python介面自動化腳本
『壹』 怎麼用python做自動化測試
1新建一台Jenkins伺服器，安裝並配置好Jenkins2配置一個自動化測試腳本的代碼庫，可以使用Git或者SVN等版本控制工具。然後在Jenkins伺服器上配置一個Job，負責自動的同步最新代碼到Jenkins伺服器上。3配置要跑自動化測試的虛擬機VM，推薦干凈環境下安裝需要跑自動化測試的依賴軟體工具或者配置以及自動化測試工具（不提前安裝配置也行，可以在跑自動化之前用另外的腳本自動安裝配置），配置好之後關機並打一個snapshot鏡像快照，並命名為prebuild或其它。4新建一個JenkinsJob，用來跑自動化。配置需要連接並使用的自動化測試虛擬機，配置要構建的自動化測試框架xml腳本文件（後面步驟有說明）和target，以及要歸檔的測試報告，郵件發送等等。5接下來的重點就是自動化測試框架的xml腳本文件了，首先裡面定義一個target，負責獲取自動化測試對象的安裝包。6接著定義一個target（可選），負責從版本庫上獲取自動化測試腳本同步到Jenkins伺服器上（也可以直接使用JenkinsJob本身的插件配置來獲取代碼）。7定義一個target，負責連接到虛擬機伺服器，並恢復到虛擬機的原始狀態例如prebuild，然後開機8定義一個target，負責拷貝項目產品安裝包和自動化測試源代碼到目標虛擬機上。9定義一個target，負責連接到目標測試虛擬機，並打開自動化測試工具，然後運行自動化測試腳本10定義一個target，負責處理自動化測試報告文件和日誌文件並把它們從自動化測試虛擬機拷貝到Jenkins伺服器對應的Job工作空間下。11最後定義一個主target，按照上面的target流程依次調用。這個主target就是Jenkins伺服器上的自動化測試Job中配置的需要構建的Target。
『貳』 【python介面自動化】在業務流程特別長的情況下，如何設計介面自動化
wsvcu你能知道自己想要的是什麼就問題不是很大，不錯的就可以了用手機
『叄』 如何搭建python自動化測試框架
1
新建一台Jenkins伺服器，安裝並配置好Jenkins
2
配置一個自動化測試腳本的代碼庫，可以使用Git或者SVN等版本控制工具。然後在Jenkins伺服器上配置一個Job，負責自動的同步最新代碼到Jenkins伺服器上。
3
配置要跑自動化測試的虛擬機VM，推薦干凈環境下安裝需要跑自動化測試的依賴軟體工具或者配置以及自動化測試工具（不提前安裝配置也行，可以在跑自動化之前用另外的腳本自動安裝配置），配置好之後關機並打一個snapshot鏡像快照，並命名為prebuild或其它。
4
新建一個Jenkins Job，用來跑自動化。配置需要連接並使用的自動化測試虛擬機，配置要構建的自動化測試框架xml腳本文件（後面步驟有說明）和target，以及要歸檔的測試報告，郵件發送等等。
5
接下來的重點就是自動化測試框架的xml腳本文件了，首先裡面定義一個target，負責獲取自動化測試對象的安裝包。
6
接著定義一個target（可選），負責從版本庫上獲取自動化測試腳本同步到Jenkins伺服器上（也可以直接使用Jenkins Job本身的插件配置來獲取代碼）。
7
定義一個target，負責連接到虛擬機伺服器，並恢復到虛擬機的原始狀態例如prebuild，然後開機
8
定義一個target，負責拷貝項目產品安裝包和自動化測試源代碼到目標虛擬機上。
9
定義一個target，負責連接到目標測試虛擬機，並打開自動化測試工具，然後運行自動化測試腳本
10
定義一個target，負責處理自動化測試報告文件和日誌文件並把它們從自動化測試虛擬機拷貝到Jenkins伺服器對應的Job工作空間下。
11
最後定義一個主target，按照上面的target流程依次調用。這個主target就是Jenkins伺服器上的自動化測試Job中配置的需要構建的Target。
『肆』 it外包為什麼問培訓出來的
1、看簡歷。如果簡歷吹得天花亂墜，啥都懂啥都會。很可能虛假。如果只工作了1年，卻寫了3個以上的項目，十有八九是培訓班包裝的。
2、面試。面試追問，要求應聘者舉例，很容易就發現漏洞。尤其是針對簡歷里的某一句或幾句話，要求應聘者解釋澄清，一知半解的應聘者很容易被發現破綻。
(4)python介面自動化腳本擴展閱讀:對於面試官看簡歷是否是包裝出來的還是培訓後出來的一般來說無非就是幾點
1。看簡歷上的公司
一般來說第一家公司要麼是外包公司要麼是小公司（不知名的）的工作項目經驗與實際入職公司項目不一致多半是培訓出來的，因為你沒有實際參與項目所以不知道公司具體的項目所以會認出來
2。看會使用的技能
3。工作年限
2跟3放一起回答，例如你的工作經驗是1-3年但是你寫的所會的技能全部寫的精通這樣的一般都是包裝出來的。1.加入你寫的熟練使用python+selenium編寫自動化腳本，2.熟練使用jmeter、postman進行性能測試。3.獨立完成項目的介面自動化腳本編寫。一般小公司都不會用到UI自動測試跟介面自動化測試。性能測試的話一般也就是簡單的性能測試不會進行大規模的性能測試也不可能把一個新人獨立放在這么重要的位置。
4。在有就是通過現場面試來判斷
1。先看項目經驗，然後讓你介紹這個項目，對於面試官來說，面試官第一次遇見這個項目讓你介紹這個項目，你在公司工作這么久肯定是對這個項目非常了解，你要用自己的方式來講解讓面試官了解這個項目。
2。你在項目中用到的什麼工作在那個階段用到的為什麼會用到這個工具為什麼不會選擇其他的工具這個要明白。
3。你在這個項目中擔任的是么角色，你做出了什麼突出的貢獻。
對於包裝出來的簡歷或培訓出來的簡歷一般這么一問就能問的出來。還有就是面試官會圍繞著你簡歷中寫的熟練的技能會問。
