python+unittest+读取Excel+request+ddt+yaml配置文件接口自动化框架
梳理一下关于如何搭建ddt数据驱动自动化测试框架
cases: 主要为了存放测试用例
common:存放公共方法,列如封装的请求方法,读取excel,读取配置等等方法,都放在了这里
config:存放配置文件,常用的有.conf .ini .yaml 我这里使用的是.yaml文件
Logs:存放日志
report:存放生成的测试报告
首先考虑一下场景,编写自动化框架,其目的是什么
1.去除繁重的手工化.
2.方便使用
3.快速定位问题
4.测试过程数据可视化
根据以上的想法,所以本次编写的自动化框架,用到了
1.:unittest库.因为unittest是一个python标准库,所以不需要下载,只需要import导入即可,用来管理用例
2. requests 只要发送请求,是离不开一个python三方库,request库
3.openexcel 读取excel表格数据,因为openexcel库的原因,不能使用xsl格式的表格,也是一个三方库
4.logging 生成日志
5.ddt 数据驱动
6.HTMLTestRunner 生成测试报告
7.以及写入过程当中使用到的os和datatime
封装一些常用的方法
1.http_req.py
定义了一个基础万能方法,后续关于请求方法,可以放到这个文件,便于管理
# encoding: utf-8"""@author:辉辉@email: @Wechat: 不要静音@time: /11/20 10:44""""""定义关于requests的请求方法"""import requestsclass Requests_methods:def req_url(self, method, url, data=None, json=None, **kwargs):"""定义请求方法,requests.requests里是可以定义请求方式,列如get.post等,:param method: 请求方法:param url: 请求路径:param data: 表单数据:param json: json格式数据:param kwargs: 其他参数:return: 返回一个json数据"""req = requests.request(method=method, url=url, data=data, json=json, **kwargs)if not isinstance(req,dict):return reqreturn req.json()if __name__ == '__main__':url = ''res = Requests_methods().req_url('get', url, )print(res)
2.read_excel方法封装
这里封装的是关于excel操作的方法,因为封装的方法相对独立,所以后续可以灵活添加其余方法
# encoding: utf-8"""@author:辉辉@email: @Wechat: 不要静音@time: /11/20 11:11"""import openpyxl"""读取Excel表格1.打开表格2.读取表头3.读取所有内容"""from mon.read_ymal import yaml_data# file_path = '../config/data.yaml'filename = yaml_data.return_data()file_name= filename['filename']print(file_name)class ExcelMethod:"""定义一个类方法,"""def __init__(self):"""路径名字是固定的,所以定义为实例属性"""self.filename = file_namedef open_excel(self, name):"""打开excel表格,:param name: 文件sheet名字:return:"""wb = openpyxl.load_workbook(self.filename)sheet = wb[name]return sheetdef red_title(self, name):"""读取excel表格第一行表头,并返回一个列表:param name::return:"""sheet1 = self.open_excel(name)row = sheet1[1]title_list = []for sheet in row:# print(sheet)title_list.append(sheet.value)return title_listdef red_all(self, name):"""读取excel表格里除了表头以外所有数据,并返回一个列表嵌套字典:param name::return:"""row = self.open_excel(name)data_row = list(row.rows)title = self.red_title(name)print(title)data_list = []for data in data_row[1:]:data_dict = []for item in data:#data_dict[title[i]] = data_dict[item.value]data_dict.append(item.value)data_list.append(dict(zip(title, data_dict)))return data_listif __name__ == '__main__':#filename = r'F:\cases.xlsx'eb = ExcelMethod().red_all('Sheet1')print(eb)
3.read_yaml.py
读取yaml文件,基础方法,看注释即可
# encoding: utf-8"""@author:辉辉@email: @Wechat: 不要静音@time: /11/20 13:59"""import yaml"""读取yaml配置文件"""class ReadYaml:"""读取yaml配置文件"""def __init__(self,file_name):"""初始化,并设置实例属性路径名字:param file_name:"""self.file_name = file_namedef read_yaml(self):"""读取yaml文件,返回数据:return:"""with open(self.file_name, encoding='utf-8')as f:data = yaml.load(f, Loader=yaml.FullLoader)return datadef return_data(self,data_name=None):"""返回数据,如果属性名字为空,则默认返回所有数据:param data_name:属性名字:return:"""data_ret = self.read_yaml()if data_name is None:return data_retelse:return data_ret[data_name]yaml_data = ReadYaml(file_name=r'C:\Users\Administrator\test_api_new\class_2\config\data.yaml')if __name__ == '__main__':data = yaml_data.return_data()print(data)
4.file_log.py
