Python接口自动化总结(很经典)

摘要：requests.get(url, params=None, **kwargs)requests.post(url, data=None, json=None, **kwargs)requests.put(url, data=None, **kwargs)re

主要包括：

requests方法请求参数和返回值

提取变量的两种方式：jsonpath和正则表达式

通过文件保存中间变量实现接口串联

数据和业务的分离

requests.get(url, params=None, **kwargs)requests.post(url, data=None, json=None, **kwargs)requests.put(url, data=None, **kwargs)requests.delete(url, **kwargs)上面的四个方法，底层都是调用request方法requests.request(method=method, url=url, **kwargs)

request方法需要的传参

method, # 请求的方式 url, # 请求路径 params=None, # get请求传参 json=None, # post请求方式传参 data=None, # post或者put请求传参 headers=None, # 请求头 cookies=None, # cookie files=None, # 文件上传 # 上面常用，下面不常用 auth=None, # 鉴权 timeout=None, # 超时处理 allow_redirects=True,# 是否允许重定向 proxies=None, # 设置代理 hooks=None, # 钩子 stream=None, # 文件下载 verify=None, # 证书验证 cert=None, # CA证书 psot传参用data还是json，取决你传递的参数和类型， json格式用json，其他都用data，文件传参用files

返回值的属性：

res = requests.get(url, params=None, **kwargs)print(res.text) # 返回的文本信息print(res.json) # 返回的json格式print(res.content) # 返回的字节内容print(res.status_code) # 返回的状态码print(res.cookies) # 返回的cookieprint(res.encoding) # 返回的编码格式print(res.headers) # 返回的响应头print(res.request) # 返回的请求数据print(res.history) # - 重定向历史记录

1、jsonpath表达式：jsonpath.jsonpath(result,"$.access_token")

$ 根节点 . 子节点 .. 递归子节点，取全部符合要求的值代表列表中的值，下标从0开始使用方式：jsonpath.jsonpath(obj, expr)示例：vaules = jsonpath.jsonpath(result,"$.access_token")test_get_token = vaules[0]result为接口响应的结果，"$.access_token"为JSONpath表达式，获取key=access_token的值[0]为下标点，从0开始，0为的第一个获取的值

2、正则表达式提取

re.search(pattern, string, flags=0) 提取一个值，通过下标取值re.findall 提取多个值，通过下标取值使用方式：carf_token = re.search("dhuaidjiosavalues='(.*?)'", result)"dhuaidjiosavalues='(.*?)'" 为正则表达式result为接口响应的结果。正则表达式是捕获结果里面的内容。

创建extract.yaml文件保存变量（用于参数化关联）

1、优点：跨py文件使用，统一管理中间变量2、创建commons目录下创建一个yaml_util.py文件，根目录下创建一个extract.yaml文件。（yaml都会有键值对，可以跟字典、列表转换）3、yaml_util.py文件中写入三种方法： 1、把变量写入到yaml文件 2、把yaml中的变量拿出去使用 3、清除多余数据

提取变量引用变量：

接口返回的变量通过yaml_util.py文件的write_yaml方法写入extract.yaml文件中。
使用yaml_util.py文件的wread_yaml方法调用extract.yaml文件中的变量。

清空extract.yaml文件中多余的数据，conftest.py文件中固件调用yaml_util.py文件的clear_yaml方法

数据和业务耦合在一起的话，不利于我们去做数据驱动，如果我们的用例过多，一条一条复制粘贴的话一会就变成了豆腐脑。所以需要我们把数据保存到Excel、csv、yaml、txt里面。

excel：有很多数据类型问题、接口关联性问题

yaml：知名的框架基本都用yaml文件保存数据

yaml数据读取到用例里面：

第一步：用例添加装饰器@pytest.mark.parametrzie(casedata，read_testcase("./testcase/test_get_token.yaml"))。

casedata为变量，储存yaml用例中的数据。

read_testcase("./testcase/test_get_token.yaml"))为yaml_util.py文件中的读取数据的方法，此刻提取的是test_get_token.yaml中的列表。

第二步：把储存数据的变量casedata，传到用例当中，def test_get_token(self,casedata)。

第三步：把接口所有的参数都换成test_get_token,yaml中列表的key。

第四步：目前已经实现了简单的数据驱动测试，数据和业务分离。

yaml数据读取到用例里面，处理接口关联：

第一步：test_select_flag,yaml文件中params参数中是一个常量，所以需要动态获取正确的access_token值返回给datas。

第二步：使用for循环key、values，在datas中。

第三步：使用read_yaml(key)方法，（其中key=数据驱动文件中的access_token），所以相当于read_yaml(access_token)，而read_yaml(access_token)方法可以获取到extract.yaml文件中access_token值，最后传给datas[key]。

第四步：最后datas直接传给request请求中的params就可以了。

yaml数据读取到用例里面，处理文件上传