数据
                        for it in v:
                            if it in res_headers:
                                header = res_headers[it]
                                if "headers" in RESPONSE_DATA[apiName]:
                                    RESPONSE_DATA[apiName]["headers"][it] = header
                                else:
                                    RESPONSE_DATA[apiName]["headers"] = {item: header}
        print(REQUEST_DATA)
        print(RESPONSE_DATA)

if __name__ == "__main__":
    r = {"username": "srwcx01", "password": "wcx123wac1", "email": "wcx@qq.com"}
    req_h = {"cookie":"csdfw23"}
    res_h = {"age":597232}
    s = {"request": ["username", "password"], "response": ["userid"],"headers":{"request":["cookie"],
        "response":["age"]}}
    res = {"userid": 12, "code": "00"}
    RelyDataStore.do(s, "register", 1, r, res, req_headers=req_h, res_headers=res_h)
    print(REQUEST_DATA)
    print(RESPONSE_DATA)

6.3 校验数据结果(CheckResult.py)

import re

class CheckResult(object):
    def __init__(self):
        pass

    @classmethod
    def check(self, responseObj, checkPoint):
        responseBody = responseObj.json()
        # responseBody = {"code": "", "userid": 12, "id": "12"}
        errorKey = {}
        for key, value in checkPoint.items():
            if key in responseBody:
                if isinstance(value, (str, int)):
                    # 等值校验
                    if responseBody[key] != value:
                        errorKey[key] = responseBody[key]
                elif isinstance(value, dict):
                    sourceData = responseBody[key]
                    if "value" in value:
                        # 模糊匹配校验
                        regStr = value["value"]
                        rg = re.match(regStr, "%s" %sourceData)
                        if not rg:
                            errorKey[key] = sourceData
                    elif "type" in value:
                        # 数据类型校验
                        typeS = value["type"]
                        if typeS == "N":
                            # 说明是整形校验
                            if not isinstance(sourceData, int):
                                errorKey[key] = sourceData
            else:
                errorKey[key] = "[%s] not exist" %key
        return errorKey

if __name__ == "__main__":
    r = {"code": "00", "userid": 12, "id": 12}
    c = {"code": "00", "userid": {"type": "N"}, "id": {"value": "\d+"}}
    print(CheckResult.check(r, c))

6.4 往excel里面写结果

from config.public_data import *

def write_result(wbObj, sheetObj, responseData, errorKey, rowNum):
    try:
        # 写响应body
        wbObj.writeCell(sheetObj, content="%s" %responseData,
                        rowNo = rowNum, colsNo=CASE_responseData)
        # 写校验结果状态及错误信息
        if errorKey:
            wbObj.writeCell(sheetObj, content="%s" %errorKey,
                        rowNo=rowNum, colsNo=CASE_errorInfo)
            wbObj.writeCell(sheetObj, content="faild",
                            rowNo=rowNum, colsNo=CASE_status, style="red")
        else:
            wbObj.writeCell(sheetObj, content="pass",
                            rowNo=rowNum, colsNo=CASE_status, style="green")
    except Exception as err:
        raise err

七、创建Log目录用来存放日志
八、主函数

#encoding=utf-8
import requests
import json
from action.get_rely import GetRely
from config.public_data import *
from utils.ParseExcel import ParseExcel
from utils.HttpClient import HttpClient
from action.data_store import RelyDataStore
from action.check_result import CheckResult
from action.write_result import write_result
from utils.Log import *

def main():
    parseE = ParseExcel()
    parseE.loadWorkBook(file_path)
    sheetObj = parseE.getSheetByName("API")
    activeList = parseE.getColumn(sheetObj, API_active)
    for idx, cell in enumerate(activeList[1:], 2):
        if cell.value == "y":
            #需要被执行
            RowObj = parseE.getRow(sheetObj, idx)
            apiName = RowObj[API_apiName -1].value
            requestUrl = RowObj[API_requestUrl - 1].value
            requestMethod = RowObj[API_requestMothod - 1].value
            paramsType = RowObj[API_paramsType - 1].value
            apiTestCaseFileName = RowObj[API_apiTestCaseFileName - 1].value

            # 下一步读取用例sheet表,准备执行测试用例
            caseSheetObj = parseE.getSheetByName(apiTestCaseFileName)
            caseActiveObj = parseE.getColumn(caseSheetObj, CASE_active)
            for c_idx, col in enumerate(caseActiveObj[1:], 2):
                if col.value == "y":
                    #需要执行的用例
                    caseRowObj = parseE.getRow(caseSheetObj, c_idx)
                    requestData = caseRowObj[CASE_requestData - 1].value
                    relyData = caseRowObj[CASE_relyData - 1].value
                    responseCode = caseRowObj[CASE_responseCode - 1].value
                    responseData = caseRowObj[CASE_responseData - 1].value
                    dataStore = caseRowObj[CASE_dataStore -1].value
                    checkPoint = caseRowObj[CASE_checkPoint - 1].value