生成日志
因为这里要多次使用.logging,所以使用了父类继承,从写了方法,避免日志打印行列不精准,同时为了不出现多个初始化导致产生新的日志文件,这里在类里进行了类属性初始化,
# encoding: utf-8"""@author:辉辉@email: @Wechat: 不要静音@time: /11/20 14:37""""""生成log文件"""import loggingfrom mon.read_ymal import yaml_datalog_name = yaml_data.return_data(data_name='logname')levels = yaml_data.return_data(data_name='level')filename = r'../Logs/log.txt'"""读取yaml文件1.先读取logname2.读取level3.设置log地址"""class FileLogs(logging.Logger):""" 定义日志类 """def __init__(self, name, file, level='DEBUG',fmt="%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s"):super().__init__(name)# 超继承,继承父类初始化实例self.setLevel(level)file_headers = logging.FileHandler(file)file_headers.setLevel(level)self.addHandler(file_headers)fmt = logging.Formatter(fmt)file_headers.setFormatter(fmt)logger = FileLogs(log_name, filename, levels)# 类里初始化,防止多次初始化if __name__ == '__main__':logger = FileLogs(log_name, filename, levels)logger.info('哼,无聊的姿势又增加了')
5.在cases文件下新建测试用例模块.test_login.py
# encoding: utf-8"""@author:辉辉@email: @Wechat: 不要静音@time: /11/20 16:00"""import unittestimport ddtfrom mon.file_log import loggerfrom mon.http_req import Requests_methodsfrom mon.read_excel import ExcelMethodname = 'Sheet1'"""定义一个excel表格名称"""# print(data)# 使用ddt驱动@ddt.ddt()class TestLogin(unittest.TestCase):""" 使用类属性方法,定义读取Excel"""data = ExcelMethod().red_all(name)# requests = Requests_methods()#将excel表格数据读取出来放到@ddt.data(*data)里,进行多次循环跑用例@ddt.data(*data)def test_login(self, data):req = Requests_methods().req_url(data['method'],data['url'],)#断言code=预期结果self.assertEqual(req.status_code, data['预期结果'])logger.info('正在进行用例测试')if __name__ == '__main__':unittest.main()
6.编写all_run.py文件,执行所有脚本
# encoding: utf-8"""@author:辉辉@qq:372148872@Wechat: 不要静音@time: /11/20 15:38"""import datetimeimport osimport unittestfrom HTMLTestRunner_new import HTMLTestRunnerfrom mon.file_log import logger"""生成测试报告首先,读取cases路径其次生成case读取器然后生成HTML实例化""""""使用os去定位当前文件的决定路径进行拼接查找cases目录"""dir_path = os.path.dirname(os.path.abspath(__file__))file_path = os.path.join(dir_path, 'cases')# 生成case查找器load_test = unittest.TestLoader()#匹配所有以test_开头的.py文件suit = load_test.discover(file_path, 'test_*.py')"""这里进行路径重新拼接,生成HTML报告存放路径"""report_path = os.path.join(dir_path, 'report')# 使用os.path.exists去判断路径是否存在.如果不存在,则创建if not os.path.exists(report_path):os.mkdir(report_path)# 为了每次生成报告不重复,将当前时间与report进行拼接生成报告名字times = datetime.datetime.now().strftime('%Y-%m-%d %H-%M-%S')print(times)# print(time)file_name = times + 'report.html'file_path = os.path.join(report_path,file_name)# print(file_path)with open(file_path, 'wb') as f:#使用HTMLTestRunner生成报告,HTMLTestRunner,生成的报告为全英文,为了方便观看,我将源码down到本地,进行了源码修改,并添加了tester关键字参数run = HTMLTestRunner(f,title='接口测试报告',description='调试使用',tester='Test')logger.info('生成测试用例')run.run(suit)
接下来.我们运行all_run.py文件
运行成功.
生成了日志以及测试报告
到此.框架的初步模型便搭建好了.剩余的只是填充各种方法了.
