### 基于 Pytest 和 requests 构建接口自动化测试框架 #### 1. 安装依赖库 在构建接口自动化测试框架之前，需要确保已安装 Python 并通过 `pip` 工具安装必要的库。这些库包括 `requests` 用于发送 HTTP 请求以及 `pytest` 作为测试用例管理工具。 ```bash pip install requests pytest ``` 以上命令能够满足基本需求[^1]。如果希望生成 HTML 报告或集成日志功能，则还需要额外安装扩展插件，例如： ```bash pip install pytest-html pytest-logfest ``` #### 2. 封装 Requests 模块 为了提高代码可维护性和一致性，建议对 `requests` 进行封装。可以通过定义一个通用函数来处理不同类型的请求（如 GET、POST 等），并将公共逻辑集中化。 以下是简单的封装示例： ```python import requests class RequestHandler: def send_request(self, method, url, **kwargs): """ 发送HTTP请求的通用方法 :param method: 请求方法 (GET/POST/PUT/DELETE...) :param url: 接口地址 :param kwargs: 可选参数 (headers, data, json, params...) :return: 返回响应对象 """ try: response = requests.request(method=method.upper(), url=url, **kwargs) return response except Exception as e: raise ValueError(f"Request failed with error {e}") ``` 该类提供了一个灵活的方法来调用 API，并支持多种请求类型[^3]。 #### 3. 编写测试用例 编写测试用例时遵循 `pytest` 的命名约定，即文件名应以 `test_*.py` 或 `*_test.py` 开头，而测试函数则需以前缀 `test_` 开始。 下面是一个完整的例子，展示如何结合封装后的请求模块和 `pytest` 来测试登录接口： ```python import pytest from your_module import RequestHandler # 替换为实际路径 @pytest.fixture(scope="module") def request_handler(): """初始化请求处理器""" handler = RequestHandler() yield handler def test_login(request_handler): """ 测试用户登录接口 """ url = "https://example.com/api/login" payload = {"username": "admin", "password": "123456"} response = request_handler.send_request("post", url, json=payload) assert response.status_code == 200, f"Expected status code 200 but got {response.status_code}" assert "token" in response.json(), "Response does not contain 'token' field" def test_user_info(request_handler): """ 测试获取用户信息接口 """ url = "https://example.com/api/userinfo" headers = {"Authorization": "Bearer YOUR_TOKEN"} # 使用真实的 Token response = request_handler.send_request("get", url, headers=headers) assert response.status_code == 200, f"Expected status code 200 but got {response.status_code}" assert "name" in response.json(), "Response does not contain 'name' field" ``` 这里展示了两个独立的测试案例：一个是针对登录操作，另一个则是访问受保护资源的操作[^3]。 #### 4. 参数化与数据驱动 对于复杂的业务场景，可能涉及大量不同的输入条件组合。此时可以借助 `@pytest.mark.parametrize` 实现参数化测试。 假设我们有多个账户需要逐一验证其有效性： ```yaml # users.yaml 文件内容 - username: admin password: 123456 - username: guest password: abcdefg ... ``` 加载 YAML 数据并通过参数化运行每组测试： ```python import yaml @pytest.mark.parametrize( "user", [ user_data for user_data in yaml.safe_load(open("./users.yaml")) ] ) def test_multiple_logins(request_handler, user): """ 验证多个用户的登录情况 """ url = "https://example.com/api/login" payload = {"username": user["username"], "password": user["password"]} response = request_handler.send_request("post", url, json=payload) assert response.status_code == 200, f"Login failed for {payload['username']}" ``` 这种方法显著减少了重复劳动并增强了覆盖范围[^4]。 #### 5. 日志记录与报告生成 最后一步是在整个流程中加入详细的日志输出以便后续分析问题所在位置。同时配置 `pytest` 插件自动生成美观易读的结果文档。 启用 HTML 报告只需执行以下命令即可： ```bash pytest --html=./report.html ``` 这会将所有测试结果汇总成一份交互式的网页形式呈现出来[^1]。 --- ###