一、前言
接触httprunner框架有一段时间了，也一直探索如何更好的落地到项目上，本篇主要讲述如何应用到实际的项目中，达到提升测试效率的目的。
1、项目难题
这个月开始忙起来了，接了个大项目，苦不堪言，以下3个问题应该大部分测试人员都能感同身受，并且也是经常会遇到的问题
- 测试时间被压缩
- 测试资源被砍
- 业务流程长
2、解决方案
针对前面2点，除了猛加班，还能有更好的解决方案吗？只要你够肝就能完美应对前面2点问题
针对第3点，只能英勇献身，主动写脚本帮助团队造数据，以前是用jmeter做接口自动化，但在接触了httprunner后，发现该测试框架比jmeter方便很多，因为它有.har直接转换成用例的功能，所以就采用了httprunner框架。
二、设计自动化测试用例结构
1、项目系统流程图
图1：项目系统流程图
2、用例分层
2.1 简要说明
该项目范围是订单模块，根据系统流程图可以知道，订单的数据需要走2个系统的交互，共涉及3个大模块。应项目要求，将需求单录入->bom单的流程实现接口自动化用例，对应功能步骤为需求单录入->商品确认成功。
2.2 官网用例分层示例图
分层思想如下：
- 测试用例（testcase）应该是完整且独立的，每条测试用例应该是都可以独立运行的
- 测试用例是测试步骤（teststep）的有序集合
- 测试用例集（testsuite）是测试用例的无序集合，集合中的测试用例应该都是相互独立，不存在先后依赖关系的；如果确实存在先后依赖关系，那就需要在测试用例中完成依赖的处理
图2：官网分层示例图
3）项目用例分层架构
该项目用例分层架构图是根据自己的理解做的用例分层，如果各位大佬有其他好的用例拆分设计可以赐教下。
如图3，共有5条用例，用例跟用例之间有调用关系，因在测试用例中已经完成了用例依赖处理，所以testsuite的每条用例都是可以直接运行的，不存在先后顺序。
本项目存在个问题，应当都会存在这种问题，即当case3调用case2，若case2用例存在问题，那case3自然就会执行失败。
图3：项目用例分层架构图
三、项目源码解析
1、.env文件说明
env主要是存放环境配置的信息，比如url或者用户名密码之类的
username=李白 password=123456 url=https://xxx.com
2、登录Case1：login_test.py
- 知识点1：结合实际情况，若有多个测试环境，url是会变的，用户名和密码也可能会频繁更换，所以可以考虑将url和用户名密码放在.env文件中，达到可配置化
- 知识点2：.env文件的变量取用：${ENV(文件内的键名)}，详见下面标黄部分
# NOTE: Generated By HttpRunner v3.1.5 # FROM: harlogin.har from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase class TestCaseLogin(HttpRunner): config = Config("登录").verify(False) teststeps = [ Step( RunRequest("登录接口") .post("https://xx.com/login") .with_headers( **{ "content-length": "183",
"referer": "${ENV(url)}", #引用.env文件的url变量 } ) .with_json( { "employeeName": "${ENV(username)}", #引用.env文件的username变量
"password": "${ENV(password)}", #引用.env文件的password变量 } ) .extract() .with_jmespath("body.data.userId", "userId") #提取userid，userNo,userName供后续用例使用 .with_jmespath("body.data.userNo", "userNo") .with_jmespath("body.data.userName", "userName") .validate() .assert_equal("status_code", 200) ), ]
if __name__ == "__main__": TestCaseLogin().test_start()
3、需求单Case2：demand_test.py
- from testcases import login_test：该用例需要先调用登录用例，如果想要引用别的文件的用例，需要先import进来
- RunTestCase：前面的文章讲过，这是直接调用别的用例，引用方式为.call(文件的类方法)
- headers：该用例共有3个step，请求头是一样的，所以可以用一个变量存起来，便于后面step引用
- .with_jmespath("body.data.list[0].styleCode","styleCode")：类似jmter的jsonpath写法，可以提取想要的响应字段，用于后面用例的引用
# NOTE: Generated By HttpRunner v3.1.5 # FROM: har需求单.har from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase from testcases import login_test class TestCase需求单(HttpRunner): config = Config("需求单录入-需求单列表-设计单").verify(False).base_url("https://xxx.cn") headers = {"Connection": "keep-alive", "Content-Length": "1480", } teststeps = [ Step( RunTestCase("调用登录用例").call(login_test.TestCaseLogin) ), Step( RunRequest("需求单录入") .put("/demand-task") .with_headers( **headers ) .with_cookies( **{ "experimentation_subject_id": "ImY3ZG" } ) .with_json( {"deliveryTypePeriod": "2", "remark": "需求单", ...... } ) .extract() .with_jmespath("body.data.demandDetailId","demandDetailId") #提取detaildid，taskid供后续用例使用 .with_jmespath("body.data.demandTaskId","demandTaskId") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("需求列表接口") .post("/list") .with_headers( **headers ) .with_json( { "demandTaskType": "", } ) .extract() .with_jmespath("body.data.list[0].styleCode","styleCode") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("设计单接口") .put( "/task/${demandDetailId}" #引用前面提取的detaildid ) .with_headers( **headers ) ) .with_json( { "current": "178", } ) .validate() .assert_equal("status_code", 200) ), ] if __name__ == "__main__": TestCase需求单().test_start()
4、设计拆单Case3：design_test.py
- export(*["styleCode","demandTaskId"])：这里需要用到case2提取出来的参数，所以要用.export导出参数变量，供case3引用，引用方式为 ${参数名}
- teardown_hook("${sleep(2)}")：case2和case3所属的模块归属于不同的服务，case2服务完成设计单推送到case3服务时会存在回调时间差的情况，
- 所以需要使用teardown_hook，让用例执行完后，等待几秒再运行后面的step。（原理是调用debugtakl.py的sleep函数，达到延迟执行的目的）
# NOTE: Generated By HttpRunner v3.1.5 # FROM: har设计拆单.har from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase from testcases import demand_test
# tip:初始写法是在这里直接Import demand_test.TestCase需求单方法，然后在Step中又.call(TestCase需求单)，
运行之后发现这样子相当于调用了2次函数里的TestCase需求单方法了，因为本身直接import函数方法就会把该函数方法整体运行了一遍，如果在步骤中又调用，所以会导致重复
