近期准备优先做接口测试的覆盖，为此需要开发一个测试框架，经过思考，这次依然想做点儿不一样的东西。

接口测试是比较讲究效率的，测试人员会希望很快能得到结果反馈，然而接口的数量一般都很多，而且会越来越多，所以提高执行效率很有必要
接口测试的用例其实也可以用来兼做简单的压力测试，而压力测试需要并发
接口测试的用例有很多重复的东西，测试人员应该只需要关注接口测试的设计，这些重复劳动最好自动化来做
pytest和allure太好用了，新框架要集成它们
接口测试的用例应该尽量简洁，最好用yaml，这样数据能直接映射为请求数据，写起用例来跟做填空题一样，便于向没有自动化经验的成员推广 加上我对Python的协程很感兴趣，也学了一段时间，一直希望学以致用，所以http请求我决定用aiohttp来实现。 但是pytest是不支持事件循环的，如果想把它们结合还需要一番功夫。于是继续思考，思考的结果是其实我可以把整个事情分为两部分。 第一部分，读取yaml测试用例，http请求测试接口，收集测试数据。 第二部分，根据测试数据，动态生成pytest认可的测试用例，然后执行，生成测试报告。 这样一来，两者就能完美结合了，也完美符合我所做的设想。想法既定，接着 就是实现了。
第一部分（整个过程都要求是异步非阻塞的）
读取yaml测试用例
一份简单的用例模板我是这样设计的，这样的好处是，参数名和aiohttp.ClientSession().request(method,url,**kwargs)是直接对应上的，我可以不费力气的直接传给请求方法，避免各种转换，简洁优雅，表达力又强。

args:

• post
• /xxx/add
  kwargs:
• caseName: 新增xxx
  data:
  name: ${gen_uid(10)}
  validator:
• json:
  successed: True
  异步读取文件可以使用aiofiles这个第三方库，yaml_load是一个协程，可以保证主进程读取yaml测试用例时不被阻塞，通过 await yaml_load() 便能获取测试用例的数据

async def yaml_load(dir='', file=''):
"""
异步读取yaml文件，并转义其中的特殊值
:param file:
:return:
"""
if dir:
file = os.path.join(dir, file)
async with aiofiles.open(file, 'r', encoding='utf-8', errors='ignore') as f:
data = await f.read()

data = yaml.load(data)

# 匹配函数调用形式的语法
pattern_function = re.compile(r'^\${([A-Za-z_]+\w*\(.*\))}$')
pattern_function2 = re.compile(r'^\${(.*)}$')
# 匹配取默认值的语法
pattern_function3 = re.compile(r'^\$\((.*)\)$')

def my_iter(data):
    """
    递归测试用例，根据不同数据类型做相应处理，将模板语法转化为正常值
    :param data:
    :return:
    """
    if isinstance(data, (list, tuple)):
        for index, _data in enumerate(data):
            data[index] = my_iter(_data) or _data
    elif isinstance(data, dict):
        for k, v in data.items():
            data[k] = my_iter(v) or v
    elif isinstance(data, (str, bytes)):
        m = pattern_function.match(data)
        if not m:
            m = pattern_function2.match(data)
        if m:
            return eval(m.group(1))
        if not m:
            m = pattern_function3.match(data)
        if m:
            K, k = m.group(1).split(':')
            return bxmat.default_values.get(K).get(k)

        return data

my_iter(data)

return BXMDict(data)

可以看到，测试用例还支持一定的模板语法，如 (a:b) 等，这能在很大程度上拓展测试人员用例编写的能力

http请求测试接口
http请求可以直接用 aiohttp.ClientSession().request(method,url,**kwargs) ，http也是一个协程，可以保证网络请求时不被阻塞，通过 await http() 便可以拿到接口测试数据

async def http(domain, *args, **kwargs):
"""
http请求处理器
:param domain: 服务地址
:param args:
:param kwargs:
:return:
"""
method, api = args
arguments = kwargs.get('data') or kwargs.get('params') or kwargs.get('json') or {}

