主流接口测试框架对比

公司计划系统的开展接口自动化测试，须要我这边调研一下主流的接口测试框架给后端测试（主要测试接口）的同事介绍一下每一个框架的特定和使用方式。后端同事根据他们接口的特色提出一下需求，看哪一个框架更适合咱们。

### 需求：

一、接口编写方便。
二、方便调试接口。
三、支持数据初始化。
四、生成测试报告。
五、支持参数化。

#### robot framework

优势

• 关键字驱动，自定义用户关键字。

• 支持测试日志和报告生成。

• 支持系统关键字开发，可扩展性好。

• 支持数据库操做。

缺点

• 接口测试用例写起来不简洁。

• 须要掌握特定语法。

*** Settings ***
Library    RequestsLibrary
Library    Collections

*** Test Cases ***
test_get_event_list    # 查询发布会（GET请求）
    ${payload}=    Create Dictionary    eid=1
    Create Session    event    http://127.0.0.1:8000/api
    ${r}=    Get Request    event    /get_event_list/    params=${payload}
    Should Be Equal As Strings    ${r.status_code}    200
    log    ${r.json()}
    ${dict}    Set variable    ${r.json()}
    #断言结果
    ${msg}    Get From Dictionary    ${dict}   message
    Should Be Equal    ${msg}    success
    ${sta}    Get From Dictionary    ${dict}    status
    ${status}    Evaluate    int(200)
    Should Be Equal    ${sta}    ${status}

结果：不考虑，没人愿意这么写接口用例。

#### JMeter

优势

• 支持参数化

• 不须要写代码

缺点

• 建立接口用例效率不高。

• 不能生成查看每个接口执行状况的测试报告。

总结：不考虑，接口编写不方便，最主要是不能生成测试报告，若是作接口性能的话能够考虑。

####HttpRunner

优势:

• 基于YAML/JSON格式，专一于接口自己的编写。

• 接口编写简单

• 生成测试报告

• 接口录制功能。

缺点:

• 没有编辑器插件对语法校验，容易出错。

• 官方文档没有详细的说明。

• 扩展不方便。

[
  {
    "config": {
      "name": "testcase description",
      "variables": [],
      "request": {
        "base_url": "http://127.0.0.1:5000",
        "headers": {
          "User-Agent": "python-requests/2.18.4"
        }
      }
    }
  },
  {
    "test": {
      "name": "test case name",
      "request": {
        "url": "/api/get-token",
        "headers": {
          "device_sn": "FwgRiO7CNA50DSU",
          "user_agent": "iOS/10.3",
          "os_platform": "ios",
          "app_version": "2.8.6",
          "Content-Type": "application/json"
        },
        "method": "POST",
        "date": {"sign": "958a05393efef0ac7c0fb80a7eac45e24fd40c27"}
      },
      "validate": [
        {"eq": ["status_code", 200]},
        {"eq": ["headers.Content-Type", "application/json"]},
        {"eq": ["content.success", true]},
        {"eq": ["content.token", "baNLX1zhFYP11Seb"]}
      ]
    }
  }]

总结：能够考虑，至于接口数据的初始化可能须要单独处理。

doc: https://cn.httprunner.org/quickstart/

####gauge

BDD行为驱动测试框架。

优势:

• 行为文件与脚本文件分离，本质上实现了数据驱动。

• 功能强大灵活，本质上还用Python写接口用例。

• 自动生成测试报告。

• VS Code有支持插件

缺点:

• 门槛略高，须要了解BDD的用法。

• 须要会markdworn语法

行为描述文件：

## test post request

* post "http://httpbin.org/post" interface     
     |key  | status_code|     
     |------|-----------|     
     |value1|200        |     
     |value2|200        |     
     |value3|200        |

测试脚本：

……

@step("post <url> interface <table>")
def test_get_request(url, table):
    values = []
    status_codes = []
    for word in table.get_column_values_with_name("key"):
        values.append(word)
    for word in table.get_column_values_with_name("status_code"):
        status_codes.append(word)
    for i in range(len(values)):
        r = requests.post(url, data={"key": values[i]})
        result = r.json()
        assert r.status_code == int(status_codes[i])

总结：推荐使用，BDD有必定门槛，看测试人员的学些能力和接受速度。

doc: https://docs.gauge.org/latest/writing-specifications.html#special-parameter-csv

#### Unittest+Request+HTMLRunner

利用现有的框架和库本身定制。

优势:

• 足够灵活强大: 分层测试、数据驱动、测试报告，集成CI...

缺点:

• 有必定的学习成本

数据文件：

{
    "test_case1": {
        "key": "value1",
        "status_code": 200
    },
    "test_case2": {
        "key": "value2",
        "status_code": 200
    },
    "test_case3": {
        "key": "value3",
        "status_code": 200
    },
    "test_case4": {
        "key": "value4",
        "status_code": 200
    }}

测试用例：

import requests
import unittest
from ddt import ddt, file_data


@ddtclass InterfaceTest(unittest.TestCase):

    def setUp(self):
        self.url = "http://httpbin.org/post"

    def tearDown(self):
        print(self.result)

    @file_data("./data/test_data_dict.json")
    def test_post_request(self, key, status_code):
        r = requests.post(self.url, data={"key": key})
        self.result = r.json()
        self.assertEqual(r.status_code, status_code)

总结：推荐使用，代码相对简单，功能足够灵活。

~~~~~~

我花了两天时间整理这些框架，其实重点就是了解HttpRunner 和 gauge 。
yg
HttpRunner 没有编辑器插件，自己就是一个YAML/JSON配置文件，因此配置写错了，但只要是合法的YAML/JSON格式，也看不出来，只有运行的事后才知道。就像你用记事本写代码同样，只有运行了才知道代码有没有写错。

另外，扩展起来也不是特别方便，单独用python实现一些函数：在json文件中

{"device_sn": "${gen_random_string(15)}"}

以这样的方式引用gen_random_string() 函数。

gauge我已经分享过两篇基础文章了，虽然用BDD拿来作接口理念不搭，但并非不能够，惟一的缺点是用BDD来描述接口行为不合适，其余的都没毛病，能够参数化，断言写起来也简单，测试报告也漂亮，本质上仍是用Python实现一些功能，因此很是灵活。

unittest + requests + HTMLTestRunner是我最熟悉的方案，几乎没什么短板。之前经过这种方案写过不少测试用例，此次把ddt加上彷佛更完美了。