Python自动化测试工具实战：从零开始打造你的测试助手

今天我要和大家分享如何用Python实现一个简单但实用的自动化测试工具。

作为一名测试工程师，我深知手动测试的繁琐和inefficient。

通过这篇文章，我将带领大家一步步构建一个基础的自动化测试框架，让测试工作事半功倍！

1. 项目概述与环境准备

首先我们需要安装以下依赖：

pip install pytest

pip install requests

pip install PyYAML

2. 核心框架设计

我们的测试框架将包含以下核心功能：

测试用例管理

HTTP接口测试

测试报告生成

让我们先创建基础框架结构：

from typing import Dict

import pytest

import requests

import yaml

class TestRunner：

def __init__(self)：

self.test_cases = []

self.results = []

def load_test_cases(self， yaml_file： str)：

“”“从YAML文件加载测试用例”“”

with open(yaml_file) as f：

self.test_cases = yaml.safe_load(f)

def run_test(self， test_case： Dict)：

“”“执行单个测试用例”“”

try：

response = requests.request(

method=test_case['method']，

url=test_case['url']，

headers=test_case.get('headers'， {})，

json=test_case.get('body'， {})

)

return self._verify_response(response， test_case['expect'])

except Exception as e：

return False， str(e)

3. 测试用例配置

我们使用YAML格式来管理测试用例，更直观易读：

- name： “测试登录接口”

method： “POST”

url： “http：//api.example.com/login”

headers：

Content-Type： “application/json”

body：

username： “test_user”

password： “password123”

expect：

status_code： 200

response：

code： 0

msg： “success”

- name： “测试获取用户信息”

method： “GET”

url： “http：//api.example.com/user/info”

headers：

Authorization： “Bearer {token}”

expect：

status_code： 200

4. 结果验证与报告生成

添加验证响应和生成报告的功能：

def _verify_response(self， response， expect)：

“”“验证响应结果”“”

if response.status_code ！= expect['status_code']：

return False， f“状态码不匹配，期望{expect['status_code']}，实际{response.status_code}”

if 'response' in expect：

for key， value in expect['response'].items()：

if response.json().get(key) ！= value：

return False， f“响应内容不匹配： {key}”

return True， “测试通过”

def generate_report(self)：

“”“生成测试报告”“”

total = len(self.results)

passed = len([r for r in self.results if r['result']])

failed = total - passed

report = f“”“

测试报告

====================

总用例数： {total}

通过数： {passed}

失败数： {failed}

通过率： {(passed/total)*100：.2f}%

”“”

return report

5. 使用示例

# 创建测试运行器实例

runner = TestRunner()

# 加载测试用例

runner.load_test_cases('test_cases.yaml')

# 执行测试

for case in runner.test_cases：

runner.results.append({

'name'： case['name']，

'result'： result，

'message'： message

})

# 生成报告

print(runner.generate_report())

小贴士：

测试用例编写时要注意覆盖各种场景，包括正常流程和异常情况

可以使用环境变量来管理不同环境的配置

建议加入日志记录功能，方便问题定位

总结

今天我们完成了一个基础的自动化测试框架，它虽然简单，但包含了自动化测试的核心要素。你可以在这个基础上扩展更多功能，比如：

添加数据库验证

支持更多协议测试

实现并发执行

集成CI/CD

小伙伴们，今天的Python学习之旅就到这里啦！记得动手实践，把代码跑起来，遇到问题随时在评论区问我。祝大家测试开发之路一帆风顺！

点赞分享

每天学习新知识