公司計划系統的開展接口自動化測試，需要我這邊調研一下主流的接口測試框架給后端測試（主要測試接口）的同事介紹一下每個框架的特定和使用方式。后端同事根據他們接口的特點提出一下需求，看哪個框架更適合我們。
需求
1、接口編寫方便。
2、方便調試接口。
3、支持數據初始化。
4、生成測試報告。
5、支持參數化。
### robot framework
優點
-
關鍵字驅動，自定義用戶關鍵字。
-
支持測試日志和報告生成。
-
支持系統關鍵字開發，可擴展性好。
-
支持數據庫操作。
缺點
-
接口測試用例寫起來不簡潔。
-
需要掌握特定語法。
*** Settings ***
Library RequestsLibrary
Library Collections
*** Test Cases ***
test_get_event_list # 查詢發布會（GET請求）
${payload}= Create Dictionary eid=1
Create Session event http://127.0.0.1:8000/api
${r}= Get Request event /get_event_list/ params=${payload}
Should Be Equal As Strings ${r.status_code} 200
log ${r.json()}
${dict} Set variable ${r.json()}
#斷言結果
${msg} Get From Dictionary ${dict} message
Should Be Equal ${msg} success
${sta} Get From Dictionary ${dict} status
${status} Evaluate int(200)
Should Be Equal ${sta} ${status}
結果：不考慮，沒人願意這么寫接口用例。
### JMeter
優點
-
支持參數化
-
不需要寫代碼
缺點
-
創建接口用例效率不高。
-
不能生成查看每一個接口執行情況的測試報告。
總結：不考慮，接口編寫不方便，最主要是不能生成測試報告，如果做接口性能的話可以考慮。
### HttpRunner
優點:
-
基於YAML/JSON格式，專注於接口本身的編寫。
-
接口編寫簡單
-
生成測試報告
-
接口錄制功能。
缺點:
-
沒有編輯器插件對語法校驗，容易出錯。
-
官方文檔沒有詳細的說明。
-
擴展不方便。
[
{
"config": {
"name": "testcase description",
"variables": [],
"request": {
"base_url": "http://127.0.0.1:5000",
"headers": {
"User-Agent": "python-requests/2.18.4"
}
}
}
},
{
"test": {
"name": "test case name",
"request": {
"url": "/api/get-token",
"headers": {
"device_sn": "FwgRiO7CNA50DSU",
"user_agent": "iOS/10.3",
"os_platform": "ios",
"app_version": "2.8.6",
"Content-Type": "application/json"
},
"method": "POST",
"date": {"sign": "958a05393efef0ac7c0fb80a7eac45e24fd40c27"}
},
"validate": [
{"eq": ["status_code", 200]},
{"eq": ["headers.Content-Type", "application/json"]},
{"eq": ["content.success", true]},
{"eq": ["content.token", "baNLX1zhFYP11Seb"]}
]
}
}]
總結：可以考慮，至於接口數據的初始化可能需要單獨處理。
doc: https://cn.httprunner.org/quickstart/
###gauge
BDD行為驅動測試框架。
優點:
-
行為文件與腳本文件分離，本質上實現了數據驅動。
-
功能強大靈活，本質上還用Python寫接口用例。
-
自動生成測試報告。
-
VS Code有支持插件
缺點:
-
門檻略高，需要了解BDD的用法。
-
需要會markdworn語法
行為描述文件：
## test post request
* post "http://httpbin.org/post" interface
|key | status_code|
|------|-----------|
|value1|200 |
|value2|200 |
|value3|200 |
測試腳本：
……
@step("post <url> interface <table>")
def test_get_request(url, table):
values = []
status_codes = []
for word in table.get_column_values_with_name("key"):
values.append(word)
for word in table.get_column_values_with_name("status_code"):
status_codes.append(word)
for i in range(len(values)):
r = requests.post(url, data={"key": values[i]})
result = r.json()
assert r.status_code == int(status_codes[i])
總結：推薦使用，BDD有一定門檻，看測試人員的學些能力和接受速度。
doc: https://docs.gauge.org/latest/writing-specifications.html#special-parameter-csv
### Unittest+Request+HTMLRunner
利用現有的框架和庫自己定制。
優點:
- 足夠靈活強大: 分層測試、數據驅動、測試報告，集成CI...
缺點:
- 有一定的學習成本
數據文件：
{
"test_case1": {
"key": "value1",
"status_code": 200
},
"test_case2": {
"key": "value2",
"status_code": 200
},
"test_case3": {
"key": "value3",
"status_code": 200
},
"test_case4": {
"key": "value4",
"status_code": 200
}}
測試用例：
import requests
import unittest
from ddt import ddt, file_data
@ddtclass InterfaceTest(unittest.TestCase):
def setUp(self):
self.url = "http://httpbin.org/post"
def tearDown(self):
print(self.result)
@file_data("./data/test_data_dict.json")
def test_post_request(self, key, status_code):
r = requests.post(self.url, data={"key": key})
self.result = r.json()
self.assertEqual(r.status_code, status_code)
總結：推薦使用，代碼相對簡單，功能足夠靈活。
我花了兩天時間整理這些框架，其實重點就是了解HttpRunner 和 gauge 。
yg
HttpRunner 沒有編輯器插件，本身就是一個YAML/JSON配置文件，所以配置寫錯了，但只要是合法的YAML/JSON格式，也看不出來，只有運行的過后才知道。就像你用記事本寫代碼一樣，只有運行了才知道代碼有沒有寫錯。
另外，擴展起來也不是特別方便，單獨用python實現一些函數：在json文件中
```{"device_sn": "${gen_random_string(15)}"}```
以這樣的方式引用```gen_random_string()``` 函數。
gauge我已經分享過兩篇基礎文章了，雖然用BDD拿來做接口理念不搭，但並不是不可以，唯一的缺點是用BDD來描述接口行為不合適，其他的都沒毛病，可以參數化，斷言寫起來也簡單，測試報告也漂亮，本質上還是用Python實現一些功能，所以非常靈活。
unittest + requests + HTMLTestRunner是我最熟悉的方案，幾乎沒什么短板。以前通過這種方案寫過很多測試用例，這次把ddt加上似乎更完美了。