后续就优化写法为，只import函数，方法放在步骤里调用，因为有时需要用到该函数方法的变量，需要用.export导出变量的。
函数调用可以参考这个https://blog.csdn.net/liulanba/article/details/110385160 class TestCase设计拆单(HttpRunner): config = Config("设计拆单列表-提交拆单").verify(False).base_url("https:xxx.cn") headers = {"Connection": "keep-alive", } teststeps = [ Step( RunTestCase("调用需求单用例Case2").call(demand_test.TestCase需求单).export(*["styleCode","demandTaskId"]).teardown_hook("${sleep(2)}") ), Step( RunRequest("设计拆单列表接口") .post("type/list") .with_headers( **headers ) .with_json( { "prototypeStatus": "1", } ) .extract() .with_jmespath("body.data.list[0].prototypeId","prototypeId") .with_jmespath("body.data.list[0].designCode","designCode") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("提交拆单接口") .put("/save") .with_headers( **headers ) ) .with_json( { "prototypeId": "${prototypeId}","styleCode": "${styleCode}", "demandTaskId": "${demandTaskId}", "designCode": "${designCode}", } ) .validate() .assert_equal("status_code", 200) ) ] if __name__ == "__main__": TestCase设计拆单().test_start()
5、商品跟进确认Case4：goods_test.py
# NOTE: Generated By HttpRunner v3.1.5 # FROM: har商品跟进确认.har from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase from testcases import design_test,confirm_test class TestCase商品跟进确认(HttpRunner): config = Config("商品跟进列表-获取匹配结果-商品确认-商品跟进提交").verify(False).base_url("https://xxx.cn") teststeps = [ Step( RunTestCase("调用设计拆单用例Case3").call(design_test.TestCase设计拆单).teardown_hook("${sleep(2)}").export(*["designCode"]) ), Step(
#因case5和case4属于不同的系统，即不同服务，所以匹配成功后，存在推送时间差问题，故执行完用例后需等待几秒 RunTestCase("调用匹配用例Case5").call(confirm_test.TestCase匹配).teardown_hook("${sleep(3)}") ), Step( RunRequest("商品跟进列表接口") .post("/goods-track/list") .with_headers( **{"Connection": "keep-alive", } ) .with_json( {"designCode": "${designCode}","pageNum": 1, "pageSize": 20, } ) .extract() .with_jmespath("body.data.list[0].materialTrackId","materialTrackId") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("获取匹配结果") .get( "/details/${materialTrackId}" ) .with_params( **{"workerId": "178", } ) .with_headers( **{"Connection": "keep-alive", } ) .extract() .with_jmespath("body.data.demandList[0].matchResultList[0].matchResultId","matchResultId") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("商品确认接口") .post( "/result/confirm" ) .with_headers( **{"Connection": "keep-alive", } ) .with_json( { "materialTrackId": "${materialTrackId}", "matchResultId": "${matchResultId}", } ) .validate() .assert_equal("status_code", 200) ), Step( RunRequest("商品跟进提交接口") .post( "/goods/submit" ) .with_headers( **{"Connection": "keep-alive", } ) .with_json( { "materialTrackId": "${materialTrackId}", "updateList": [ { "materialTrackId": "${materialTrackId}", "matchResultId": "${matchResultId}", } ], } ) .validate() .assert_equal("status_code", 200) ), ] if __name__ == "__main__": TestCase商品跟进确认().test_start()
6、匹配Case5：confirm_test.py
# NOTE: Generated By HttpRunner v3.1.5 # FROM: har匹配.har from httprunner import HttpRunner, Config, Step, RunRequest, RunTestCase class TestCase匹配(HttpRunner): config = Config("匹配列表-匹配结果").verify(False).base_url("https://xxx.cn") teststeps = [ Step( RunRequest("匹配列表接口") .post("/list") .with_headers( **{"Connection": "keep-alive", } ) .with_json( {"pageNum": 1, "pageSize": 10, } ) .extract() .with_jmespath("body.data.list[0].demandId","demandId") .validate() .assert_equal("status_code", 200) ), Step( RunRequest("匹配结果接口") .post("/match/create") .with_headers( **{"Connection": "keep-alive", "Content-Length": "577", } ) .with_json( { "bottomCloth": "","colorNumber": "1.0", "commodityCode": "PURE", } ) .validate() .assert_equal("status_code", 200) ), ] if __name__ == "__main__": TestCase匹配().test_start()
四、结束语
以上就是本项目运用httprunner实现接口自动化的全过程，因涉及到公司安全，所以源码中删减了部分信息，但这并不会影响整个思路的梳理哈，本次项目涉及到的知识点比较少，后续新项目如果有其他知识点运用，会继续更新进来，还有因为想要的参数 接口都有返回，所以这次没有用到数据库，如果对数据库连接感兴趣的，可以看我前面的博客，以及因项目原因，本次的断言信息基本是用它自动生成的断言，没有增加新的断言，但一般接口自动化中是需要跟落表信息或者关键id信息进行断言的。