HTTP API 自动化测试从手工测试到平台的演变
2021-06-21 07:07
标签：程序 切换 正则匹配 聚合 风格 技术 work 本地 task 不管是 Web 系统，还是移动 APP，前后端逻辑的分离设计已经是常态化，相互之间通过 API 调用进行数据交互。在基于 API 约定的开发模式下，如何加速请求 / 响应的 API 测试，让研发人员及早参与到调试中来呢？既然 API 是基于约定开发，为何不按照这个规范编写测试用例，直接进入待测试状态，使用自动化的方式来推进研发过程的质量改进呢？遵循：测试 -> 重构 -> 测试 -> 重构，这样的闭环，过程产出的质量会更加可控，在重构的同时进行快速的功能回归验证，大大提高效率。下面主要讲解基于 HTTP 协议的 API 测试，从手工测试到平台的演变过程。 测试团队采用《敏捷脑图用例实践之路》的方式编写测试用例： 图 -1- 分计费单元查询带宽 优点： 要点清晰简洁展现 所有测试故事点经过用例评审，产生质量高，研发参与感强； 版本同步保持一份 API 测试脑图带来的问题： 脑图用例对测试人员的素质要求相当高 完善的脑图用例编写，需要有资深的测试人员，对业务精通、对测试技能精通，很强的思维能力；如果研发人员仅仅参考这个脑图用例进行测试，往往很多时候需要花费大量的沟通时间，其中有很多测试 API 的过程、措施，在脑图里面没有具体体现，造成一些信息丢失。 重复执行不变的是规则，变的只是参数，要消灭重复部分 还可以深度优化脑图用例，API 接口规范，再怎么天马行空，也得有个度，应当把重复思考的部分交给工具去做，需要发挥创造力、值得关注部分，交给人工完成；按照这个测试流程，，测试人员编写完用例，去验证 API 接口，如果失败了，打回给研发人员重新修改，但是下一次研发人员提交测试，测试人员又得重新验证一遍，这一遍中实际没有多少有价值的思考，是重复工作，要去挖掘测试价值。另外，如果测试人员请假了，那是不是测试就需要延期了呢？消除等待、消除单点作业，改变是唯一出路，尝试过如下方式： 图 -2-Chrome DHC 组件 组员通过使用 Chrome DHC（是一款使用 chrome 模拟 REST 客户端向服务器发送测试数据的谷歌浏览器插件），进行 API 自动化测试，用例文件保存到本地并且同步到 svn，简单粗暴解决重复请求问题，注意强调的是解决重复请求，并没有包括参数和结果的自动化验证的过程，还是需要人工参与，至少前进了一步，当然我们也解决了单点问题，其他组员可以更新用例本地运行，还差参数校验，数据校验等等一堆关键业务点要用自动化去突破。 俗话说：术业有专攻，DHC 只是玩玩而已，并不擅长做那么多活，也做不好，更期望的是平台化。 经历了手工测试的繁琐操作，丢弃了简单的 DHC，决定另寻新路，API 测试最简单的场景请求参数组合产生各类别的测试用例。思路很简单，做一个 WEB 平台，登记 API 接口，填写请求参数，对响应结果进行校验，初期进行了技术选型，使用 Django 做 Python Web 开发，后台脚本执行使用开源框架 RobotFramework，RF 优点如下： 是一个通用的关键词驱动自动测试框架； 易于使用的表格数据展现形式，采用关键字驱动的测试方法，使用在测试库中实现的关键词来在测试中运行程序。 是灵活和可扩展的，适合用于测试用户接口； 在这个平台中，RobotFramework 主要用于后台执行 Robot 关键字脚本，而关键字脚本，是平台通过读取 YAML 文件生成，该文件是通过笛卡尔乘积产生的用例，工作原理如图所示： 图 -3- 工作原理 那话说回来，YAML 干什么呢？为什么不是 XML 呢？ YAML 的可读性好 YAML 和脚本语言的交互性好 YAML 使用实现语言的数据类型 YAML 有一个一致的信息模型 YAML 易于实现 听起来 YAML 试图用一种比 XML 更敏捷的方式，来完成 XML 所完成的任务。下面通过一段实际例子说明配置生成的 YAML 代码段： 主接口配置界面： 图 -4- 接口配置页面 设置 API 参数： 图 -5- 设置 API 参数 配置文件 byChannelsDaily.yaml（列举一个参数示例）： 测试报告： 图 -6-rf 测试报告 按照这个思路做下来，得到什么收益呢？ 自动化 说到这里，其实，真没有带来多少收益，思路对了，但是方向有偏差了，主要体现在： 图 -7- 庞大的测试用例文件 败了，就是败了，没什么好找借口，关键问题是： 回到起点，测试要解决什么问题，为什么要做 API 自动化测试平台？做这个平台，不是为了满足老板的提倡全民自动化的口号，也不是为了浮夸的 KPI，更不是宣传自动化可以解决一切问题，发现所有 bug。叔本华说过一句话：由于频繁地重复，许多起初在我们看来重要的事情逐渐变得毫无价值。如果 API 测试仅仅依靠纯手工的执行，很快将会面临瓶颈，因为每一个功能几乎都不能是第一次提交测试后就测试通过的，所以就需要反复 bug 修复、验证，以及回归的过程。