# kwargs中加入token
kwargs.setdefault('headers', {}).update({'token': bxmat.token})
# 拼接服务地址和api
url = ''.join([domain, api])

async with ClientSession() as session:
    async with session.request(method, url, **kwargs) as response:
        res = await response_handler(response)
        return {
            'response': res,
            'url': url,
            'arguments': arguments
        }

收集测试数据
协程的并发真的很快，这里为了避免服务响应不过来导致熔断，可以引入 asyncio.Semaphore(num) 来控制并发

async def entrace(test_cases, loop, semaphore=None):
"""
http执行入口
:param test_cases:
:param semaphore:
:return:
"""
res = BXMDict()
# 在CookieJar的update_cookies方法中，如果unsafe=False并且访问的是IP地址，客户端是不会更新cookie信息
# 这就导致session不能正确处理登录态的问题
# 所以这里使用的cookie_jar参数使用手动生成的CookieJar对象，并将其unsafe设置为True
async with ClientSession(loop=loop, cookie_jar=CookieJar(unsafe=True), headers={'token': bxmat.token}) as session:
await advertise_cms_login(session)
if semaphore:
async with semaphore:
for test_case in test_cases:
data = await one(session, case_name=test_case)
res.setdefault(data.pop('case_dir'), BXMList()).append(data)
else:
for test_case in test_cases:
data = await one(session, case_name=test_case)
res.setdefault(data.pop('case_dir'), BXMList()).append(data)

    return res

async def one(session, case_dir='', case_name=''):
"""
一份测试用例执行的全过程，包括读取.yml测试用例，执行http请求，返回请求结果
所有操作都是异步非阻塞的
:param session: session会话
:param case_dir: 用例目录
:param case_name: 用例名称
:return:
"""
project_name = case_name.split(os.sep)[1]
domain = bxmat.url.get(project_name)
test_data = await yaml_load(dir=case_dir, file=case_name)
result = BXMDict({
'case_dir': os.path.dirname(case_name),
'api': test_data.args[1].replace('/', '_'),
})
if isinstance(test_data.kwargs, list):
for index, each_data in enumerate(test_data.kwargs):
step_name = each_data.pop('caseName')
r = await http(session, domain, *test_data.args, **each_data)
r.update({'case_name': step_name})
result.setdefault('responses', BXMList()).append({
'response': r,
'validator': test_data.validator[index]
})
else:
step_name = test_data.kwargs.pop('caseName')
r = await http(session, domain, *test_data.args, **test_data.kwargs)
r.update({'case_name': step_name})
result.setdefault('responses', BXMList()).append({
'response': r,
'validator': test_data.validator
})

return result

事件循环负责执行协程并返回结果，在最后的结果收集中，我用测试用例目录来对结果进行了分类，这为接下来的自动生成pytest认可的测试用例打下了良好的基础

def main(test_cases):
"""
事件循环主函数，负责所有接口请求的执行
:param test_cases:
:return:
"""
loop = asyncio.get_event_loop()
semaphore = asyncio.Semaphore(bxmat.semaphore)
# 需要处理的任务
# tasks = [asyncio.ensure_future(one(case_name=test_case, semaphore=semaphore)) for test_case in test_cases]
task = loop.create_task(entrace(test_cases, loop, semaphore))
# 将协程注册到事件循环，并启动事件循环
try:
# loop.run_until_complete(asyncio.gather(*tasks))
loop.run_until_complete(task)
finally:
loop.close()

return task.result()

第二部分
动态生成pytest认可的测试用例
首先说明下pytest的运行机制，pytest首先会在当前目录下找conftest.py文件，如果找到了，则先运行它，然后根据命令行参数去指定的目录下找test开头或结尾的.py文件，如果找到了，如果找到了，再分析fixture，如果有session或module类型的，并且参数autotest=True或标记了pytest.mark.usefixtures(a…)，则先运行它们；再去依次找类、方法等，规则类似。大概就是这样一个过程。
可以看出，pytest测试运行起来的关键是，必须有至少一个被pytest发现机制认可的 testxx.py 文件，文件中有 TestxxClass 类，类中至少有一个 def testxx(self) 方法。
现在并没有任何pytest认可的测试文件，所以我的想法是先创建一个引导型的测试文件，它负责让pytest动起来。可以用 pytest.skip() 让其中的测试方法跳过。然后我们的目标是在pytest动起来之后，怎么动态生成用例，然后发现这些用例，执行这些用例，生成测试报告，一气呵成。

test_bootstrap.py

import pytest

class TestStarter(object):

def test_start(self):
    pytest.skip('此为测试启动方法, 不执行')