                    #发送接口请求之前需要做一下数据依赖的处理
                    if relyData:
                        logging.info("处理第%s个接口的第%s条用例的数据依赖!")
                        requestData = GetRely.get(eval(requestData), eval(relyData))
                    httpC = HttpClient()
                    response = httpC.request(requestMethod=requestMethod,
                                             requestData=requestData,
                                             requestUrl=requestUrl,
                                             paramsType=paramsType
                                             )
                    # 获取到响应结果后,接下来进行数据依赖存储逻辑实现
                    if response.status_code == 200:
                        responseData = response.json()
                        # 进行依赖数据存储
                        if dataStore:
                            RelyDataStore.do(eval(dataStore), apiName, c_idx - 1, eval(requestData), responseData)
                        # 接下来就是校验结果
                        else:
                            logging.info("接口【%s】的第【%s】条用例,不需要进行依赖数据存储!" %(apiName, c_idx))
                        if checkPoint:
                            errorKey = CheckResult.check(response, eval(checkPoint))
                            write_result(parseE, caseSheetObj, responseData, errorKey, c_idx)
                    else:
                        logging.info("接口【%s】的第【%s】条用例,执行失败,接口协议code非200!" %(apiName, c_idx))
                else:
                    logging.info("第%s个接口的第%s条用例,被忽略执行!" %(idx -1, c_idx-1))
        else:
            logging.info("第%s行的接口被忽略执行!" %(idx -1))

if __name__=="__main__":
    main()

框架待完善,请大家多多指教~以上内容希望对你有帮助,有被帮助到的朋友欢迎点赞,评论。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1140391.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java中的类和对象 (二)

目录 1.封装 1.1 封装的概念 1.2 访问限定符 1.3 封装扩展之包 1.3.1 包的概念 1.3.2 导入包中的类 1.3.3 自定义包 1.3.4 包的访问权限控制举例 1.3.5 常见的包 2. static成员 2.1 static修饰成员变量 2.2 static修饰成员方法 2.3 static成员变量初始化 …

Python+Pytest+Request【第一章】接口框架介绍

接口框架介绍 businesscommonconfigoutputstest_reporttestcase business business目录下面我们会放一些底层接口信息,会将封装好的一些方法组装成一个动作,你可以理解为一个组装车间,把已经写好的零部件组合起来,组成一个车子的…

[量化投资-学习笔记002]Python+TDengine从零开始搭建量化分析平台-MA均线的多种实现方式

MA 均线时最基本的技术指标,也是最简单,最不常用的(通常使用EMA、SMA)。 以下用两种不同的计算方法和两种不同的画图方法进行展示和说明。 MA 均线指标公式 MA (N)(C1 C2 C3 …C N )/N目录 方式一1.SQL 直接查询均值2.使用 pyp…

带你深入理解“栈”(c语言 c++和stl Stack三个版本的模拟实现)

目录 一.栈的概念及结构 二.栈的实现(c语言版) 2.1静态增长的栈 2.2动态增长的栈 2.3动态栈的模拟实现 1.栈的初始化 2.入栈 3.出栈 4.获取栈顶元素 5.获取栈中有效数据个数 6.检查栈是否为空 7.栈的销毁 三.C 版本模拟实现栈 1.C版本的源代码…

java代理示例

以上代码通过Apache HttpComponents库,使用Java其中,proxy_host参数为代理服务器的主机名,proxy_port参数为服务器的端口号。程序首先创建了一个HttpGet对象,然后创建了一个HttpClient对象。接着,设置了HttpGet对象的U…

使用Typecho搭建个人博客网站,并内网穿透实现公网访问

使用Typecho搭建个人博客网站,并内网穿透实现公网访问 文章目录 使用Typecho搭建个人博客网站,并内网穿透实现公网访问前言1. 安装环境2. 下载Typecho3. 创建站点4. 访问Typecho5. 安装cpolar6. 远程访问Typecho7. 固定远程访问地址8. 配置typecho 前言 …

接口测试 —— Requests库GET请求!