另外，很多的 API 测试工作手工做起来非常的繁琐，甚至不便，比如针对接口协议的验证、针对返回数据格式的验证，这些都依赖于测试自动化的开展。因此，真正的目的是解放测试人员重复的手工生产力，加速回归测试效率，同时让研发人员在开发过程及早参与测试（自测、冒烟测试），驱动编码质量的提升。 回顾以往，重新梳理头绪，更加清晰的展现： 图 -8-HTTP API 自动化测试图解 HTTP API 传统手工测试 重复请求参数基础校验、正确参数查询返回数据校验，测试工程师没有新的创造价值，不断重复工作，甚至可能压缩其中的测试环节，勉强交付； HTTP API 自动化测试 重复步骤（请求接口是否有效、参数校验可以作为冒烟测试，研发参与自测）用自动化解决，关键业务步骤数据对比人工参与和 schema 自动化校验； 如果对软件测试、接口测试、自动化测试、性能测试、LR脚本开发、面试经验交流。感兴趣可以175317069，群内会有不定期的发放免费的资料链接，这些资料都是从各个技术网站搜集、整理出来的，如果你有好的学习资料可以私聊发我，我会注明出处之后分享给大家。 最大的收益，重复步骤自动化后，不管是研发人员自测，还是执行功能回归测试，成本可以很快收回（前提是你这个项目周期长，构建频繁；如果仅仅是跑几个月的项目，真没那个必要凑热闹去自动化，当然有平台的另当别论），测试的关注点会落实到更加关键的业务环节去； 总体规划如下： [ 图 -9-HTTP API 重构规划 技术选型 由于原来的测试平台使用 Python 编写，为了保持风格一致，从界面录入到文件生成处理依然采用 Python、Django，去掉了全对偶组合算法，改为根据测试人员思维去产生用例；去掉了后台 RobotFramework 框架，采用 Python 的 HTTP 类库封装请求。 HTTP API 项目管理 Web 前台 使用 Python+Django+MySQL 进行开发，分为项目首页、项目配置、API 配置、全局配置四大部分 图 -10- 管理 Web 介绍：列出 API 规范、API 测试用例、定时任务数量，以及某段时间内的测试结果趋势图形。 图 -11- 项目首页 项目配置 重点介绍：全局变量、常用方法、验证器。 全局变量 设计思路：在 API 测试过程中，可以切换生产、测试环境进行对比校验，如果写两套测试用例是冗余，全局变量功能，是一种在执行测试用例时动态改变用例属性的方法。 作用范围：当前项目内 使用方法：{变量名} 能在以下测试用例属性中使用：URL、请求头、请求参数 图 -12- 全局变量配置页 在 API 用例库的 URL 可以直接填写：{host}/reportdata/monitor/getChannelIDsByUserName；当运行测试用例的时候，可以选择不同的参数套件，后台代码执行会直接替换，这样子可以分别快速验证生产环境和测试环境的 API 接口执行结果的差异。 图 -13- 用例执行页 常用方法 图 -14- 常用方法列表页 √ 设计思路：常用方法是一个 Python 函数，对入参进行处理并且返回结果，例如： gen_md5 作用是生成 MD5，对应代码直接填写： √ 应用场景： 在 API 请求中，有些参数例如 pass 需要加密处理，可以通过引入 [常用方法] 来解决。 在参数 pass 的值中直接填写： 图 -15- 接口配置页 验证器 √ 设计思路 验证器是一个 Python 函数，如果函数返回 True，则测试通过；返回 False，则测试失败。平台默认提供一个默认验证器。 默认验证器是验证期望结果与实际结果（response body）是否完全一致。如果结果不一致则判断为失败，默认验证器只适用于静态的响应结果对比。 自义定验证器，如果默认验证器不能满足某些特殊的测试需求，用户可以在“项目配置 - 验证器”中添加自定义的验证器。 √ 应用场景：在 API 测试的返回结果中，可以添加自定义验证器对数据进行校验，判断测试是否通过。 图 -17- 测试用例验证展示页 API 配置 重点介绍：通用响应配置、API 依赖库、API 用例库、定时任务、测试报告 通用响应配置 图 -18- 通用响应配置列表页 √ 设计思路 在合理的 API 设计中，存在通用的错误响应码，[用户名错误，返回期望响应内容]，如果所有 API 的响应结果中都需要重复写是相当繁琐的，作为共同配置调用即可。 √ 应用场景 查询接口遇到用户名密码为空，可以自定义写返回内容，以及选择 [通用响应配置] 下的相关错误类型，例如：用户名密码为空 (计费单元)，自动填充期望的返回值： 图 -19- 期望返回值校验页 API 依赖库 √ 设计思路 & 应用场景 API-A 的参数 r_id 依赖与 API-B 返回结果的某个参数（多个参数同样道理），这里登记 API-B，并且提取返回参数。