我想到的是通过fixture，因为fixture有setup的能力，这样我通过定义一个scope为session的fixture，然后在TestStarter上面标记use，就可以在导入TestStarter之前预先处理一些事情，那么我把生成用例的操作放在这个fixture里就能完成目标了。

test_bootstrap.py

import pytest

@pytest.mark.usefixtures('te', 'test_cases')
class TestStarter(object):

def test_start(self):
    pytest.skip('此为测试启动方法, 不执行')

pytest有个 --rootdir 参数，该fixture的核心目的就是，通过 --rootdir 获取到目标目录，找出里面的 .yml 测试文件，运行后获得测试数据，然后为每个目录创建一份 testxx.py 的测试文件，文件内容就是 content 变量的内容，然后把这些参数再传给 pytest.main() 方法执行测试用例的测试，也就是在pytest内部再运行了一个pytest！最后把生成的测试文件删除。注意该fixture要定义在 conftest.py 里面，因为pytest对于 conftest 中定义的内容有自发现能力，不需要额外导入。

conftest.py

@pytest.fixture(scope='session')
def test_cases(request):
"""
测试用例生成处理
:param request:
:return:
"""
var = request.config.getoption("--rootdir")
test_file = request.config.getoption("--tf")
env = request.config.getoption("--te")
cases = []
if test_file:
cases = [test_file]
else:
if os.path.isdir(var):
for root, dirs, files in os.walk(var):
if re.match(r'\w+', root):
if files:
cases.extend([os.path.join(root, file) for file in files if file.endswith('yml')])

data = main(cases)

content = """

import allure

from conftest import CaseMetaClass

@allure.feature('{}接口测试({}项目)')
class Test{}API(object, metaclass=CaseMetaClass):

test_cases_data = {}

"""
test_cases_files = []
if os.path.isdir(var):
for root, dirs, files in os.walk(var):
if not ('.' in root or '_' in root):
if files:
case_name = os.path.basename(root)
project_name = os.path.basename(os.path.dirname(root))
test_case_file = os.path.join(root, 'test{}.py'.format(case_name))
with open(test_case_file, 'w', encoding='utf-8') as fw:
fw.write(content.format(case_name, project_name, case_name.title(), data.get(root)))
test_cases_files.append(test_case_file)

if test_file:
    temp = os.path.dirname(test_file)
    py_file = os.path.join(temp, 'test_{}.py'.format(os.path.basename(temp)))
else:
    py_file = var

pytest.main([
    '-v',
    py_file,
    '--alluredir',
    'report',
    '--te',
    env,
    '--capture',
    'no',
    '--disable-warnings',
])

for file in test_cases_files:
    os.remove(file)

return test_cases_files

可以看到，测试文件中有一个 TestxxAPI 的类，它只有一个 test_cases_data 属性，并没有 testxx 方法，所以还不是被pytest认可的测试用例，根本运行不起来。那么它是怎么解决这个问题的呢？答案就是 CaseMetaClass 。

function_express = """
def {}(self, response, validata):
with allure.step(response.pop('case_name')):
validator(response,validata)"""

class CaseMetaClass(type):
"""
根据接口调用的结果自动生成测试用例
"""

def __new__(cls, name, bases, attrs):
    test_cases_data = attrs.pop('test_cases_data')
    for each in test_cases_data:
        api = each.pop('api')
        function_name = 'test' + api
        test_data = [tuple(x.values()) for x in each.get('responses')]
        function = gen_function(function_express.format(function_name),
                                namespace={'validator': validator, 'allure': allure})
        # 集成allure
        story_function = allure.story('{}'.format(api.replace('_', '/')))(function)
        attrs[function_name] = pytest.mark.parametrize('response,validata', test_data)(story_function)

    return super().__new__(cls, name, bases, attrs)

