断言作业答案

# 接口地址 http://49.233.108.117:28019/swagger-ui.html#/
import requests
# 导入已经编写好的生成手机号码的函数
from common.utils import generate_phone
import random
base_url = "http://49.233.108.117:28019"
# 注册，登录使用的是同一个手机号码  定义变量
phone = generate_phone()
testdata ={
    "token":"", # token,
    "gid": 0    # 商品id
}
def test_user_register():
    """
    用户注册
    :return:
    """
    url = base_url+"/api/v1/user/register"
    body_data = {
        "loginName": phone,
        "password": "123456"
    }
    # 发送请求
    r = requests.post(url,json=body_data)
    print(r.json())
    # 添加断言
    # code为200
    assert r.status_code == 200
    assert r.json()['resultCode'] == 200
    # msg
    assert r.json()['message'] == 'SUCCESS'
def test_user_login():
    """
    用户登录。 登录使用的手机号跟注册是同一个号码
    :return:
    """
    url = base_url+"/api/v1/user/login"
    body_data = {
      "loginName": phone,
      "passwordMd5": "E10ADC3949BA59ABBE56E057F20F883E"
    }
    r = requests.post(url,json=body_data)
    print(r.json())
    # 断言
    # code 断言
    assert r.status_code == 200
    assert r.json()['resultCode'] == 200
    # msg
    assert r.json()['message'] == 'SUCCESS'
    # 提取变量值 token
    testdata["token"] = r.json()["data"]
def test_search():
    """
    搜索商品 需要token
    :return:
    """
    url = base_url+'/api/v1/search'
    query_data = {
        "keyword":"iphone"
    }
    header={
        "token":testdata["token"]
    }
    # 搜索条件为 iphone
    r = requests.get(url,params=query_data,headers=header)
    # 断言
    # 所有搜索结果中都包含iphone
    # 拿到所有的商品信息
    allgoods = r.json()["data"]["list"]
    # 循环所有商品的时候
    for good in allgoods:
        # 拿到每个商品的名称
        goodname = good["goodsName"]
        print('商品的名称',goodname) # 因为返回结果中有大小写字母混合的场景。使用字符串转换大写方法
        assert 'iphone'.upper() in goodname.upper()  # upper 将字符串转为大写
    # 将价格大于 5500 的商品id 随机抽取一个作为变量
    # 将所有价格大于5500 的商品id放在一个列表中
    gids = []
    for good in allgoods:
        if good["sellingPrice"] > 5500:
            gids.append(good["goodsId"])
    print("所有商品价格大于5500的商品id",gids)
    testdata["gid"] = random.choice(gids)
def test_add_cart():
    """
    添加购物车
    :return:
    """
    url = base_url+"/api/v1/shop-cart"
    body_data = {
        "goodsCount": 1,
        "goodsId": testdata["gid"]  # 商品id
    }
    header = {
        "token":testdata["token"]
    }
    r = requests.post(url,json=body_data,headers=header)
    print(r.json())
    # 断言 添加成功
    assert r.status_code == 200
    assert r.json()['resultCode'] == 200
    # msg
    assert r.json()['message'] == 'SUCCESS'

参数化

在接口测试，测试单接口时，需要针对接口的不同场景来进行测试。场景有正常场景，异常场景，不同的场景测试的数据不一样，结果也不一样。·比如登录接口，除了使用正确的用户名和密码进行登录测试，错误的用户名和密码也需要测试。测试数据比较多，所以可以将将数据保存在文件中进行测试。

pytest 参数的基本样例

import pytest

@pytest.mark.parametrize("n",[0,10,20])
def test_n(n):
    print("n的值",n)

上面代码运行的时候，会自动生成3个测试用例。

@pytest.mark.parametrize 这个是固定写法表示参数化，
“n” n可以随意命名。但是要跟下面测试用例中的参数 n保持一致

[0,10,20] 这个是测试数据，必须将测试数据放在一个list中，有多少条数据，执行的时候会自动执行多少次，执行的时候会从list中去取每一条数据。

多个参数进行参数化

测试接口的时候，请求的数据有多个字段。也可以进行参数化。
将测试数据放到列表中。

# 测试登录，需要用户名和密码两个参数
@pytest.mark.parametrize("name,passwd",[("xiaming","123456"),("","123456"),("xiaoming",""),("","")])
def test_login(name,passwd):
    print("用户名",name )
    print('密码',passwd)