如果簡歷篩選沒有看出問題就是現場面試，現場面試沒有難住的話要麼是真有這方面的經驗要麼是在自己簡歷中下功夫努力學習了。
希望我的回答可以幫到你，望採納，謝謝！
『伍』 python能夠做軟體的自動化測試嗎
可以，Python是可以做自動化測試的。
目前，Python自動化測試開始逐漸替代傳統的軟體測試，吸取了功能、性能、介面、自動化等專項測試領域的優勢，以後將在多個領域漸漸成為國內大部分質量控制、質量管理的首選，而且已經有很多公司使用Python自動化測試框架。
『陸』 如何創建 python+requests介面自動化測試框架
工作原理: 測試用例在excel上編輯，使用第三方庫xlrd，讀取表格sheet和內容，sheetName對應模塊名，Jenkins集成服務發現服務moleName查找對應表單，運用第三方庫requests請求介面，根據結果和期望值進行斷言，根據輸出報告判斷介面測試是否通過。
1. 數據准備
數據插入（容易實現的測試場景下所需外部數據)
准備sql （介面需要重復使用，參數一定得是變數)
2.集成部署(運維相關了解即可)
平滑升級驗證腳本加入自動化
3.自動化框架實現
調用mysql
excel遍歷測試用例
requests實現介面調用
根據介面返回的code值和Excel對比
報告反饋
暴露服務
寫一個簡單登錄的介面自動化測試
代碼的分層如下圖：
coding.png
一、寫一個封裝的獲取excel表格的模塊
excel.png
代碼實現如下：
# !/usr/bin/python
# -*- coding: UTF-8 -*-
# 基礎包：excel的封裝
import xlrd
workbook = None
def open_excel(path):
"""打開excel"""
global workbook
if (workbook == None):
workbook = xlrd.open_workbook(path, on_demand=True)
def get_sheet(sheetName):
"""獲取行號"""
global workbook
return workbook.sheet_by_name(sheetName)
def get_rows(sheet):
"""獲取行號"""
return sheet.nrows
def get_content(sheet, row, col):
"""獲取表格中內容"""
return sheet.cell(row, col).value
def release(path):
"""釋放excel減少內存"""
global workbook
workbook.release_resources()
del workbook
代碼封裝後當成模塊引用，這還是最開始呢。
二、引用log模塊獲取日誌
准備工作：
需要一個日誌的捕獲，包括框架和源碼拋出的expection。
代碼如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 基礎包：日誌服務
import logging
import time
def getLogger():
global tezLogPath
try:
tezLogPath
except NameError:
tezLogPath = "/data/log/apiTest/"
FORMAT = '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
# file = tezLogPath + time.strftime("%Y-%m-%d", time.localtime()) + ".log"
# logging.basicConfig(filename=file, level=logging.INFO, format=FORMAT)
# 開發階段為了方便調試，可不輸出到文件
logging.basicConfig(level=logging.INFO, format=FORMAT)
return logging
三、引用requests模塊介面測試
准備工作：
需要的請求類型和執行測試的方法。
代碼如下：
#!/usr/bin/python#
#-*- coding: UTF-8 -*-
# 基礎包：介面測試的封裝
import requests
import tezLog as log
logging = log.getLogger()
def api_test(method, url, data ,headers):
"""
定義一個請求介面的方法和需要的參數
:Args:
method - 企業名稱 str
url - 用戶昵稱 str
data - 參數 str
headers - 請求頭信息 dict
非RESTful API請求另外的請求類型實際用不到。也不安全。
"""
try:
if method == "post":
results = requests.post(url, data, headers=headers)
if method == "get":
results = requests.get(url, data, headers=headers)
# if method == "put":
# results = requests.put(url, data, headers=headers)
# if method == "delete":
# results = requests.delete(url, headers=headers)
# if method == "patch":
# results == requests.patch(url, data, headers=headers)
# if method == "options":
# results == requests.options(url, headers=headers)
response = results.json()
