一、接口请求体-json
1、接口请求体简介
- 进行HTTP请求时，发送给服务器的数据。
- 数据格式类型可以是JSON、XML、文本、图像等格式。
- 请求体的格式和内容取决于服务器端API的设计和开发人员的要求。
正在
2、JSON 简介
- 是 JavaScript Object Notation 的缩写。
- 是一种轻量级的数据交换格式。
- 是理想的接口数据交换语言。
- Content-Type 为 application/json
post请求方法中有3种参数 post(url, data=None, json=None)
如果请求体中用了data默认是表单格式。如果请求中用的是json 默认格式是json
二、接口响应断言
1、接口断言使用场景
- 问题：
- 如何确保请求可以发送成功。
- 如何保证符合业务需求。
- 解决方案：
- 通过获取响应信息，验证接口请求是否成功，是否符合业务需求。
2、Requests 中的响应结果对象
import requests
from requests import Response
# Response就是一个响应对象
r: Response = requests.get('http://www.example.com')r: Response代表类型注解 ，详细可以了解以下博主的文章了解什么是类型注解
三、json响应体断言
1 什么是 JSON 响应体
JSON格式的响应体指的是HTTP响应中的消息体（message body），它是以JSON格式编码的数据。
-
r.json()：返回 python 字典。
2 若碰到复杂断言应该如何处理？
- 多层嵌套的数据提取与断言: JSONPath
- 整体结构响应断言: JSONSchema
- 自行编写解析算法
四、接口请求体-文件
可以通过content-type=mutipart/form-data;boundary=...可以看出是文件上传类型
files参数解决文件上传接口
files是一个字典，其中key对应的是请求的name的值，value对应的是是一个二进制的文件流
#value通过元组传递，实现指定filename的需求
五、接口请求体-xml
六、cookie处理
六、超时处理
1、请求超时
2、为什么接口测试需要请求超时处理
未设置超时请情况下：
case1 -> server : 发起请求 server -> case1 : 返回响应
case2 -> server !!: 用例2发起请求，服务端阻塞，迟迟没有响应
case3 -> case3 : 没有设置超时的情况下，等待case2执行完成
设置超时请情况下：
case1 -> server : 发起请求 server -> case1 : 返回响应
case2 -> case2 : 设置超时时间3s case2 -> server !!: 发起请求，服务端阻塞，迟迟没有响应 case2 -> case2: 3s后，用例2报出异常
case3 -> server : 接口用例3正常执行。 server -> case3: 返回响应
3、如何设置
import requests
class TestReq:
def test_timeout(self):
r = requests.get('http://', timeout = 0.01)七、整体结构响应断言
1、针对于“大响应数据”如何断言
- 针对主要且少量的业务字段断言。
- 其他字段不做数据正确性断言，只做类型与整体结构的校验。
- 与前面的版本进行 diff，对比差异化的地方。
2、JSONSchema 简介
- 使用 JSON 格式编写的
- 可以用来定义校验 JSON 数据的结构
- 可以用来校验 JSON 数据的一致性
- 可以用来校验 API 接口请求和响应
3、JSONSchema 整体结构响应断言
预先生成对应结构的 Schema。
将实际获取到的响应与生成的 Schema 进行对比。
4、JSONSchema 的生成
- 通过界面工具生成。
- 通过第三方库生成。
- 通过命令行工具生成。
通过界面工具生成-JSONSchema 的生成效果
JSON Schema 在线生成工具：https://app.quicktype.io
- 复制 JSON 数据
- 粘贴到在线生成工具中
- 自动生成 JSON Schema 数据
八、数据库操作与断言
1、接口测试响应验证
如何在测试过程中验证接口没有 Bug？
- 通过接口响应值
- 通过查询数据库信息辅助验证
2、接口测试数据清理
自动化测试过程中，会产生大量的脏数据，如何处理？
- 通过 Delete 接口删除
- 自动化测试使用干净的测试环境，每次自动化测试执行完成之前或之后做数据还原
3、接口自动化测试常用的数据库操作
- 连接与配置
- 查询数据与断言
4、数据库封装（Python）
- 封装数据库配置
- 封装 sql 查询操作
- 调用方法执行 sql 语句
import pymysql
# 封装建立连接的对象
def get_conn():
conn = pymysql.connect(
host="xxxx.com",
port=13306,
user="test",
password="test",
database="litemall",
charset="utf8mb4"
)
return conn
# 执行sql语句
def execute_sql(sql):
connect = get_conn()
cursor = connect.cursor()
cursor.execute(sql) # 执行SQL
record = cursor.fetchone() # 查询记录
return record
if __name__ == '__main__':
execute_sql("select * from litemall_cart where "
"user_id=1 and deleted=0 and "
"goods_name='hogwarts1'")九、多层嵌套响应断言-利用jsonpath进行多层嵌套的响应断言
1、JSONPath 简介
- 在 JSON 数据中定位和提取特定信息的查询语言。
- JSONPath 使用类似于 XPath 的语法，使用路径表达式从 JSON 数据中选择和提取数据。
- 相比于传统的提取方式，更加灵活，并且支持定制化。
2、JSONPath 如何使用
2-1、语法知识
JSONPath 的练习环境：JSONPath Online Evaluator
JSONPath 的练习json代码：
{
"store": {
"book": [
{
"category": "reference",
"author": "Nigel Rees",
"title": "Sayings of the Century",
"price": 8.95
},
{
"category": "fiction",
"author": "Evelyn Waugh",
"title": "Sword of Honour",
"price": 12.99
},
{
"category": "fiction",
"author": "Herman Melville",
"title": "Moby Dick",
"isbn": "0-553-21311-3",
"price": 8.99
},
{
"category": "fiction",
"author": "J. R. R. Tolkien",
"title": "The Lord of the Rings",
"isbn": "0-395-19395-8",
"price": 22.99
}
],
"bicycle": {
"color": "red",
"price": 19.95
}
},
"expensive": 10
}JSONPath 练习题目
- 获取所有书籍的作者
- 获取所有作者--- $..author
- 获取 store 下面的所有内容--- $.store
- 获取所有的价格
- 获取第三本书----- $..book[2]
- 获取所有包含 isbn 的书籍----- $..book[?(@.isbn)]
- 获取所有价格小于 10 的书---- $..book[?(@.price<10)]
- 获取所有书籍的数量---- $..book.length
2-2、第三方库调用-JSONPath 与代码结合（Python）
- 环境安装：
pip install jsonpath # 具体的使用。 jsonpath.jsonpath(源数据对象, jsonpath表达式)
十、接口请求体-form表单
- 请求体是键值对的形式
