软件测试自动化测试



本自动化测试框架采用python + unittest 的基础来搭建，采用PO模式、数据驱动的思想，通过selenium来实现WEB UI自动化，通过request来实现接口自动化。移动终端的自动化也可在该框架基础上去构建补充。

总体框架如下图：

用例扫描、测试结果反馈，如要和其它项目管理系统或是用例管理系统对接（比如testlink），就需要单独出来进行处理。
对于大型的产品，用例数特别多的话，需要建设一个master节点，专门负责管理用例和脚本，分发测试脚本，指定测试环境，汇总测试结果等。各节点执行分给自己的测试用例即可。

PO模式（Page Object）是UI自动化测试常采用的一种设计模式，用于解决开发频繁修改UI页面而导致的自动化脚本维护困难的问题。
PO模式中心思想：

1. 每一个页面为一个对象；
2. 每一个对象维护着页面中的各元素和操作方法；
3. 用例测试脚本只需要聚集业务逻辑和测试数据；
4. UI页面的变更，只需要修改对应的PO对象，无需修改测试脚本（理想情况下。实际上也很难100%做到，因为UI的变更很多时候意味着业务逻辑的变更）。

DDT（Data Driven Testing）数据驱动测试模式，用来解决部分自动化用例逻辑完全相同，只有测试数据和预期结果不同的问题。实际上就是同一测试脚本使用不同的测试数据来反复执行（但脚本只需要写一个），测试数据和测试行为完全分离。
DDT中心思想：

1. 将测试数据分离出来，单独维护；
2. 减少重复自动化用例的数量。

将以上两种思想进行结合，就可以做成 对象、数据、业务行为 三者分离的模型，再结合模块进行管理，为后续自动化用例脚本的长期维护打下基础。否则时间一长自动化就会乱成一团，维护成本越来越高，陷入自动化率不升反降的怪圈。

关键字驱动（Keyword Driven Testing），在前面的基础上，可以进一步实现关键字驱动。即将业务逻辑相同的部分，抽象成关键字库。这样在写自动化用例脚本时，只需要写关键字和对应测试数据即可，可以进一步减少工作量，减少测试人员对代码的学习和依赖。
如京东搜索商品时直接写脚本需要好多步：

1. 定位到搜索框
2. 输入关键字
3. 定位到搜索按钮
4. 点击搜索按钮
5. 定位结果列表
6. 获取结果并返回

以关键字驱动的思想，即将这6步抽象出一个方法jd_search()，测试人员只需要写一句话就能完成以上所有动作获得结果。如：

大多数框架采用java语言或是python语言来实现，考虑到python容易掌握，各种库也比较全，所以采用python语言来实现。
python自动化框架最常用的有unittest和pytest，两者都可以，这里采用python自带的unittest。
对于WEB UI自动化测试，没有别的选择，基本都是采用selenium来驱动浏览器来完成。
对于接口自动化测试，可采用的办法较多，postman、jmeter都可以，但灵活性都不如直接采用python的request库。
数据驱动，由于unittest没有直接可用的dataprovider，采用常见的ddt来实现。
对于手机自动化，暂未实现，后续考虑加入，可采用appnium来实现。
测试数据，第1阶段采用excel管理，对于大型系统，建议直接采用数据库进行管理。
所以总的来讲，这个所谓的框架，就是东拼本凑，即没有新思想，也没有新技术，只是将一些常用的技术，按一定的思路组织起来、驱动起来而已。

总共执行6个用例，4个为京东搜索并抓取结果（WEB UI自动化测试），2个为百度翻译通用接口（接口自动化测试）。

各用例对应的定义方式（PO/DDT）

页面定义方式
PO对象定义：京东主页面定义了搜索框和搜索按钮，以name为关键字，定义元素定位方式和执行的动作。

测试数据定义方式：

API接口定义方式
直接采用大家接口测试时熟悉的json格式来定义。

对应的请求消息头headers等内容也可以定义在这里面。

主程序main.py
负责扫描用例，执行用例，并生成测试报告，发送邮件。

测试执行结果

3个脚本，每个脚本2条测试数据，共6个用例。运行main.py，执行测试，测试结果如下，3个失败的是故意修改了测试数据。

红线部分为接口测试时，自动比对的json差异，预期结果为“苹果”，实际结果为“期望值”。

测试报告邮件：

测试报告详情：

1. 开发IDE： pycharm 安装指导
2. python： python 3 安装指导
3. 依赖库：anaconda 3（个人比较懒，懒得一个一个库的安装，这个库比较全） 安装指导