运行，可以看到执行结果。

在进行测试数据参数化的时候，因为数据直接写在代码中，数据比较多的时候。也可以将数据直接定义在函数外边，直接运行。

import pytest
data = [
    ("zhangsan","123456"),
    ("lisi","123456"),
    ("wangwu","123456")
]

@pytest.mark.parametrize("username,passwd",data)
def test_login_data(username,passwd):
    print("用户名",username)
    print("密码",passwd)

执行，可以看到执行的效果。

接口中应用

在cnode 社区主题首页接口测试中。
测试点：

tab的值分别可以是 ask， share ，job， good

当tab的值分别为这四种中的一种时，服务器返回的结果所有内容的标题跟上面选择的保持一致。

limit 最大值为 50，最小值为1，超过50按照50计算

pytest 参数化 - 图6

针对limit的测试点编写测试代码


import requests
import pytest
limitdata = [
    (1,1),  # 当limit值为1 返回结果中只有1条数据
    (50,50),  # 当limit值为50 返回结果中只有50条数据
    (51,50), # 当limit值为51 返回结果中只有50条数据
]

@pytest.mark.parametrize("limit,expect_len",limitdata)
def test_topic_index(limit,expect_len):
    print(f'当limit字段值为{limit}时，期望结果为服务器返回结果数据长度为{expect_len}')
    url = "http://47.100.175.62:3000/api/v1/topics"
    querydata = {
        "limit": limit
    }
    r = requests.get(url,params=querydata)
    print(r.json())
    # 添加断言，不同请求数据返回结果不同
    assert len(r.json()["data"]) == expect_len

执行结果

针对 tab 值设置测试用例


import requests
import pytest

tabdata = [
    "ask",
    "good",
    "job",
    "share"
]
@pytest.mark.parametrize("tab",tabdata)
def test_page_tabdata(tab):
    print(f'当tab字段值为{tab}时，期望结果为服务器返回结果tab值都是{tab}')
    url = "http://47.100.175.62:3000/api/v1/topics"
    querydata = {
        "tab": tab
    }
    r = requests.get(url, params=querydata)
    print(r.json())
    # 添加断言，不同请求数据返回结果不同
    for topic in r.json()["data"]:
        assert topic["tab"] == tab

上面的代码将 tab 和 limit 分开来测试，在实际的业务场景中，有些接口要测试的字段笔记多，拆开来做，用例的量也会很大。所以在测试过程中最好放在一个里面，统一来测试。

当 tab 的值为 ask的时候， limit 可以取的值为 1，50，51
当 tab 的值为 share的时候， limit 可以取的值为 1，50，51
当 tab 的值为 job的时候， limit 可以取的值为 1，50，51
当 tab 的值为 good的时候， limit 可以取的值为 1，50，51

就有不同的排列组合，如果人工来测试，这个工作量是比较大的，但是如果用自动化代码来测，这个就是分分钟就可以搞定的事情。

tab_v = ["ask","share","job","good"]
limit_v = [1,50,51]
# 将数据排列组合一下
test_tab_limit_data = []
for tab in tab_v:
    for limit in limit_v:
        print(f'当 tab 的值 为 {tab}的时候， limit 可以取的值为 {limit}')
        test_tab_limit_data.append((tab,limit)) # (tab,limit) 表示元组

print("生成测试数据为",test_tab_limit_data)

使用for循环生成可能测试数据。
上面的代码只是生成测试数据中请求参数的不同组合，在做自动化的时候，还需要生成对应的断言结果。
比如当tab值为 ask 断言返回结果中tab值为 ask，当limit的值为1的时候，断言结果为1。
期望最终生成的数据

testdata = [
    ("ask",1,"ask",1), # 输入 ask，1 期望结果 ask 1
]

