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 = 0for 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 = Falsefor j2 in range(len(s2[i2])):if s[i][j] == s2[i2][j2] and j == j2:t = t + 1flag = Truebreakif flag:breakif 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 = Falseif (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 = Trueself.assertEqual(True, b, msg=err)except (json.JSONDecodeError, KeyError):  # 1.返回的不是json，比如下载、404  2.无flagself.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\"  # responsea.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 = Truefor 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pa***ate_value = []for key in pa***ate:if key != \'total\':pa***ate_value.append(float(pa***ate[key].replace(\'%\', \'\')))pa***ate_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.pa***ate_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) * 20if 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_datascan = []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 += 1chg = list(set(names) ^ set(scan))  # 差集for c in chg:s_data[c].append(\'--\')  # 增加/减少的项目，为\'--\'di += 1series = []  # 系列序列s_names = s_data.keys()for k in s_names:s = {}  # 单个系列s[\'name\'] = ks[\'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。