接口自动化框架是如何搭建的？

1 框架文件架构

2优势:

（1）      采用的yaml作为测试用例，对测试用例做了非常严格的规范，name,request(method,url),validator,

（2）      支持多种请求方式和传参方式  Get：params，Post：表单和json传参，也支持文件上传，同时包括内置MD5，Base64，签名和加密算法

（3）      支持轻量级的接口关联，支持正则和json提取

（4）      支持热加载（在代码执行过程中自动在yaml中执行外部函数）

（5）      框架支持多种断言方式，（相等，包含，数据库断言）

（6）      框架支持基于yaml的数据驱动

（7）      框架支持多种环境切换

 

接口自动化框架YAML测试用例规范：

       一 一级关键字必须包含：name，base_url，request，validate，在一级关键字request下必须包含：method，url

       二传参方式：

              1get请求：必须通过params传参

              2post请求：传json格式，通过json传参

                                   传表单格式，通过data传参

              3文件上传： 使用files传参

       三接口关联：

              支持多种提取方式，正则表达式跟jsonpath表达式提取

              Extract：

                     Access_token:”access_token”:”(.*?)” #正则

                     Expires_in:$.expires_in  #jsonpath

              取值方式：read_extract_data是热加载的方法名，access_token是提取的变量名

       四 热加载：

              1在hotloads目录下创建一个py文件并建立一个类（自定义），然后写方法，注意返回值需要字符串就返回字符串，需要整形就返回整形

              #获得随机数，需要字符串 返回的字符串

              Def get_random(self,min,max):

                     Rm =random.randomint(int(min),int(max))

                     Return str(rm)

              2在测试用例当中传入类的对象，如DebugTalk（）

              @pytest.mark.parameterize(‘caseinfo’,read_testcase_yaml(‘path’)

              Def test_create_flga(self,caseinfo):

                     Request(DebugTalk()).standard_yaml(caseinfo)

              3在YAML测试用例中调用函数，如：

              Json：{“tag”:{“name”:”测试${get_random(100,900)}”}}

       五此框架支持两种断言方式：分别是equals和contains断言