除了特有的变量提取器，基本信息与请求，与后面提到的 API 接口一致的 填写方式 ： 图 -20- 变量提取器展示页 该接口返回数据如下； 通过 [变量提取器]，可以获取 r_id 的值，以供依赖 API-A 作为参数使用。 图 -21- 用例中参数包含 r_id 变量展示页 其中请求参数的获取如下： 图 -22- 请求参数变量提取设置 测试结果： 1- 显示依赖接口；2- 显示为需要测试的接口，依赖接口返回的 r_id 会传入作为测试接口的参数； 图 -23- 测试结果中展示运行时变量提取结果 图 -24- 用例库设计脑图 如果对软件测试、接口测试、自动化测试、性能测试、LR脚本开发、面试经验交流。感兴趣可以175317069，群内会有不定期的发放免费的资料链接，这些资料都是从各个技术网站搜集、整理出来的，如果你有好的学习资料可以私聊发我，我会注明出处之后分享给大家。 √ 设计思路 通过自助配置：请求头、请求参数，响应头、响应结果校验，来聚合测试人员日常思考产生的测试用例。 √ 应用场景 支持 HTTP1.1 协议的 7 种请求方法：GET、POST、HEAD、OPTIONS、PUT、DELETE 和 TARCE。最常用的方法是 GET 和 POST： 支持 query（问号后）带参数、path 的 GET|POST 请求 Query:http://192.168.1.11/internal/refresh?username=ChinaCache&password=123456 Path:http://192.168.1.11/internal/refresh/username/password POST 请求支持 application/json、text/xml 示例如下： 结果如下： 图 -25-body 参数展示页 支持返回结果的 schema 验证 在返回大量数据的场景下，把数据格式的正确性交给程序去判断，通过之后进行人工干预的数据对比，假如返回几百 K 的数据，你不知道格式是否正确，就开始去做数据对比，这个方向是不对的。 定时任务 √ 设计思路 & 应用场景 定时任务是在计划好的时间点自动执行指定的测试用例。一个项目支持多个定时任务，如果同一时间点有多个测试任务，将依次执行。定时任务有两种类型：定时、循环（间隔：秒， 分钟，小时，天，周）。通过定时任务，可以做到晚上运行，早上查看结果报告分析。 图 -26- 添加定时任务 测试报告 & 邮件通知 √ 设计思路 & 应用场景 每次执行测试用例（包括手动执行和定时任务）之后，都会生成一份测试报告。 报告会详细列出每个接口的基本信息（名称，请求方法，验证器等），请求信息（URL 和 body 参数），响应信息包括 headers, body, schema, content type, status code 5 部分的测试结果，每一部分都有实际结果、期望结果（失败时显示）以及 DIFF 对比（失败时显示），当在 执行测试时出现错误，也会把错误信息显示出来 。 图 -27- 测试报告列表页 图 -28- 邮件通知 API 实战：324 个用例（包括 GET|POST 请求，参数有加密、依赖场景，返回结果有简单验证数据、错误码验证、schema 验证），运行耗时：8min，猜想下，如果人工去跑，需要多久呢？ 如果对软件测试、接口测试、自动化测试、性能测试、LR脚本开发、面试经验交流。感兴趣可以175317069，群内会有不定期的发放免费的资料链接，这些资料都是从各个技术网站搜集、整理出来的，如果你有好的学习资料可以私聊发我，我会注明出处之后分享给大家。 图 -29- 使用 HTTP API 平台改进 API 研发测试过程 改进前：传统手工测试 测试用例掌握在测试人员手里，研发人员无法运行，修复 bug 之后，只能等待测试人员验证，交付过程繁琐、效率低； 改进后：HTTP API 自动化测试 研发、测试协作同步，研发人员可以及早通过平台执行用例，验证功能可用性、正确性，测试人员可以释放部分劳动力，重点关注业务数据正确性；修复 bug 之后，研发人员无需等待，可以自助配置用例执行、查看结果，驱动过程质量的提升，同时做到夜间构建、邮件通知，工作时间 review、bug fix。 问题：何时收回投入成本？ API 项目周期不超过半年的，不建议做自动化，有自动化平台基础的另当别论，因为在最初 API 测试用例编写需要投入大量的时间；这种投入，只有不断进行回归验证、多次运行，成本才可以回收，往后都是收益，这个道理浅显易懂。 “由于频繁地重复，许多起初在我们看来重要的事情逐渐变得毫无价值”，在提测过程有个重要环节：冒烟测试，但是频繁的去做的话，就是重复性的工作了。 那 HTTP API 接口测试痛点是什么？研发人员提测之后，需要等待测试人员进行验证；测试人员发现 bug，需要等待研发人员 bug fix；这里就产生大量的等待成本（当然，测试人员可以切换到其他项目中去，但是这种上下文的切换成本很高）。