| 主流接口测试框架对比 | 您所在的位置：网站首页 › 主流测试框架包括哪些 › 主流接口测试框架对比 |
主流接口测试框架对比
|
公司计划系统的开展接口自动化测试，需要我这边调研一下主流的接口测试框架给后端测试（主要测试接口）的同事介绍一下每个框架的特定和使用方式。后端同事根据他们接口的特点提出一下需求，看哪个框架更适合我们。 需求1、接口编写方便。 2、方便调试接口。 3、支持数据初始化。 4、生成测试报告。 5、支持参数化。 ### robot framework优点 关键字驱动，自定义用户关键字。 支持测试日志和报告生成。 支持系统关键字开发，可扩展性好。 支持数据库操作。 缺点 接口测试用例写起来不简洁。 需要掌握特定语法。 *** Settings *** Library RequestsLibrary Library Collections *** Test Cases *** test_get_event_list # 查询发布会（GET请求） ${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()} #断言结果 ${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}结果：不考虑，没人愿意这么写接口用例。 ###JMeter优点 支持参数化 不需要写代码 缺点 创建接口用例效率不高。 不能生成查看每一个接口执行情况的测试报告。
总结：不考虑，接口编写不方便，最主要是不能生成测试报告，如果做接口性能的话可以考虑。 ###HttpRunner优点: 基于YAML/JSON格式，专注于接口本身的编写。 接口编写简单 生成测试报告 接口录制功能。 缺点: 没有编辑器插件对语法校验，容易出错。 官方文档没有详细的说明。 扩展不方便。 [ { "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"]} ] } }]总结：可以考虑，至于接口数据的初始化可能需要单独处理。 doc: https://cn.httprunner.org/quickstart/ ###gaugeBDD行为驱动测试框架。 优点: 行为文件与脚本文件分离，本质上实现了数据驱动。 功能强大灵活，本质上还用Python写接口用例。 自动生成测试报告。 VS Code有支持插件 缺点: 门槛略高，需要了解BDD的用法。 需要会markdworn语法 行为描述文件： ## test post request * post "http://httpbin.org/post" interface |key | status_code| |------|-----------| |value1|200 | |value2|200 | |value3|200 |测试脚本： …… @step("post interface ") 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])总结：推荐使用，BDD有一定门槛，看测试人员的学些能力和接受速度。 doc: https://docs.gauge.org/latest/writing-specifications.html#special-parameter-csv ###Unittest+Request+HTMLRunner利用现有的框架和库自己定制。 优点: 足够灵活强大: 分层测试、数据驱动、测试报告，集成CI...缺点: 有一定的学习成本数据文件： { "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 }}测试用例： 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)总结：推荐使用，代码相对简单，功能足够灵活。 我花了两天时间整理这些框架，其实重点就是了解HttpRunner 和 gauge 。 yg HttpRunner 没有编辑器插件，本身就是一个YAML/JSON配置文件，所以配置写错了，但只要是合法的YAML/JSON格式，也看不出来，只有运行的过后才知道。就像你用记事本写代码一样，只有运行了才知道代码有没有写错。 另外，扩展起来也不是特别方便，单独用python实现一些函数：在json文件中 ```{"device_sn": "${gen_random_string(15)}"}``` 以这样的方式引用```gen_random_string()``` 函数。 gauge我已经分享过两篇基础文章了，虽然用BDD拿来做接口理念不搭，但并不是不可以，唯一的缺点是用BDD来描述接口行为不合适，其他的都没毛病，可以参数化，断言写起来也简单，测试报告也漂亮，本质上还是用Python实现一些功能，所以非常灵活。 unittest + requests + HTMLTestRunner是我最熟悉的方案，几乎没什么短板。以前通过这种方案写过很多测试用例，这次把ddt加上似乎更完美了。 |
【本文地址】