生成测试数据

编写代码生成多条测试数据，并根据条件添加对应的断言。

tab_v = ["ask","share","job","good"]
limit_v = [1,50,51]
# 将数据排列组合一下
test_tab_limit_data = []
for tab in tab_v:
    for limit in limit_v:
        expect_tab = tab  # 期望的tab值
        # 需要注意: 当limit = 51, 期望的结果是50
        if limit >= 51:  # limit为51 时候
            expect_limit = 50  # 设置为50
        else:  # 其他场景
            expect_limit = limit  # 期望的limit 值
        test_tab_limit_data.append((tab,limit,expect_tab,expect_limit)) #  (tab,limit) 元组数据类型
        print(f'当tab的值为{tab}的时候， limit值为 {limit}, 期望结果中的tab值{expect_tab},期望结果中的limit{expect_limit}')
print("生成测试数据为",test_tab_limit_data)

上面的代码中可以将所有的测试场景数据生成。下一步利用测试数据来进行自动化测试。

tab_v = ["ask","share","job","good"]
limit_v = [1,50,51]
# 将数据排列组合一下
test_tab_limit_data = []
for tab in tab_v:
    for limit in limit_v:

        expect_tab = tab  # 期望的tab值
        # 需要注意: 当limit = 51, 期望的结果是50
        if limit >= 51:  # limit为51 时候
            expect_limit = 50  # 设置为50
        else:  # 其他场景
            expect_limit = limit  # 期望的limit 值
        test_tab_limit_data.append((tab,limit,expect_tab,expect_limit)) #  (tab,limit) 元组数据类型
        print(f'当tab的值为{tab}的时候， limit值为 {limit}, 期望结果中的tab值{expect_tab},期望结果中的limit{expect_limit}')

@pytest.mark.parametrize("tab,limit,expect_tab,expect_limit",test_tab_limit_data)
def test_home_page(tab,limit,expect_tab,expect_limit):
    url = "http://47.100.175.62:3000/api/v1/topics"
    querydata = {
        "tab":tab,
        "limit":limit
    }
    r = requests.get(url,params=querydata)

    #断言tab值
    for topic in r.json()["data"]:
        assert topic["tab"] == expect_tab

    # 断言limit
    assert len(r.json()["data"]) == expect_limit

执行，可以看到执行结果

并且，还发现其中有三组数据有问题。
经过分析：发现系统中没有精华话题，所有这三个用例失败，通过这样的方式也可以发现被测系统的数据不完整。

csv数据

上面的代码可以生成对应的数据文件，如果你在公司没有使用Python做接口自动化，也可以使用Python代码生成测试数据保存到csv文件中，也可以使用其他工具做自动化，比如Postman，JMeter。

tab_v = ["ask","share","job","good"]
limit_v = [1,50,51]
# 将数据排列组合一下
test_tab_limit_data = []
for tab in tab_v:
    for limit in limit_v:

        expect_tab = tab  # 期望的tab值
        # 需要注意: 当limit = 51, 期望的结果是50
        if limit >= 51:  # limit为51 时候
            expect_limit = 50  # 设置为50
        else:  # 其他场景
            expect_limit = limit  # 期望的limit 值
        test_tab_limit_data.append((tab,limit,expect_tab,expect_limit)) #  (tab,limit) 元组数据类型
        print(f'当tab的值为{tab}的时候， limit值为 {limit}, 期望结果中的tab值{expect_tab},期望结果中的limit')
print("生成测试数据为",test_tab_limit_data)


# 写入到 csv 文件中
import csv
with open('home_topics.csv',mode='w',encoding='utf8',newline='') as file:
    w = csv.writer(file)
    # 写入标题
    w.writerow(["tab","limit","expect_tab","expect_limit"])
    # 写入数据
    for line in test_tab_limit_data:
        #每一种测试场景写入一行数据
        w.writerow(line)