通过 HTTP API 自动化测试平台，研发人员在提测之前，首先进行一轮冒烟测试，根据自动化测试用例检查结果，提升提测之前的功能质量；一旦提测之后，测试人员的关注重点落到返回结果对比上，这种研发测试过程的效率会得到很大的提升，或许有人要问，到底提升多少呢？这个每个团队的痛点不同，研发、测试人员磨合程度不同，不能一概而论，大胆迈出一步去尝试，就会发现价值；当然，往深处去想，下一步可以接入性能的自动化测试，喝杯咖啡的时间，等到自动化运行结果报告产出，是有可能的场景。 原文链接：https://my.oschina.net/u/3942476/blog/2933859 HTTP API 自动化测试从手工测试到平台的演变 标签：程序 切换 正则匹配 聚合 风格 技术 work 本地 task 原文地址：https://www.cnblogs.com/datiangou/p/10245852.html
手工测试带来的困惑
平台雏形：没有经验，多么痛的领悟
- byChannelsDaily: # 接口名称
method: get # 与服务器交互的方法
format: json #API 数据格式
url: /reportdata/flux/byChannelsDaily #API 的 URL，与奇台配置文件里面的 host 变量组成整个 URL 的前半部分。
url_path:
url_params: #URL 参数部分，固定写法。
username: #API 的参数名。
required: true # 该参数是否必须（true/false）。
value: chinacache # 该参数的值。如此值是从另一个接口获取的，可在 from_api 设置，此处可不填。如果值是 Boolean，必须加双引号。
type: string # 该参数值的类型。
len: 10 # 该参数值的长度。
max: -100 # 该参数值的最大值。-100 相当于忽略此参数
min: -100 # 该参数值的最小值。-100 相当于忽略此参数
from_api: # 如参数的值是从另一个接口、global.yaml 中获取的，请设置 from_api，如 global
jsonpath: # 可通过 jsonpath 来指定取值范围，如 $.version[2:4]
range:
response: # 期望结果
verification:
success: [] #success 是一个 list, 它的元素也是 list，success[0] = [ RF 关键字 ，验证字段，正则匹配]
failure: []
error_msg: [] # 错误信息集合</pre>
重构：发现测试的价值
import hashlib
def gen_md5(raw_str):
m = hashlib.md5()
m.update(raw_str)
md5_str = m.hexdigest()
return md5_str
{{get_apipwd("{123456}","ChinaCache")}}</pre>
<BillingIDs>
<Result>fail</Result>
<DetailInfo>invalid userName or password</DetailInfo>
</BillingIDs>
{
"r_id": "567bbc3f2b8a683f7e2e9436"
}
请求头设置：Content-Type:application/json
请求体设置：保存为 JSON 格式
{
"username": "ChinaCache",
"password": "123456",
"task": {
"dirs": [ 如果对软件测试、接口测试、自动化测试、性能测试、LR脚本开发、
"" 面试经验交流。感兴趣可以175317069，群内会有不定期的发放免费
], 的资料链接，这些资料都是从各个技术网站搜集、整理出来的，如果
"callback": { 你有好的学习资料可以私聊发我，我会注明出处之后分享给大家。
"url": "",
"email": []
},
"urls": [
"http://www.chinacache.com/news/test.html"
]
}
}
{
"r_id": "567cfce22b8a683f802e944b"
}
Schema 验证如下：
{
"$schema": "http://json-schema.org/draft-04/schema#",
"required": [
"r_id"
],
"type": "object",
"id": "http://jsonschema.net",
"properties": {
"r_id": {
"type": "string",
"id": "http://jsonschema.net/r_id"
}
}
}
提速：研发测试流程改进
总结