pycharm、python、anaconda三者的关系：添加链接描述

基本上都是直接上对应官网，下载安装。准备好了以后，直接开干。

pycharm上新建项目TestFrame，选择好存放目录，并在TestFrame项目下新建各模块。注意除了Log和Report是新建Directory外，其它的都是新建Python Package，因为下面还要放py文件的。

pycharm上切换项目的python环境为anaconda，File—>Settings—>Project下面切换，如下图：

1. 配置功能实现（Conf）

配置功能是项目的基础，所以先实现。在Conf目录下新建2个文件，分别为config.ini和config.py。

config.ini内容如下：

暂时先加这么多，后续需要再慢慢添加。

config.py文件实现config.ini文件的读取。
ini文件读取，python有ConfigParser库可以使用，那就直接用。
ConfigParser库传送门

运行结果：

后续其它文件就可以直接使用 sys_cfg 和 smtp_cfg 这两个字典，以key的方式访问需要的配置内容。

2. 日志功能实现（Log）

先去我们的配置文件中config.ini添加日志相关的配置，这里先定义3个配置：日志级别、日志格式、日志路径。

再在config.py中最后面添加一行代码，把log相关的配置放在一个变量中，好直接使用。

打印出来看一下结果：

再接着在Comm目录下，新建一个Log.py，开始定制日志。定制日志还有几个问题要提前考虑：
一是存放目录问题，我们这里使用了固定目录，所以问题不大。
二是日志分割、滚动问题，每天跑持续集成，大量用例生成大量日志，日志堆成山。如果觉得日志有用呢，就搞个ELK把日志取走存放起来做分析。如果觉得日志没用呢，保存几天后就删除掉。无论怎么讲，都要实现日志的分割和滚动。
幸好你想到的大佬们早就想到了，logging模块就有这个功能，只要配置一下就可以了。

下面开搞，引入logging库，把项目的根路径取出来，把上面config.ini中的日志配置取过来，最后拼接好日志文件存放的绝对路径：

注意上面log_level的写法，这里用了个eval，如果不加这个函数，log_level取过来是个字符串，没法直接用，通过eval执行后，就变成了logging定义的对象了。

再配置日志，引入TimedRotatingFileHandler这个东东，这是实现滚动日志的。

日志就做好了，试一下效果。

运行结果：

其它文件使用日志：
先在main.py里面引入这个log_init()，在最开始的时候初始化一下，日志就配置好了。
再在各个要使用日志的文件中，直接按下面这种方式使用：

注意各个模块自己getLogger的时候，直接main后面加上“.模块名”，就能使用同一个logger区分模块了。

到这里日志功能就完成了。

顺手做个截图的功能，供大家使用。截图可以直接在用例里面用selenium提供的截图功能，也可以自己做一个公共的。下面是用PIL里面的功能做的截图。

运行这个方法就能截图了，大功告成。截图文件其实也需要一个滚动删除，后面有时间再写吧。

3. 读取EXCEL实现（data）

接着写一个读取EXCEL文件数据的功能吧，这个项目里面主要是用来读测试数据，以实现数据驱动。
python读取excel数据，我看大家都喜欢用xlrd和xlwt，还有用openpyxl的，对于我这种懒人来讲，都太麻烦了。
我们用pandas来干，一句话的事情，搞那么多干吗，用python就是要快。

在Comm目录下，新建一个data.py，专门来处理数据。引入pandas，直接用pandas的read_excel读excel，而且支持它原始的其它参数，只是最后将结果转了字典，方便使用：

随便放一个excel在同一个目录下，填上数据，试一下效果。excel里面2页数据，Sheet1如下：

Sheet2如下：

调用我们写好的方法，打印数据：

运行结果如下：

每页数据都读出来了，而且每一行都是字典形式，直接通过key就可以方便的使用。

pandas还能直接计算数据，如通过几个列算加密签名，写动态cookie等，使用方法也很简单。比如在数据中增加一列sign， 让它简单等于 req.from列 + ‘.aaaa.’ + req.to列，给大家演示一下。

