一份优秀的接口自动化测试方案是啥样的？

1、引言

　　1.1 文档版本

1.2 项目情况

1.3 文档目的

　　　　本文档主要用于指导XXX-YY项目常用接口自动化测试工作的开展。本文档的主要目的在于提供项目接口自动化测试的技术方案、实施方案和计划方案等。

2、接口自动化实施目标

　　2.1 实施原则

　　　　XXX-YY项目采用接口自动化测试，主要目的是为了应对迭代版本测试过程中的重复工作任务，以期达到效果如下：

降低测试成本
提高测试效率
更频繁地执行覆盖重要接口
提供更高的准确性和一致性
节约时间成本

　　虽然能达到上述预期效果，但实际实施过程中需要注意的是，接口自动化的高效应用，对于被测系统有着更高的要求，也需要遵循合理的方法流程，现总结如下：

接口自动化的实施应该被用于解决测试过程中高重复性的工作，很大一部分是用于回归测试老的功能接口，否则其本身工作量投入会大于其收益，所以不能盲目对所有接口或功能追求自动化。
对于提测版本，自身稳定性需要有一定程度的保障。过于频繁的接口变动，会加大后续接口自动化的实施难度，增加自动化脚本维护地成本。
接口自动化的整体实现应采用分布进行，测试过程中优先覆盖功能稳定且比较重要的接口，进而逐步扩展到整体项目的接口回归。
接口自动化测试是一个长期的过程，随着项目版本的不停迭代优化，项目本身的接口也会不断优化或新开发，所以后续自动化测试脚本的代码维护和调优也具有可观的工作量。

　　2.2 接口自动化测试范围

　　　　系统范围：

阶段范围：

　　　　　　这里我们优先测试一下登录的接口和一些插入XXX功能的接口。

　　2.3 接口自动化测试任务

制定测试方案

脚本编码前，需要对项目有一个整体把握，合理预估接口数量与复杂度。结合版本迭代时间，预估自动化脚本开发时间，并制定出相应的接口自动化测试方案。

提取分析测试点

根据前面写好的接口自动化测试范围，分析每个接口的测试点，包含请求方式，传入参数，请求头，返回状态，返回数据等。这个过程中，需要和相对应的开发对接清楚在测试范围内的接口的相关信息，并提前在postman中逐一确认调通，必要时生成相应的测试文档或编写进入测试用例中。

搭建测试框架

　　　　此次接口自动化测试框架采用的是以Python语言为脚本开发语言，选用unittest接口测试框架。目的希望达成可配置，能自动运行脚本，自动生成测试报告并将生成的测试报告发送到指定邮件。

编写脚本代码

　　　　脚本首次实现不需要覆盖到每个接口。先预计挑选几个重要接口进行覆盖测试，等整体测试框架搭建好后，整体流程确认调通无误后，再后续维护完善脚本，覆盖更多的功能接口。

持续集成

　　　　同上，初次脚本代码完成后，需要对现有自动化脚本进行升级持续集成开发，不断完成尚未覆盖到的接口，将这些接口加入到自动化测试的范围内，使得整体自动化程度进一步加深，更大程度上节约人力和时间成本。

脚本维护

　　　　脚本维护是在整体自动化脚本阶段性完成后，将现有生成的交付物归档整理好给相应的负责人管理，并进行阶段性的更新整理维护。包含项目日常版本迭代维护过程中对接口有改动的部分，和后续新加入接口得自动化覆盖等。

3、接口自动化技术选型

　　3.1 整体体系

　　　　结合测试金字塔（从下到上依次是：单元测试，服务测试，用户界面测试）以及XXX-YY项目本身的流程特性考量，本次自动化实现主要是以接口自动化的形式来开展。整个自动化脚本以 Python3.X 中 requests 库为核心机制，以 unittest 为测试组织，以 HTMLTestRunner 生成最终测试报告，Jenkins 实现持续集成，并选取Python3.X 作为编程语言实现。

