最近在做公司项目的自动化接口测试，在现有几个小框架的基础上，反复研究和实践，搭建了新的测试框架。利用业余时间，把框架总结了下来。

AIM框架介绍

AIM，是Automatic Interface Monitoring的简称，即自动化接口监测。是一种基于python unittest的自动化接口测试框架。

设计思想

框架根据python语言的特点，结合了面向对象和面向函数编程。

以高效编程为主要目的，避免为了封装而封装。轻配置，重编码。

接口测试的主要处理对象是参数。如果完全进行数据与代码的分离，就会造成变量，传参的冗余，降低编程效率。

于是从不做数据与代码分离出发，对于需要复用的参数，提取到类之外，视需要进行数据与代码的分离。

做到有的放矢。兼顾效率和复用性，迭代分离，更具实用性。

目录结构

case：测试用例

common：公共函数，全局变量

config：配置路径等

data：数据文件

result：测试结果

util：工具类

run.py：用例执行入口

run_mail.py：执行后自动发送邮件入口

case

BaseCase

所有Case的基类。

封装了requests库的post和get函数req，用于发送请求。

调用assertEqual等方法，封装了用例的断言。比如检查接口返回flag，检查接口状态200，检查值相等。

项目Case

测试系统的用例。按模块分别建立文件编写脚本。

Env.py：环境配置，包括url处理，登录对象login实例（用户名、密码），数据库对象dao实例（数据库连接)。

Public.py：公共模块。存放本系统公共的变量、函数、用例等。

common

Func.py：公共函数，比如获取时间日期，获取随机数，处理参数。

Login.py：登录模块，属于各系统通用，故放于此目录下。包括密码加密，验证码处理，强制登录。

Var.py：全局变量。比如token。

config

RelativePath.py：配置目录、文件的相对路径。

data

echarts数据存储csv文件，项目接口清单等。

result

log：日志。logging实现。支持输出到文件和打印控制台。文件暂时使用较少，主要打印控制台便于调试。

接口调用记录：输出每个测试方法调用接口的记录，包括参数、响应、耗时等。

自动化测试报告：HTMLTestRunner.py实现的html页面报告。

util

AutoCode.py：自动生成结构化测试代码。

CSV.py：csv相关函数封装。比如输出接口调用记录。

Excel.py：读取和存储excel文件。

Format.py：格式化。比如把浏览器复制的参数格式化为代码中带有缩进的json。

HTMLTestRunner.py：用于输出自动化测试报告。

Log.py：封装日志方法。

Mysql.py：数据库相关操作。

Parewise.py：结对测试。一种测试技术，后文详述。

Request.py：核心工具，封装接口发送请求。

Mail.py：发送邮件。

run.py

执行测试用例入口，可以选择执行一个或多个系统，也可以执行一个系统中一个或多个模块。

核心模块

BaseCase.req

通过requests封装的发送接口请求的方法。

定义在BaseCase类的内部。

发送请求，并计算耗时：

start = time.clock()
        if method == 'post':  # 关闭SSL认证
            if jsondata == 'json':
                r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], json=p['body'], verify=False)", p)
            elif jsondata == 'data':
                r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], data=p['body'], verify=False)", p)
            else:
                print('jsondata错误')
        elif method == 'get':
            r = self.timeoutTry("requests.get(p['url'], headers=p['headers'], params=p['body'])", p)
        else:
            print('method错误')
        end = time.clock()
        elapsed = decimal.Decimal("%.2f" % float(end - start))

其中的self.timeoutTry是为了处理响应超时，会在后续博文中介绍。

Parewise

结对测试。接口参数一般是多个，于是比较适合采用parewise进行用例设计。

parewaise的概念可以百度一下。

大概意思就是，大多数的bug都是条件的两两组合造成的，parewise就是针对两两组合的情况，设计测试用例。

算法为，如果某一组用例的组合结果，在其他组合中均出现，就删除该组用例，从而精简用例。

windows下有微软的PICT，txt文件录入参数后，命名行执行，就出来结果了。

比如参数

执行后结果，只有31条，精简了很多。

这个基本上一秒就出来结果了。

我自己参考网上算法写的，就要慢的多。

估计后面有时间了再看看能不能调优。

parewise算法：

cp = []  # 笛卡尔积
s = []  # 两两拆分
for x in eval('itertools.product' + str(tuple(param_list))):
    cp.append(x)
    s.append([i for i in itertools.combinations(x, 2)])

del_row = []
s2 = copy.deepcopy(s)
for i in range(len(s)):  # 对每个进行匹配
    t = 0
    for j in range(len(s[i])):  # 判断所有同时都存在其他中 且位置相同
        for i2 in [x for x in range(len(s2)) if s2[x] != s[i]]:  # 其他 只比对有效
            flag = False
            for j2 in range(len(s2[i2])):
                if s[i][j] == s2[i2][j2] and j == j2:
                    t = t + 1
                    flag = True
                    break
            if flag:
                break
    if t == len(s[i]):
        del_row.append(i)
        s2.remove(s[i])

return [cp[i] for i in range(len(cp)) if i not in del_row]

网上的例子是用的index函数。在我写过程中，发现这里有个坑。比如list中存在相同元素，就始终返回前一个匹配的索引，结果就会有问题。我就完全避免了index函数。不知道哪个是对的，目前满足使用需要，将就着用了。有点小尴尬。

