扩展pytest接口自动化框架-MS数据解析功能

【软件测试行业现状】2023年了你还敢学软件测试？未来已寄..测试人该何去何从？【自动化测试、测试开发、性能测试】

开篇
MeterSphere的数据源通过html页面上传后，需要将请求方式进行拆分。

get接口的参数，常以params的方式进行传参，也就是在url后带上参数。

post接口一般是以json字符串的形式传参，也有params方式进行传参的。而在MeterSphere里面，post可以使用它所自带的jsonSchema的界面功能来定义参数，也就是key-value的方式。也可以手写json。这里我们以jsonSchema的方式进行解析。

基于这两种类型的接口（put、delete接口也遵循get接口）来做分支。get接口走get接口参数的生成方法。post同理。

沿着这个思路，就开始着手准备自动化脚本逆向用例生成的第一个函数。

思路梳理
首先确定我们所想要的用例模板以及我们要解析的数据结构。我将两个数据结构的示例都列在了下面。
明确了目标，最先要做的，就是获取数据流
获取到数据流后，判断接口请求的类型
根据请求类型，将数据流分成不同的分支，然后发给所对应的生成参数的方法。
最后将这些参数拼接成我们想要的用例模板
下例为MeterSphere的json格式示例

{"projectName": "","protocol": "HTTP","projectId": ","version": "v1.20.6-lts-1e3d1547","data": [{"id": "","projectId": "","name": "测试","method": "POST","modulePath": "/path1/path2/...","environmentId": null,"schedule": null,"status": "Underway","moduleId": "","userId": "admin","createTime": 1655860767171,"updateTime": 1655860767171,"protocol": "HTTP","path": "/api/v1/pub/stop","num": 100666,"tags": null,"originalState": null,"createUser": "Administrator","caseTotal": "0","caseStatus": "-","casePassingRate": "-","deleteTime": null,"deleteUserId": null,"order": 3155000,"refId": "08f6bde7-c906-459d-8a9b-95632bbeb5ee","versionId": "989beb9c-ebc8-45d3-8a80-967b06f2d192","latest": true,"description": null,"request": "{name:ss,canshu:111}","response": "respone","remark": null}],"cases": [],"mocks": [],
}

下例为最后解析成的用例样式

- api_name: callback_roomscase_name: $ddt{case_name}content_type: application/jsonparameterize:- - case_name- 字段1- 字段2- 字段3- - 常规用例- oU- 70- 79request:base_url: url...headers: nulljson:root:字段1: $ddt{字段1}字段2: $ddt{字段2}字段3: $ddt{字段3}method: POSTurl: /xxx/xxxvalidata:- contains: 200

得到MeterSphere数据并做解析

# 得到MeterSphere数据并做解析
def get_ms_data(filename):"""get_data: 数据源apis: 接口清单get_params: get请求参数api_name: 接口名称method: 请求方式get_apis: get接口:return:拼接好的数据集"""# 所有接口的字典数据集合apis = {}# 获取ms文件流with open(filename, "r", encoding="utf-8") as f:request_params = json.load(f)# 解析参数.判断接口是什么请求for i in request_params["data"]:get_data = ipath = get_data["path"]api_name = str(path).split("/")if len(api_name) > 1:api_name = api_name[-2] + "_" + api_name[-1]else:api_name = api_name[-1]method = get_data["method"]get_apis = {path: {"api_name": api_name,"method": method,"content_type": "application/json"}}if method.lower() in ["get", "put", "delete"]:# 如果是get请求.调用解析get参数try:# 调用生成params参数get_params = get_arguments(json.loads(get_data["request"])["arguments"])get_apis[path].update(get_params)apis.update(get_apis)except Exception as e:print_log(Exception(e))else:try:# 兼容post接口中的请求参数是parasm类型if "arguments" in get_data["request"] and "jsonSchema" not in json.loads(get_data["request"])["body"]:# 调用生成params参数get_params = get_arguments(json.loads(get_data["request"])["arguments"])get_apis[path].update(get_params)get_apis[path]["content_type"] = "application/text"apis.update(get_apis)else:# 兼容post是jsonSchema对象的参数类型if "jsonSchema" in json.loads(get_data["request"])["body"]:try:global NODENODE = Truepost_params = deal_with_data(data=json.loads(get_data["request"])["body"]["jsonSchema"],required_list=json.loads(get_data["request"])["body"]["jsonSchema"]["required"])get_apis[path].update(post_params)apis.update(get_apis)except KeyError:post_params = deal_with_data(data=json.loads(get_data["request"])["body"]["jsonSchema"])get_apis[path].update(post_params)apis.update(get_apis)else:print("测试")# 后续迭代...except Exception as e:print_log(Exception(e))raise Exception(e)return apis

这个函数我把它构想成一个经理，接到需求后，根据每个人的职责不同，分给所对应的人。然后接收这些手下的工作反馈，把这些反馈组装成报告。

在编写过程中，只是一股脑的想把这件事做完。忽略了定义函数时需要遵循的单一职责原则（SRP原则，在python工匠中提到，每个函数应该遵循单一职责。这样方便后期维护）。上面这个函数，即做了类型判断的工作，也做了数据拼接、分配给指定函数的工作。这样如果要修改某一个职责的话。这个函数就需要做好整体维护的准备。基于此大家在编写函数的时候，也尽可能保证函数的单一职责。
下面是配套学习资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！