### 实现 Python unittest 和 requests 库进行接口自动化测试 #### 1. 安装必要的库 确保安装了 `requests` 和 `unittest`，它们是 Python 的标准库和常用 HTTP 请求库。可以通过以下命令安装： ```bash pip install requests ``` #### 2. 编写测试用例模板 使用 `unittest` 框架编写测试类，并结合 `requests` 发起 HTTP 请求。以下是一个基本的测试用例示例： ```python import unittest import requests class TestAPI(unittest.TestCase): def setUp(self): # 初始化测试环境，比如设置基础 URL self.base_url = "http://example.com/api" def test_get_request(self): url = f"{self.base_url}/get-endpoint" response = requests.get(url) self.assertEqual(response.status_code, 200) # 断言状态码是否为 200 self.assertIn("expected_key", response.json()) # 断言返回数据中包含某个键值 def test_post_request(self): url = f"{self.base_url}/post-endpoint" payload = {"key1": "value1", "key2": "value2"} headers = {"Content-Type": "application/json"} response = requests.post(url, json=payload, headers=headers) self.assertEqual(response.status_code, 201) # 断言状态码是否为 201 self.assertEqual(response.json()["message"], "Success") # 断言返回消息是否符合预期 if __name__ == "__main__": unittest.main() ``` #### 3. 使用 Excel 数据驱动测试 可以利用 `pandas` 或 `openpyxl` 等库从 Excel 文件读取测试数据，实现数据驱动的测试。以下是如何从 Excel 中读取数据并将其应用于测试用例的示例： ```python import pandas as pd import json # 读取 Excel 测试数据 def read_test_data(file_path): df = pd.read_excel(file_path) test_data = [] for _, row in df.iterrows(): test_case = { "url": row["接口地址"], "method": row["请求方式"], "data": json.loads(row["body参数值"]), "expected": json.loads(row["预期结果"]) } test_data.append(test_case) return test_data test_cases = read_test_data('test_data.xlsx') ``` #### 4. 集成到测试类中 将读取的测试数据集成到 `unittest` 测试类中，使用 `ddt` 模块来支持数据驱动测试： ```python import ddt import unittest import requests import json from 自动化接口测试.common.commons import Common @ddt.ddt class TestLogin(unittest.TestCase): @classmethod def setUpClass(cls): cls.logs = Common().get_logs() # 导入日志方法 cls.logs.debug('开始写入接口自动化测试用例') @classmethod def tearDownClass(cls): cls.logs.debug('自动化接口用例结束') def setUp(self): self.logs.debug('开始本条接口用例') def tearDown(self): self.logs.debug('结束本条用例') @ddt.data(*test_cases) # 引入ddt模块，读取拿到的数据 def test_api_requests(self, test_case): url = test_case["url"] method = test_case["method"] data = test_case["data"] expected = test_case["expected"] if method.upper() == "GET": response = requests.get(url, params=data) elif method.upper() == "POST": response = requests.post(url, json=data) else: raise ValueError("Unsupported HTTP method") self.assertEqual(response.status_code, expected["status_code"]) # 断言状态码 self.assertEqual(response.json(), expected["response"]) # 断言响应内容 if __name__ == "__main__": unittest.main() ``` #### 5. 日志记录与异常处理 为了更好地跟踪测试执行情况，可以在代码中加入日志记录功能。使用 `logging` 模块来记录测试过程中的信息： ```python import logging # 配置日志格式 logging.basicConfig( format='%(asctime)s - %(levelname)s - %(message)s', level=logging.DEBUG ) logger = logging.getLogger(__name__) ``` 在测试过程中，记录关键步骤的日志信息，以便后续调试。 --- ####