Requests库GET请求是使用HTTP协议中的GET请求方式对目标网站发起请求。 (不带参数的GET请求请看上一篇文章的练习) 1、Requests库待参数的GET请求 使用Get方法带参数请求时,是params参数字典,而不是data参数字典。data参数字典…

亚马逊云科技Amazon Lightstail(VPS)与其他主流VPS相比优势在哪里?

亚马逊云科技作为全球网络科技的一方巨擘,在全球云计算领域可谓一枝独秀。而说到云计算领域,作为入门和基础使用场景的VPS就是一个无法绕开的话题。那么亚马逊云科技又有什么样的优势呢?今天这篇文章就市面现有的VPS服务做比较,解…

MYSQL数据库的概念和sql语句

数据是什么 数:数字信息 据:属性或某种凭据 数据:对一些列对对象的具体属性的描述信息的集合。 数据库是什么 数据库:就是用来组织 (按照规则组织起来的) ,存储和管理 (对数据的增、删、改、查) 数据的仓库。 数…

【C++】set multiset

文章目录 前言1.set介绍2.set的使用3.multiset介绍4.multiset的使用 前言 知识铺垫:关联式容器和值键对概念 链接-【C】关联式容器 & 键值对(概念介绍) 1.set介绍 set文档 翻译: set是按照一定次序存储元素的容器&#xff…

2023年安全生产监管人员证考试题库及安全生产监管人员试题解析

题库来源:安全生产模拟考试一点通公众号小程序 2023年安全生产监管人员证考试题库及安全生产监管人员试题解析是安全生产模拟考试一点通结合(安监局)特种作业人员操作证考试大纲和(质检局)特种设备作业人员上岗证考试…

typedef复杂函数接口的解释

文章目录 typedef定义函数解释interface.h接口1、函数定义2、函数实现加载动态链接库3、sdologinentry.dll或者sdologinentry64.dll动态链接库哪个工程生成的并导出三个接口函数4、sdologinsdk.dll或者sdologinsdk64.dll动态链接库哪个工程生成并导出三个接口函数 typedef定义函…

redis爆满导致数据丢失

记一则redis爆满导致数据丢失的一场事故 某功能上线后,发现出现问题,最后定位到了 redis. 由于存储的数据过多,导致阿里云4G大小的 redis 爆满,触发了回收策略。 于是临时扩容,运维同学当时未找到阿里云配置。 后面我用工具连接了…

微服务-Feign

文章目录 Feign介绍Feign的基本使用自定义Feign的配置Feign性能优化Feign最佳实践 Feign介绍 RestTemplate远程调用存在的问题:代码可读性差,java代码中夹杂url;参数复杂很难维护 String url "http://userservice/user/" order.g…

常见MySQL数据库无法启动的解决方案

前言: 数据库无法启动是在运维中常见的问题,大多是重启服务器、磁盘损坏、配置不当导致的。建议您在面板计划任务中做个数据库全部备份的计划任务,这样在遇到问题的情况下可以及时通过备份进行恢复。 在根据下面的案例尝试恢复或者启动数据库…

dedecms 文件上传(CVE-2019-8933)

dedecms 文件上传(CVE-2019-8933) 漏洞简介 远程攻击者可通过在添加新模板时,将文件名…/index.html更改成…/index.php利用该漏洞向uploads/目录上传.php文件并执行该文件。 后台路径:/uploads/dede/ 后台密码:admi…

贪心算法学习——最大数

目录 ​编辑 一,题目 二,题目接口 三,解题思路级代码 一,题目 给定一组非负整数 nums,重新排列每个数的顺序(每个数不可拆分)使之组成一个最大的整数。 注意:输出结果可能非常大…

WEB使用百度地图展示某地地址

第一步 进入百度地图开发平台 百度地图开放平台 | 百度地图API SDK | 地图开发 第二步注册 获取AK秘钥,点击【创建应用】进入AK申请页面,填写应用名称,务必选择AK类型为“浏览器端”,JS API只支持浏览器端AK进行请求与访问 下面…

AVM赛道研究:预计2024年渗透率突破50%!下一个破局点在哪儿?

作为一个典型的基础智能化细分赛道,全景环视(AVM)的发展历程值得市场借鉴。 这其中的原因包括,①对比渗透率仍处低位的高阶智驾,单一AVM赛道的产品基本进入成熟期(渗透率继续高歌猛进)&#xf…

《算法通关村—如何基于数组(或者链表)实现栈》

《算法通关村—如何基于数组(或者链表)实现栈》 理解什么是栈 栈和队列是比较特殊的线性表,又称之为访问受限的线性表。栈是很多表达式、符号等运算的基础,也是递归的底层实现。理论上递归能做的题目栈都可以,只是有…