运行结果：

我们可以看到多了一列sign，值就是自动根据每一行的数据算出来的，这对于我们数据驱动来讲，去计算一些动态值非常有用。我这里没有用到动态的，只是读而已。大家如果要计算，就要自己写计算方法。

pandas还支持直接读各种主流数据库，后面扩展也很方便，我们一直都用它。

4. 邮件发送实现（Email）

实现邮件功能，用于发送测试报告。使用python的smtplib模块实现。

先在Conf目录下的config.ini中添加好邮件相关的配置：

再在Config.py中将它们取到变量中放好：

然后在Comm目录下新建Email.py，开始撸代码。邮件支持了定义主题、正文和多个附件，控制了单个附件大小和附件总数。代码如下：

邮件初始化发送时的调用方式如下：

返回结果为True则发送成功，否则发送失败。

我们以京东搜索爬虫为例来看如何构建这三者的关系：在京东主页面，搜索“电脑”，再获取搜索结果，保存。

1. 页面PO对象配置

name: 每个元素+操作的唯一标识。一个元素可能由于操作不同，而要定义多个，但大部分只要定义一个。
desc:元素+操作的描述。
by:元素的定位方式，使用selenium的原生定位方式，不自己定义封装。
ec: 等待元素出现的方式，这个暂时未用。
action:元素的对应操作。使用原生的selenium动作方法，不自己定义封装。
京东商城主页面现在只用到这两个，就只定义这两个。

搜索结果页面，定义如下：

2. 实现basePage基类

basePage基类的实现思想是不做过多的封装，尽量让测试人员直接使用selenium原装的方法，而不像其它框架一样什么都封装在这里面。
所以我对basePage的定义是：根据业务逻辑（测试用例）指定的元素，输入的数据，协助它完成元素定位和操作，仅此而已。
当然如果去封装各种东西也是可以的，直接在里面加就行了。

在Page目录下，新建basePage.py，开始撸代码：

这里面主要的只包含3个方法，一个是动态加载指定的PO对象获取元素列表，一个是在获取的元素列表中去找到当前要操作的元素，最后一个就是拼接原生的selenium命令，将测试数据插入到动作里面去。
其它的就简单了，直接调用selenium运行拼接出来的命令，把结果返回出去。
这里要注意的是，有些复杂的selenium操作，不能这么简单的拼命令，要特殊处理，这里暂时没弄；简单的命令，也没有列全。后面再慢慢加。

3. 写业务测试用例

下面开始写测试用例。
在Testcase目录下，新建一个python package：Model1。在Model1下面再建一个目录：Testdata，用于放测试数据；建一个python package：Case，用于放用例脚本。目录结构如下：

准备测试数据：
准备一份excel数据（test_jd_desktop.xlsx），存放在Model1/Testdata/jd下：

keyword:搜索的关键字
count:搜索结果总数，只抓了一页，应该是60个

实现业务用例：
在Model1/Case/jd下新建一个文件：test_jd_desktop.py，开始写用例脚本。
用例使用unittest结合DDT来实现，具体代码如下：

主程序的主要作用是 组织用例，执行用例，生成报告，发送测试报告邮件。
组织用例和执行用例都直接用unittest；
生成报告，采用BeautifulReport；
下面开始撸main.py的代码：

运行主程序，就可以把WEB UI自动化跑起来了。

1. API对象配置

2.实现base_api基类

这里面的思路是：

1. 动态加载API对象，获取API请求参数模板、和响应参数模板；
2. payload的时候，从测试数据中，取出API请求相关的数据（以API名.req开头，如fanyi.req.q），填入模板，没有的就用模板数据；
3. 加载预期结果的时候，从测试数据中，取出API响应相关的数据（以API名.res开头，如fanyi.res.trans_result.0.src），填入模板，没有的就用模板数据。
4. 提供json比较的方法；
5. 提供了一个随机handers。

具体的大家看一下就明白了。想进一步封装的还可以继续封装，比如生成hearders，数据配完了直接发送，取到结果直接比对什么的。但是建议不要过度封装。

附json比较的方法：

3.测试用例

在Testcase下建API模块，API模块下建Case和Testdata，分别放用例和数据，目录如下：

定义测试数据：
测试数据需要按一定的格式处理，即每个参数以api名称开头，用“.”连接，然后用res和req来区分响应还是请求，后面就是具体的参数了，多级参数以“.”连接。具体如下：

测试用例脚本：
仍然用unittest和ddt来实现。

然后运行主程序，API自动化测试也就可以跑起来了。

很多人求源码，源码早已上传，链接没放在这里而已。

古人云：书非借不能读也，公开的源码大家必高束焉，不会用心揣摩，于自身没有益处。放这里前，特意改成收费的，有心者得之。

代码链接地址：https://download.csdn.net/download/sunjice/

未完待续…

版权声明：

本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。

本文网址：https://www.mushiming.com/mjsbk/9225.html