Case

BaseCase断言：

def checkFlag(self, p, r):
        """预期，实际"""
        err = str([p['url'], p['body'], r.text])
        try:
            b = False
            if (r.json()['flag'] in [1, '1', '', None, 'statistic_by_result', 0,
                                     "0", 'struct_product', 'v_select_jz_single']
                    or r.json()['message'] in ("暂无数据", "未查询到数据")):
                b = True
            self.assertEqual(True, b, msg=err)
        except (json.JSONDecodeError, KeyError):  # 1.返回的不是json，比如下载、404  2.无flag
            self.assertEqual(200, r.status_code, msg=err)

最简单的一个测试用例：

from case.PyPlatform2_0_2.Public import *

class Home(BaseCase):
    """首页"""

    def setUp(self):
        log(testname(self.__repr__()) + '\n')
        record([testname(self.__repr__())])

    def test(self):
        """xxx"""
        self.req({
            "url": full_url("xxx"),
            "body": {}
        })

setup，输出日志。

Token

因为公司登陆用的token，跟cookie类似，保留登陆状态，避免重复登陆。

如何处理token也是框架设计的一个要点。

Env设置token，因为每个系统的登陆参数值都不一样。

Var.token = login.get_token()

BaseCase.req在每次请求时获取token，从而免登录。

if "headers" not in p.keys():
    p['headers'] = {'token': ''}
    p['headers']['token'] = Var.token

CSV

写文件：

if not os.path.exists(path):
    f = open(path, 'a', newline='')
    a = csv.writer(f)
    a.writerow(title)
    f.close()

f = open(path, 'a', newline='')
a = csv.writer(f)
try:
    a.writerow(d)
except UnicodeEncodeError:
    d[4] = "Unicode隐藏"  # response
    a.writerow(d)
f.close()

if get_file_size(path) >= 50 * 1024 * 1024:  # 超过50M删除文件
    os.remove(path)
    record(title)

traceback自动生成文件名：

def _sys_name():
    t = str(traceback.extract_stack())
    b = True
    for x in os.listdir(case_dir):
        if x not in ["BaseCase.py", "__pycache__"]:
            if x in t:
                return x + "接口调用记录" + current_date() + ".csv"
    if b:
        print("request找不到sysname")
        print(t)

HTMLTestRunner

根据通用的版本，也是参考网上一些现有的美化代码，综合了一下，根据自己需求做了改造。

近20交易日测试通过率

加了一个echarts，把最近20交易日的测试通过率，通过折线走势图的方式展示出来。监测系统稳定性。

数据存放和读取在data目录的csv文件中。

统计表格

按项目进行分组统计，增加测试说明一列，按颜色区别测试结果状态，可点击查看详细描述和错误信息。

同时优化了整体的样式效果。

排序：

# 按照通过率从小到大排序
passrate_value = []
for key in passrate:
    if key != 'total':
        passrate_value.append(float(passrate[key].replace('%', '')))

passrate_value.sort()

保存折线图数据：

today = datetime.datetime.now().strftime('%Y-%m-%d')
if '--' not in names:  # 跑单个系统不存
    if dao_is_trade_date(today):  # 非交易日不存
        with open(self.rct20_path, "r") as f:  # 读取数据
            lines = csv.reader(f)
            lines = list(lines)
            for lin in lines:
                lin[0] = lin[0].replace('月', '-')
                lin[0] = lin[0].replace('日', '')
        rct_data = lines
        # print(rct_data)

        nowdate = datetime.datetime.now().strftime('%m-%d')
        # 如果有重复日期，先删
        l = len(rct_data)
        while l != 0 and nowdate == rct_data[l - 1][0]:
            rct_data.pop(l - 1)
            l = len(rct_data)

        for pt in self.passrate_tl:
            n = pt[0]
            v = pt[1]
            row = []
            row.append(str(nowdate))
            row.append(str(n))
            row.append(str(v).replace('%', ''))
            rct_data.append(row)
        # 只存近20条
        row_20 = len(names) * 20
        if len(rct_data) > row_20:  # 超过20条
            for i in range(0, len(names)):
                rct_data.pop(0)

        with open(self.rct20_path, 'w', newline='') as f:
            writer = csv.writer(f)
            writer.writerows(rct_data)

拼接折线图数据用于展示：

while ri < len(rct_data):  # 遍历 ->s_data
    scan = []
    while ri < len(rct_data) and rct_data[ri][0] == trade_date[di]:
        s_data[rct_data[ri][1]].append(rct_data[ri][2])
        scan.append(rct_data[ri][1])
        ri += 1
    chg = list(set(names) ^ set(scan))  # 差集
    for c in chg:
        s_data[c].append('--')  # 增加/减少的项目，为'--'
    di += 1

series = []  # 系列序列
s_names = s_data.keys()
for k in s_names:
    s = {}  # 单个系列
    s['name'] = k
    s['type'] = 'line'
    if s_data != {}:
        s['data'] = s_data[k]
    series.append(s)

这部分代码是很久之前写的了，代码应该是不够简洁、高效、规范滴，是可以优化滴。偷了懒没有重构了。

用例设计

参数值，部分采用随机数。也视需求，从数据库或其他接口获取数据。

结束语

第一次写技术博客。

马上工作5年。

算是一个尝试吧。

版权申明：本文为博主原创文章，转载请保留原文链接及作者。