CaseMetaClass 是一个元类，它读取test_cases_data属性的内容，然后动态生成方法对象，每一个接口都是单独一个方法，在相继被allure的细粒度测试报告功能和pytest提供的参数化测试功能装饰后，把该方法对象赋值给 test+api 的类属性，也就是说， TestxxAPI 在生成之后便有了若干 testxx 的方法，此时内部再运行起pytest，pytest也就能发现这些用例并执行了。

def gen_function(function_express, namespace={}):
"""
动态生成函数对象, 函数作用域默认设置为builtins.dict，并合并namespace的变量
:param function_express: 函数表达式，示例 'def foobar(): return "foobar"'
:return:
"""
builtins.dict.update(namespace)
module_code = compile(function_express, '', 'exec')
function_code = [c for c in module_code.co_consts if isinstance(c, types.CodeType)][0]
return types.FunctionType(function_code, builtins.dict)
在生成方法对象时要注意namespace的问题，最好默认传 builtins.dict ，然后自定义的方法通过namespace参数传进去。

后续（yml测试文件自动生成）
至此，框架的核心功能已经完成了，经过几个项目的实践，效果完全超过预期，写起用例来不要太爽，运行起来不要太快，测试报告也整的明明白白漂漂亮亮的，但我发现还是有些累，为什么呢？
我目前做接口测试的流程是，如果项目集成了swagger，通过swagger去获取接口信息，根据这些接口信息来手工起项目创建用例。这个过程很重复很繁琐，因为我们的用例模板已经大致固定了，其实用例之间就是一些参数比如目录、用例名称、method等等的区别，那么这个过程我觉得完全可以自动化。
因为swagger有个网页啊，我可以去提取关键信息来自动创建.yml测试文件，就像搭起架子一样，待项目架子生成后，我再去设计用例填传参就可以了。
于是我试着去解析请求swagger首页得到的HTML，然后失望的是并没有实际数据，后来猜想应该是用了ajax，打开浏览器控制台的时，我发现了 api-docs 的请求，一看果然是json数据，那么问题就简单了，网页分析都不用了。

import re
import os
import sys

from requests import Session

template ="""
args:

• {method}
• {api}
  kwargs:
• caseName: {caseName}
  {data_or_params}:
  {data}
  validator:
• json:
  successed: True
  """

def auto_gen_cases(swagger_url, project_name):
"""
根据swagger返回的json数据自动生成yml测试用例模板
:param swagger_url:
:param project_name:
:return:
"""
res = Session().request('get', swagger_url).json()
data = res.get('paths')

workspace = os.getcwd()

project_ = os.path.join(workspace, project_name)

if not os.path.exists(project_):
    os.mkdir(project_)

for k, v in data.items():
    pa_res = re.split(r'[/]+', k)
    dir, *file = pa_res[1:]

    if file:
        file = ''.join([x.title() for x in file])
    else:
        file = dir

    file += '.yml'

    dirs = os.path.join(project_, dir)

    if not os.path.exists(dirs):
        os.mkdir(dirs)

    os.chdir(dirs)

    if len(v) > 1:
        v = {'post': v.get('post')}
    for _k, _v in v.items():
        method = _k
        api = k
        caseName = _v.get('description')
        data_or_params = 'params' if method == 'get' else 'data'
        parameters = _v.get('parameters')

        data_s = ''
        try:
            for each in parameters:
                data_s += each.get('name')
                data_s += ': \n'
                data_s += ' ' * 8
        except TypeError:
            data_s += '{}'

    file_ = os.path.join(dirs, file)

    with open(file_, 'w', encoding='utf-8') as fw:
        fw.write(template.format(
            method=method,
            api=api,
            caseName=caseName,
            data_or_params=data_or_params,
            data=data_s
        ))

    os.chdir(project_)

现在要开始一个项目的接口测试覆盖，只要该项目集成了swagger，就能秒生成项目架子，测试人员只需要专心设计接口测试用例即可，我觉得对于测试团队的推广使用是很有意义的，也更方便了我这样的懒人。

（文章来源于霍格沃兹测试学院）