构建一个基于Python的自动化测试框架，结合`unittest`和`requests`库，可以有效地实现接口级别的单元测试。以下是一个完整的实现思路和步骤说明： ### 1. 环境准备 确保你的环境中安装了以下库： - **Python**：推荐使用3.x版本。 - **Requests**：用于发送HTTP请求。 - **Unittest**：Python自带的单元测试框架。 - **HTMLTestRunner**（可选）：用于生成HTML格式的测试报告。 可以通过以下命令安装依赖： ```bash pip install requests html-testRunner ``` ### 2. 项目结构设计 合理的目录结构有助于代码的维护和扩展。一个典型的项目结构如下所示： ``` project/ │ ├── test_cases/ # 存放测试用例 │ └── test_api.py # 示例测试文件 │ ├── api/ # 存放API封装模块 │ └── api_client.py # API调用方法 │ ├── utils/ # 工具类或公共函数 │ └── common_utils.py # 公共工具函数 │ ├── data/ # 测试数据管理 │ └── test_data.json # 数据驱动的数据源 │ ├── reports/ # 测试报告输出目录 │ └── run_tests.py # 运行所有测试用例的主程序 ``` ### 3. 封装API请求 在`api/api_client.py`中，封装常用的HTTP请求方法，例如GET、POST等，并处理通用逻辑如异常捕获、日志记录等： ```python import requests class APIClient: def __init__(self, base_url): self.base_url = base_url self.session = requests.Session() def send_request(self, method, endpoint, params=None, data=None, json=None, headers=None): url = f"{self.base_url}/{endpoint}" try: response = self.session.request( method=method, url=url, params=params, data=data, json=json, headers=headers ) return response except requests.exceptions.RequestException as e: print(f"Request failed: {e}") return None ``` ### 4. 编写测试用例 在`test_cases/test_api.py`中编写具体的测试用例。这里使用`unittest.TestCase`作为基类，并调用封装好的API客户端： ```python import unittest from api.api_client import APIClient class TestAPI(unittest.TestCase): @classmethod def setUpClass(cls): cls.client = APIClient(base_url="https://jsonplaceholder.typicode.com") def test_get_posts(self): response = self.client.send_request("GET", "posts") self.assertIsNotNone(response) self.assertEqual(response.status_code, 200) def test_create_post(self): payload = { "title": "foo", "body": "bar", "userId": 1 } response = self.client.send_request("POST", "posts", json=payload) self.assertIsNotNone(response) self.assertEqual(response.status_code, 201) if __name__ == '__main__': unittest.main() ``` ### 5. 使用数据驱动（DDT） 为了支持数据驱动测试，可以引入`ddt`库来简化多组输入参数的测试流程。首先安装`ddt`： ```bash pip install ddt ``` 然后修改测试用例如下： ```python import unittest from ddt import ddt, data, unpack from api.api_client import APIClient @ddt class TestAPI(unittest.TestCase): @classmethod def setUpClass(cls): cls.client = APIClient(base_url="https://jsonplaceholder.typicode.com") @data(("posts", 200), ("users", 200)) @unpack def test_get_resources(self, endpoint, expected_status): response = self.client.send_request("GET", endpoint) self.assertIsNotNone(response) self.assertEqual(response.status_code, expected_status) if __name__ == '__main__': unittest.main() ``` ### 6. 集成测试套件并生成报告 在`run_tests.py`中，集成所有测试用例并生成HTML测试报告： ```python import unittest from HtmlTestRunner import HTMLTestRunner # 加载测试用例 test_suite = unittest.defaultTestLoader.discover(start_dir="./test_cases", pattern="test_*.py") # 执行测试并生成报告 runner = HTMLTestRunner(output="./reports", report_name="TestReport", combine_reports=True) runner.run(test_suite) ``` ### 7. 运行测试 执行`run_tests.py`文件即可运行所有测试用例，并在`reports/`目录下生成详细的HTML测试报告。 --- ###