【软件测试行业现状】2023年了你还敢学软件测试?未来已寄..测试人该何去何从?【自动化测试、测试开发、性能测试】

开篇
MeterSphere的数据源通过html页面上传后,需要将请求方式进行拆分。

get接口的参数,常以params的方式进行传参,也就是在url后带上参数。

post接口一般是以json字符串的形式传参,也有params方式进行传参的。而在MeterSphere里面,post可以使用它所自带的jsonSchema的界面功能来定义参数,也就是key-value的方式。也可以手写json。这里我们以jsonSchema的方式进行解析。

基于这两种类型的接口(put、delete接口也遵循get接口)来做分支。get接口走get接口参数的生成方法。post同理。

沿着这个思路,就开始着手准备自动化脚本逆向用例生成的第一个函数。

思路梳理
首先确定我们所想要的用例模板以及我们要解析的数据结构。我将两个数据结构的示例都列在了下面。
明确了目标,最先要做的,就是获取数据流
获取到数据流后,判断接口请求的类型
根据请求类型,将数据流分成不同的分支,然后发给所对应的生成参数的方法。
最后将这些参数拼接成我们想要的用例模板
下例为MeterSphere的json格式示例

{
  "projectName": "",
  "protocol": "HTTP",
  "projectId": ",
  "version": "v1.20.6-lts-1e3d1547",
  "data": [
    {
      "id": "",
      "projectId": "",
      "name": "测试",
      "method": "POST",
      "modulePath": "/path1/path2/...",
      "environmentId": null,
      "schedule": null,
      "status": "Underway",
      "moduleId": "",
      "userId": "admin",
      "createTime": 1655860767171,
      "updateTime": 1655860767171,
      "protocol": "HTTP",
      "path": "/api/v1/pub/stop",
      "num": 100666,
      "tags": null,
      "originalState": null,
      "createUser": "Administrator",
      "caseTotal": "0",
      "caseStatus": "-",
      "casePassingRate": "-",
      "deleteTime": null,
      "deleteUserId": null,
      "order": 3155000,
      "refId": "08f6bde7-c906-459d-8a9b-95632bbeb5ee",
      "versionId": "989beb9c-ebc8-45d3-8a80-967b06f2d192",
      "latest": true,
      "description": null,
      "request": "{name:ss,canshu:111}",
      "response": "respone",
      "remark": null
    }
  ],
  "cases": [],
  "mocks": [],
}

下例为最后解析成的用例样式

- api_name: callback_rooms
  case_name: $ddt{case_name}
  content_type: application/json
  parameterize:
  - - case_name
    - 字段1
    - 字段2
    - 字段3
  - - 常规用例
    - oU
    - 70
    - 79
  request:
    base_url: url...
    headers: null
    json:
      root:
        字段1: $ddt{字段1}
        字段2: $ddt{字段2}
        字段3: $ddt{字段3}
    method: POST
    url: /xxx/xxx
  validata:
  - contains: 200

得到MeterSphere数据并做解析

# 得到MeterSphere数据并做解析
def get_ms_data(filename):
    """
        get_data: 数据源
        apis: 接口清单
        get_params: get请求参数
        api_name: 接口名称
        method: 请求方式
        get_apis: get接口
    :return:拼接好的数据集
    """
    # 所有接口的字典数据集合
    apis = {}
    # 获取ms文件流
    with open(filename, "r", encoding="utf-8") as f:
        request_params = json.load(f)
    # 解析参数.判断接口是什么请求
    for i in request_params["data"]:
        get_data = i
        path = get_data["path"]
        api_name = str(path).split("/")
        if len(api_name) > 1:
            api_name = api_name[-2] + "_" + api_name[-1]
        else:
            api_name = api_name[-1]
        method = get_data["method"]
        get_apis = {
            path: {
                "api_name": api_name,
                "method": method,
                "content_type": "application/json"
            }
 
        }
        if method.lower() in ["get", "put", "delete"]:
            # 如果是get请求.调用解析get参数
            try:
              # 调用生成params参数
                get_params = get_arguments(json.loads(get_data["request"])["arguments"])
                get_apis[path].update(get_params)
                apis.update(get_apis)
            except Exception as e:
                print_log(Exception(e))
        else:
            try:
                # 兼容post接口中的请求参数是parasm类型
                if "arguments" in get_data["request"] and "jsonSchema" not in json.loads(get_data["request"])["body"]:
                  # 调用生成params参数
                    get_params = get_arguments(json.loads(get_data["request"])["arguments"])
                    get_apis[path].update(get_params)
                    get_apis[path]["content_type"] = "application/text"
                    apis.update(get_apis)
                else:
                  # 兼容post是jsonSchema对象的参数类型
                    if "jsonSchema" in json.loads(get_data["request"])["body"]:
                        try:
                            global NODE
                            NODE = True
                            post_params = deal_with_data(
                                data=json.loads(get_data["request"])["body"]["jsonSchema"],
                                required_list=json.loads(get_data["request"])["body"]["jsonSchema"][
                                    "required"])
                            get_apis[path].update(post_params)
                            apis.update(get_apis)
                        except KeyError:
                            post_params = deal_with_data(
                                data=json.loads(get_data["request"])["body"]["jsonSchema"])
                            get_apis[path].update(post_params)
                            apis.update(get_apis)
                    else:
                        print("测试")
                        # 后续迭代
                        ...
 
            except Exception as e:
                print_log(Exception(e))
                raise Exception(e)
    return apis

这个函数我把它构想成一个经理,接到需求后,根据每个人的职责不同,分给所对应的人。然后接收这些手下的工作反馈,把这些反馈组装成报告。

在编写过程中,只是一股脑的想把这件事做完。忽略了定义函数时需要遵循的单一职责原则(SRP原则,在python工匠中提到,每个函数应该遵循单一职责。这样方便后期维护)。上面这个函数,即做了类型判断的工作,也做了数据拼接、分配给指定函数的工作。这样如果要修改某一个职责的话。这个函数就需要做好整体维护的准备。基于此大家在编写函数的时候,也尽可能保证函数的单一职责。
下面是配套学习资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!

扩展pytest接口自动化框架-MS数据解析功能-LMLPHP

软件测试面试小程序

被百万人刷爆的软件测试题库!!!谁用谁知道!!!全网最全面试刷题小程序,手机就可以刷题,地铁上公交上,卷起来!

涵盖以下这些面试题板块:

 扩展pytest接口自动化框架-MS数据解析功能-LMLPHP

文档获取方式:

这份文档,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!

扩展pytest接口自动化框架-MS数据解析功能-LMLPHP

09-26 11:27