运行成功之后，可以看到在项目根目录下生成对用 csv文件。

将项目整理合理的规划一下，生成的测试数据可以放在专门的文件中。

添加common/datatool.py

在做参数化测试的时候，生成对应的测试数据方法都放在 datatool.py文件中。
对应的文件目录

"""
针对不同的接口 生成对应的测试数据
提供测试数据
"""

def home_page_data():
    tab_v = ["ask", "share", "job", "good"]
    limit_v = [1, 50, 51]
    # 将数据排列组合一下
    test_tab_limit_data = []
    for tab in tab_v:
        for limit in limit_v:

            expect_tab = tab  # 期望的tab值
            # 需要注意: 当limit = 51, 期望的结果是50
            if limit >= 51:  # limit为51 时候
                expect_limit = 50  # 设置为50
            else:  # 其他场景
                expect_limit = limit  # 期望的limit 值
            test_tab_limit_data.append((tab, limit, expect_tab, expect_limit))  # (tab,limit) 元组数据类型
            # print(f'当tab的值为{tab}的时候， limit值为 {limit}, 期望结果中的tab值{expect_tab},期望结果中的limit')
    # print("生成测试数据为", test_tab_limit_data)
    return test_tab_limit_data

在测试用例直接通过调用函数生成的数据来进行测试

"""
定义所有的单接口测试
"""
import pytest
import requests
from common.datatool import home_page_data

home_data = home_page_data()

@pytest.mark.parametrize("tab,limit,expect_tab,expect_limit",home_data)
def test_home_page(tab,limit,expect_tab,expect_limit):
    url = "http://47.100.175.62:3000/api/v1/topics"
    querydata = {
        "tab":tab,
        "limit":limit
    }
    r = requests.get(url,params=querydata)

    #断言tab值
    for topic in r.json()["data"]:
        assert topic["tab"] == expect_tab

    # 断言limit
    assert len(r.json()["data"]) == expect_limit

作业

测试新建主题的不同场景。

def create_topic_data():
    pass

def test_create_topics():
    pass

作业分析

分析每个参数可能的场景
pytest 参数化 - 图12
不同的数据需要不同相应结果。

前提	条件	成功/失败	检查点
无	accesstoken 值为””	失败	errormsg：错误的accesstoken
无	accesstoken 值为错误	失败	errormsg：错误的accesstoken
accesstoken值正常	title空	失败	errormsg：标题不能为空
accesstoken值正常 title值正常	ask 为空	失败	errormsg：必须选择一个版块
accesstoken值正常 title值正常 tab值正常	content为空	失败	errormsg：内容不可为空
	所有值都符合条件	成功	success：true

生成对应的测试数据。


def create_topic_data():
    tokens = ["","xxxxxxyyyy","e18de36f-d9ce-47e6-a2aa-1cf6508ec10b"]
    titles = ["","helloworld"]
    tabs = ["ask","share","job","dev",""]
    contents = ["","helloworld"]
    testdata = []
    # 组合数据
    for token in tokens:
        for title in titles:
            for tab in tabs:
                for content in contents:
                    # 设置对应的断言
                    expect_success = False
                    if not token == "e18de36f-d9ce-47e6-a2aa-1cf6508ec10b":
                        expect_err_msg = "错误的accessToken"
                    elif title == "":
                        expect_err_msg ="标题不能为空"
                    elif tab == "":
                        expect_err_msg = "必须选择一个版块"
                    elif content == "":
                        expect_err_msg = "内容不可为空"
                    else:
                        #只有当发帖成功的时候 success 的结果才会 True
                        expect_success = True
                        # 发帖成功的时候，返回结果的数据类型跟失败的类型不一样，只对success 进行断言即可
                        expect_err_msg = ""

                    testdata.append((token,title,tab,content,expect_success,expect_err_msg))

    return testdata


if __name__ == '__main__':
    data = create_topic_data()
    print(data)

编写测试用例

topic_data=create_topic_data()
#数据的格式为 (token,title,tab,content,expect_success,expect_err_msg)

@pytest.mark.parametrize('token,title,tab,content,expect_success,expect_err_msg',topic_data)
def test_create_topics(token,title,tab,content,expect_success,expect_err_msg):
    url = "http://47.100.175.62:3000/api/v1/topics"
    body_data = {
        "accesstoken":token,
        "title":title,
        "tab": tab,
        "content":content
    }
    r = requests.post(url,json=body_data)
    # 进行断言
    # 1. success 结果断言
    assert r.json()["success"] == expect_success
    # 只有当 发帖失败的时候才会对错误提示信息进行断言
    if expect_success == False:
        assert r.json()["error_msg"] == expect_err_msg

运行接口。
可以发现接口中还有两个 bug

Linux，Mysql，接口测试

pytest 参数化