3.2 核心技术

　　　　3.2.1 接口自动化执行库--Requests

　　　　首先，Requests 是使用 Python 语言编写，基于 urllib，采用 Apache2 licensed 许可证的 HTTP 库。它比一般的 urllib 等库更加方便、简洁，可以节约我们大量的工作，完全满足HTTP 测试需求，总结为一句话：Requests 是 Python 实现的简单易用的 HTTP 库。其次，Requests 库安装和导入非常方便。

　　　　pip3 install requests ## 安装 Requests 库

　　　　import requests ## 导入 Requests 库到项目中

　　　　我们可以使用该库实现以下各种方法：

　　　　requests.get("https://url.cn") # GET请求

　　　　requests.post("http://url.cn") # POST请求

　　　　requests.put("http://url.cn") # PUT请求

　　　　requests.delete("http://url.cn") # DELETE请求

　　　　requests.head("http://url.cn") # HEAD请求

　　　　requests.options("http://url.cn") # OPTIONS请求

　　　　3.2.2 测试组织和断言机制--unittest

　　　　unittest 模块是 Python 中自带的一个单元测试模块，我们可以用来做接口自动化代码级别的测试组织和断言机制。其中比较重要的小组件模块有：TestCase，TestSuit，TestLoader，TextTestRunner，TextTestResult等。

　　　　TestCase：用来编写逐条的测试用例，是所有测试用例的基类，他是 unittest 模块中最基本的组成单元。一个 testcase 就是一个测试用例，是一个完整的测试流程，包括测试前的环境搭建准备 setUp，执行测试代码和断言机制，以及测试一条用例完成后的环境还原 tearDown 等。

　　　　TestSuit：多个TestCase就组成了一个TestSuit（测试用例集），这是用来存放一条一条测试用例的集合。

　　　　TestLoader：是用来将逐条的测试用例 TestCase 加载到用例集合 TestSuit 中，其中加载的方式有多种，就是从脚本项目中寻找到单独的用例，创建他们的实例，然后加载到一起，组成TestSuit，再返回一个TestSuit的实例。

　　　　TextTestRunner：是用来执行用例集 TestSuit 中的测试用例。

　　　　TextTestResult：用来保存测试结果，包含执行了多少条测试用例，成功与失败用例的条数等信息。

示意图如下（网络来源图）：

3.2.3 测试报告生成--HTMLTestRunner

　　　　当我们批量执行完用例集 TestSuit 中的接口用例后，生成的测试报告是dos端文本格式展示的，不是很直观，这里我们引入一个第三方库--HTMLTestRunner，使用这个第三方库我们可以生产成 HTML 网页格式的测试报告。

3.2.4 持续集成机制--Jenkins

　　　　这里我们脚本持续集成选择 Jenkins 来实现，通过使用 Jenkins，我们能够实现脚本自动化执行，包含定时执行自动化测试脚本，和自动化脚本运行后的测试报告发送到指定的邮箱中。

3.3 框架思想

　　　　3.3.1 封装思想

　　　　整个接口自动化测试脚本采用面向对象的封装思想，尽量将一些可配置的模块单独提取出来，便于后续操作配置，使得整体项目更加灵活多变，便于后续地迭代维护和二次开发。封装思想主要体现在测试环境可配置，测试用例可导入，测试数据和脚本分离，文件路径采用相对路径表示等，具体我们会在实际编码分层中得到体现。

　　　　3.3.2 数据驱动实现

　　　　数据驱动这里我们采用的是 Python 中的装饰器--DDT（Data Driven Tests）来体现。通过他我们可以复用我们的脚本代码，达到数据驱动测试的目的。官方对DDT的描述是：DDT（数据驱动测试）允许您通过使用不同的测试数据运行一个测试用例，并使其显示为多个测试用例。

　　　　这里官方网站中对DDT的介绍做一个简单描述。首先，DDT主要是由一个类装饰器 @ddt（用于我们脚本中的TestCase子类）和两个方法装饰器（用于我们想要批量处理的测试数据）分别是 @data（这里需要保持提供参数和被测参数个数一致）和 @file_data（将从JSON 或者 YAML 文件中加载测试数据）。其次，关于data修饰的方法传入的参数，会被当做一个整体传入，如果这些参数像是元组一类的参数，那么你必须将他们分解开传入到你的测试中。另外，你可以使用另一个装饰器 @unpack，来解压缩分解你的参数为多个参数。