1???概述

关于测试的方法论，都是建立在之前的文章里面提到的观点：

功能测试不建议做自动化 接口测试性价比最高 接口测试可以做自动化 做好接口自动化，一定要有透过界面看到数据本质的能力

后面所谈到的? 测试自动化 ?也将围绕着? 接口自动化 ?来介绍。

2???可测试架构

目前互联网行业流行的“一服务，多客户端”的架构是一种? 可测试性好 ?的架构，架构图如下：

服务器和客户端采用Http（或者WebSocket）的方式进行通讯 数据交换的格式一般是Json（或者XML） 因为下游设备众多，所以服务端接口有很强的稳定性要求

3???自动化技术实现

基于如上特点，此系统的接口自动化测试简化表述，就是需要做如下事情：

使用脚本对接口进行Http请求 对返回值解析 按照设计文档进行判定 以项目的方式组织测试脚本形成自动化测试项目

当然，以上纯粹是从技术的角度来阐述问题，如果要和具体的项目结合起来 ，还需要设计不同的步骤和数据来满足不同的业务逻辑需求。

对于如上4个目的，有如下几个框架或者工具可以实现：

requests

一个Http请求库，号称是让Http的请求对人更友好，此框架也确实达到此目的了。

json

python提供的对json和python数据类型的转化库

pyunit

pyunit自动化框架提供了大量的assert断言方法来自动化进行数据逻辑判定

pycharm

作为一个强大的IDE，其在项目组织方面的表现也同样是极其出色的

关于? pyunit ?和? pycharm ?在本系列文章的上一节里面已经进行了介绍，此处不再重复介绍，本文的重点则是python的两个和http通讯及数据解析相关的库： requests库 ?和? json库 ?。

4???json

4.1???基本介绍

中文官方主页：

http://HdhCmsTestjson.org/json-zh.html

关于JSON的使用介绍，目前已经不言而喻。虽然在好多年前，曾经有XML和JSON在? 数据编解码 ?领域平分秋色的说法，但是这么多年过去后，JSON的势头越来越好，而XML的声音则越来越小。

关于JSON的定义，引用官网的原文?[1]：

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。 这些特性使JSON成为理想的数据交换语言。

目前JSON显然已经成为了互联网上字符型数据交换的标准编解码的中坚力量，作为互联网的开发人员，是很有必要了解它，运用它的。

JSON作为一种字符串的编码和解码规划，是和语言无关的，JSON官网?[1]?上有各种语言的。各种语言（Java/Php/C#/C/C++/Python/R/Ruby等等）都有自己的实现方式，这些也都可以参考

4.2???python库

本文的主打语言是Python语言，所展开的内容也是和Python语言相关，在JSON官网?[1]?上提供了如下几种Python语言的JSON库：

The Python Standard Library. simplejson. pyson. Yajl-Py. ultrajson. metamagic.json.

一般情况下，都使用第一个： The Python Standard Library（Python标准库）

官方文档地址：

https://docs.python.org/2/library/json.html

主要的功能就是：JSON编码和解码。

主要函数：

解码函数（装载）：将字符流转化为json对象

loads： 载入字符串变量 load：载入文件流

编码函数（卸载）：将json对象转化为字符流

dumps：输出到字符串变量 dump：输出到文件流

以上的几个接口容易混淆记忆，引处提供一个辨识技巧：后面带有s结尾（loads,dumps），都是对字符串变量? str ?的处理。

一般情况下，loads,dumps使用得最多，因为大部分的程序运算都是内存运算，即主要是对字符串变量进行处理，以下是官网的示例。

字符串解码：

>>>?import?json
>>>?json.loads('["foo",?{"bar":["baz",?null,?1.0,?2]}]')
[u'foo',?{u'bar':?[u'baz',?None,?1.0,?2]}]
>>>?json.loads('"\\"foo\\bar"')
u'"foo\x08ar'

字符串编码：

>>>?import?json
>>>?json.dumps(['foo',?{'bar':?('baz',?None,?1.0,?2)}])
'["foo",?{"bar":?["baz",?null,?1.0,?2]}]'
>>>?print?json.dumps("\"foo\bar")
"\"foo\bar"
>>>?print?json.dumps(u'\u1234')
"\u1234"