code = response.get("code")
return code
except Exception, e:
logging.error("service is error", e)
def run_test(sheet):
"""
定義一個執行和斷言的方法
:Args:
sheet - 服務名稱 str（excel頁腳名稱識別的）
"""
rows = excel.getRows(sheet)
fail = 0
for i in range(2, rows):
#這里為什麼從第二行開始跑，因為會先執行SQL進行數據准備如之前Excel展示的空白位置
testData = excel.getContent(sheet, i, gl.CASE_DATA)
testUrl = excel.getContent(sheet, i, gl.CASE_URL)
testMethod = excel.getContent(sheet, i, gl.CASE_METHOD)
testHeaders = eval(excel.getContent(sheet, i, gl.CASE_HEADERS))
testCode = excel.getContent(sheet, i, gl.CASE_CODE)
actualCode = request.apiTest(testMethod, testUrl, testData, testHeaders)
expectCode = str(int(testCode))
failResults = ' url: ' + testUrl + ' params: ' + testData + ' actualCode: ' + actualCode + ' expectCode: ' + expectCode
if actualCode == expectCode:
logging.info("pass")
elif actualCode != expectCode:
logging.info("fail %s", failResults)
fail += 1
if fail > 0 :
return False
return True
四、關於參數中gl模塊
准備工作：
所有的參數和常量我們會整理到這個文件中，因為設計業務和服務密碼、資料庫密碼這里展示一部分。
代碼如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 腳本功能：全部變數
import time
import uuid
CASE_NUMBER = 0 # 用例編號
CASE_NAME = 1 # 用例名稱
CASE_DATA = 2 # 用例參數
CASE_URL = 3 # 用例介面地址
CASE_METHOD = 4 # 用例請求類型
CASE_CODE = 5 # 用例code
CASE_HEADERS = 6 # 用例headers
SQL_ROW = 0 # 預執行SQL的行號
SQL_COL = 1 # 預執行SQL的列號
五、寫一個run文件：只是用來執行的，業務和代碼剝離。
代碼如下：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# 驗證包：介面測試腳本
import sys
import core.tezLog as log
import function.common as common
logging = log.getLogger()
"""1.外部輸入參數"""
path = sys.path[0] # 當前路徑
mole = sys.argv[1] # 服務模塊名
url = sys.argv[2] # 服務地址
host = sys.argv[3] # 資料庫地址
user = sys.argv[4] # 資料庫用戶名
password = sys.argv[5] # 資料庫密碼
db = sys.argv[6] # 資料庫名稱
"""2.根據mole獲取Sheet"""
logging.info("-------------- Execute TestCases ---------------")
sheet = common.get_excel_sheet(path + "/" + common.filename, mole)
"""3.數據准備"""
logging.info("-------------- Prepare data through MysqlDB --------------")
sql = common.get_prepare_sql(sheet)
common.prepare_data(host=host, user=user, password=password, db=db, sql=sql)
"""4.執行測試用例"""
res = common.run(sheet, url)
logging.info("-------------- Get the result ------------ %s", res)
"""這里的res是我們平滑升級的時候需要返回結果為TRUE才會繼續下面走。"""
六、查看測試報告（部署到jenkins會通過控制台查看）
『柒』 python自動化腳本怎麼編寫
首先你需要在北鯤雲超算上申請python這款軟體，然後選擇配置後就可以直接開始作業了，運行軟體後就可以開始搭建腳本界面，編寫腳本代碼，用超算跑作業很方便，直接線上就可以使用，不需要下載到本地，而且計算效率非常的高。
『捌』 使用python做介面自動化測試容易嗎
為什么要做介面自動化測試?
