接口自动化测试框架搭建整体步骤

需求分析与规划

在需求分析阶段，测试需与开发对齐接口定义、业务逻辑、数据依赖及异常处理规则，通过会议、文档共享和代码审查确保测试范围与开发实现一致。

1. 接口范围确定

• 数据来源：
  • 开发提供的 Swagger/OpenAPI 文档（主来源）
  • 抓包工具（如 Charles）捕获前端实际调用接口
  • 与开发确认文档缺失的业务逻辑（如权限校验规则）

---

2. 核心接口筛选

• 筛选标准：
  • 高频操作：用户登录、知识搜索、收藏等
  • 高风险：密码修改、数据删除、支付接口
  • 复杂逻辑：推荐算法、权限验证、防刷机制

---

3. 业务场景梳理

• 输出物：
  • 场景清单（示例）：
    1. 用户注册→邮箱验证→首次登录
    2. 搜索知识→筛选→触发推荐→查看详情
    3. 发表评论→含敏感词→触发审核→通知作者
  • 接口依赖图：用 XMind 标注接口调用顺序及数据传递关系

---

4. 测试用例规划

• 关键规划点：
  • 正向用例：覆盖核心业务流程（如知识发布全流程）
  • 异常用例：边界值（如超长字符串）、非法参数（如 SQL 注入）、网络中断
  • 数据驱动设计：将测试数据（如用户名、密码）与用例分离

---

5. 风险与资源评估

• 风险点：
  • 接口变更频繁（需与开发建立同步机制）
  • 环境不稳定（提前规划测试环境优先级）
• 工具选型：
  • 接口管理：Postman/ApiPost（导入 Swagger）

---

 

输出物：

• 接口清单（含优先级）
• 场景流程图（BPMN 格式）
• 用例设计模板（含正向 / 异常场景）

技术选型与环境搭建

一、技术选型

 

1. 测试框架

   • Python unittest + ddt（数据驱动）
   • 支持测试用例组织、断言、参数化

2. HTTP 请求

   • requests 库（封装 HTTP 请求）
   • requests-toolbelt（处理 multipart/form-data 上传）

3. 数据管理

   • Excel（openpyxl 读写测试数据）
   • Faker（生成随机测试数据）

4. 数据库操作

   • pymysql（MySQL 数据库连接与查询）
   • 支持测试数据初始化和断言校验

5. 工具链

   • logging（日志记录）
   • unittestreport（HTML 报告生成）
   • Jenkins（持续集成）

---

二、环境搭建

1. 配置管理

   • setting.py 统一管理接口地址、数据库配置、鉴权信息等
   • 支持动态参数替换（如#user_name#）

2. 目录结构

   |-- conf       # 配置文件
   |-- test_datas # Excel测试数据
   |-- tools      # 工具类（数据库操作、请求封装、数据处理）
   |-- test_cases # 测试用例
   

3. 核心工具类

   • 数据处理：HandleExcel（Excel 读写）、HandleReplace（参数替换）
   • 接口操作：HandleRequests（请求封装）、HandleResponse（响应断言）
   • 数据库：HandleDb（数据库连接与查询）
   • 辅助工具：HandleExtract（全局变量提取）、HandleLog（日志记录）

4. 测试环境部署

   • 测试服务器与生产环境配置一致
   • 初始化测试数据库（通过HandleDb执行 SQL）
   • 图片上传路径等静态资源管理

---

三、关键实现

1. 参数化测试

   • Excel 驱动测试数据（@ddt + @data）
   • 支持动态参数替换（如手机号、时间戳）

2. 接口依赖处理

   • 通过HandleExtract提取响应中的 Token / 参数
   • 全局变量管理（HandleAttr类）

3. 数据库断言

   • 执行 SQL 校验数据（HandleDb + HandleAssertDb）
   • 支持复杂