关于python标准数据类型和Json的数据类型之间转化的对应关系请见官网?[2]

[1] (1,?2,?3) ?JSON官网 [2] Python的Json编码解码数据对应表

官方主页：5???requests

5.1???基本介绍

http://docs.python-requests.org/en/master/

requests库是一个专门封装的，对用户极其友好的一个Http请求库，其目的就是为了让python下面的Http请求变得更简单，而且它确实也达到它的目的了。

安装方法：

pip?install?requests

5.2???使用示例

目前的一般的Web应用程序都是基于get或者post请求，对于这两种Http请求，requests库都提供了十分优雅的解决方案。

最基本的get请求

#?coding:utf-8
import?requests

__author__?=?'harmo'


def?get_demo():
????"""
????requests?的get方法演示,不带参数
????by:Harmo
????:return:
????"""
????url?=?'http://HdhCmsTestbaidu测试数据'
????res?=?requests.get(url)
????print?res.url
????print?res.status_code


if?__name__?==?'__main__':
????get_demo()

运行结果：

http://HdhCmsTestbaidu测试数据/
200

带参数的get请求：

>>>?payload?=?{'key1':?'value1',?'key2':?'value2'}
>>>?r?=?requests.get('http://httpbin.org/get',?params=payload)

带参数的post请求：

>>>?payload?=?{'key1':?'value1',?'key2':?'value2'}

>>>?r?=?requests.post("http://httpbin.org/post",?data=payload)
>>>?print(r.text)
{
??...
??"form":?{
????"key2":?"value2",
????"key1":?"value1"
??},
??...
}

6???综合示例

再结合一下pyunit的判断库，就可以根据如下流程，做一个最简单的接口自动化测试脚本：

根据文档准备好请求参数 对指定的http接口进行requests请求 对返回的字符串进行json解析 使用pyunit的assert函数进行判定 生成相应的测试报告，导出或者和信息系统对接

下面是对一个用户登录的接口进行测试，按照设计文档，此接口如果登录成功，则返回的字符格式是：

{
????"code":200,
????"msg":"",
????"data":{
????????"token":?"382998dafa5143fd8a38c535be0d1502"
????}
}

如果登录失败，则返回如下值：

{"code":403,"msg":"forbidden","data":""}

则相应的测试脚本代码为

def?test_admin_user_login(self):
????"""
????测试用户登录
????by:Harmo
????:return:
????"""

????url?=?"%s%s"?%?(self.base_url,?'/task/admin-user-login/')

????params?=?dict(
????????user='admin',
????????password='222222',

????)

????res?=?requests.post(url,?data=params)
????print?res.text

????res_dict?=?json.loads(res.text)
????self.assertEqual(res_dict['code'],?200)

运行结果：

通过上面运行结果的提示，我们可以看出，指定的数据输入经过服务端接口后，并没有返回我们期望的值。这个时候，我们就可以排查是不是服务端的接口出问题了，或者是谁修改了测试数据，导致结果不符合预期。

7???小结

本小部分的内容，主要是讲如何利用? requests库 ?和? json库 ?来轻松构建Http接口自动化测试的项目。基本上如果掌握了如上技能，测试开发人员就具备了自动化脚本开发的能力了，后面主就是结合具体的项目需求来进行逻辑设计和数据准备了。

只需要这一步，你就迈入了自动化测试之门了，恭喜。

聚沙成塔，无数的上文提到的接口自动化测试脚本，就可以汇集成一个自动化化测试项目，而此自动化测试项目则是 持续集成，快速迭代必备条件，最后作为测试人员也能成为整个项目推进中很重要的一环了。

在这段时间，整理资料已经成了我的习惯！下面是我收集和整理的资源

对于学习软件测试的的朋友来说应该是最全面的备战仓库了，有很多朋友靠着这些内容进行复习，拿到了BATJ等大厂的offer，这个仓库也已经帮助了很多的软件测试的学习者，希望也能帮助到你！

乾坤未定，你我皆是黑马

关注微信公众号：【程序员二黑】 即可免费获取这份仓库资源啦！

查看更多关于python自动化测试总结篇【4】的详细内容...