在當前互聯網產品迭代頻繁的背景下，回歸測試的時間越來越少，很難在每個迭代都對所有功能做完整回歸。但介面自動化測試因其實現簡單、維護成本低，容易提高覆蓋率等特點，越來越受重視。
為什么要自己寫框架呢?
使用Postman調試通過過直接可以獲取介面測試的基本代碼，結合使用requets + unittest很容易實現介面自動化測試的封裝，而且requests的api已經非常人性化，非常簡單，但通過封裝以後（特別是針對公司內特定介面），可以進一步提高腳本編寫效率。
一個現有的簡單介面例子
下面使用requests + unittest測試一個查詢介面
介面信息如下
請求信息:
Method：POST
URL：api/match/image/getjson
Request：
{
"category": "image",
"offset": "0",
"limit": "30",
"sourceId": "0",
"metaTitle": "",
"metaId": "0",
"classify": "unclassify",
"startTime": "",
"endTime": "",
"createStart": "",
"createEnd": "",
"sourceType": "",
"isTracking": "true",
"metaGroup": "",
"companyId": "0",
"lastDays": "1",
"author": ""
}
Response示例：
{
"timestamp" : xxx,
"errorMsg" : "",
"data" : {
"config" : xxx
}
Postman測試方法見截圖：
測試思路
1.獲取Postman原始腳本
2.使用requests庫模擬發送HTTP請求**
3.對原始腳本進行基礎改造**
4.使用python標准庫里unittest寫測試case**
原始腳本實現
未優化
該代碼只是簡單的一次調用，而且返回的結果太多，很多返回信息暫時沒用，示例代碼如下
import requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = {"category":"image","offset":"0","limit":"30","sourceId":"0","metaTitle":"","metaId":"0","classify":"unclassify","startTime":"","endTime":"","createStart":"","createEnd":"","sourceType":"","isTracking":"true","metaGroup":"","companyId":"0","lastDays":"1","author":""}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}
response = requests.request("POST", url, headers=headers, params=querystring)
print(response.text)
優化 第一版
調整代碼結構，輸出結果Json出來，獲取需要驗證的response.status_code，以及獲取結果校驗需要用到的results['total']
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import unittestimport jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}#Post介面調用
response = requests.request("POST", url, headers=headers, params=querystring)#對返回結果進行轉義成json串
results = json.loads(response.text)#獲取http請求的status_codeprint "Http code:",response.status_code#獲取結果中的total的值print results['total']#print(response.text)
優化 第二版
介面調用異常處理，增加try，except處理，對於返回response.status_code，返回200進行結果比對，不是200數據異常信息。
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}try: #Post介面調用
response = requests.request("POST", url, headers=headers, params=querystring) #對http返回值進行判斷，對於200做基本校驗 if response.status_code == 200:
results = json.loads(response.text) if results['total'] == 191: print "Success" else: print "Fail" print results['total'] else: #對於http返回非200的code，輸出相應的code raise Exception("http error info:%s" %response.status_code)except:
traceback.print_exc()