企业官网建设流程全解析

这是给初学者准备好的一个项目。它结构很清楚, 拿来就能直接用。主要内容是接口自动化的测试实战。它的核心意思就是说, 能把软件测试里很重要的自动化方法都展示出来。这些能力是可以直接运行的, 也是可以调试的, 还能重复出现, 并且能够进行扩展。

项目名称虽然看起来非常简单, 但是实际上包含着明显的时代特点以及技术栈的定位信息。其中, “py24”这个部分很有可能是在指代3.24版本, 但这更可能是一个笔误或者是内部使用的代号, 在真实的生产环境中通常使用的版本是基于3.8到3.12范围内的版本。

这一部分的设定是为了强调其能够兼容主流的解释器。而另一个部分直指问题的本质, 也就是以HTTP协议作为基础, 围绕着风格API来开展全链路的质量保障工作。这个项目的整体情况并非简单的若干段不相干的代码堆积在一起, 而是严格按照工业级别的测试框架设计所规定的那些做法来进行构建的。

它形成了一个闭环体系, 该体系覆盖了从测试设计开始, 到数据准备环节, 再到请求构造步骤, 接着是响应解析过程, 然后是逻辑校验方面的工作, 再之后是异常处理任务, 紧随其后的是执行监控行动, 最后是结果归档这一阶段。

这个项目把那个被用作HTTP客户端基础组件的库, 做得进行了非常深入的综合融合工作。这种做法的好处在于, 它不光是简单地去调用那些像GET、POST以及PUT之类的标准方法请求。更关键的是, 它能够去系统地展示出来许多比较细致和具体的配置操作。

比如怎样去处理Token的问题, 又或者是怎样动态地切换到各种不同格式的-Type属性。

同时, 它也展示了如何保持会话状态的连续性, 以及如何设定好忽略SSL证书验证这样的安全策略, 还有针对超时问题的控制系统, 这个控制要求必须从整体连接时间和单独读取数据这两个维度同时进行监控和限制。

最后一点很重要, 就是介绍了关于重试操作的机制设计, 这部分可以结合框架内部自带的某种特定的重试功能模块来使用, 也可以采用开发者自己编写的一些装饰器代码逻辑来实现这些功能, 所有这些技术手段加起来, 都是我们在真实生产环境中运行系统时必须掌握的核心技能和必备条件。

在解析JSON这一层级的操作上, 本项目并不会仅仅止步于调用那个叫做json.loads()的基础函数, 而是把工作重点放深入去, 详细展示怎么把那些嵌套得很深的字典里的具体路径给提取出来, 举一个例子, 比如使用名称为-ng的这个库来进行灵活的断言查找定位, 同时也要进行JSON格式校验, 这样做就是为了保证返回来的响应结构能够符合预先规定好的契约关系，还要处理那些空值或者类型出现异常的差错情形, 从而避免系统突然中断执行流程, 最后还建立了一个专门用来封装响应主体的标准类, 这个类统一管理着如何从数据里面抽取出code、msg和data这些字段的具体逻辑。

在项目进行数据驱动的相关工作方面, 项目组选择使用Excel这个工具来作为最主要的测试数据来源。这种典型文件的格式一般是xlsx。程序通过或者xlrd这样的库来进行处理。它能够实现对多个Sheet页的读取操作。它还能够对单元格进行遍历。它能自动识别单元格的类型。

它会自动把日期、数字和字符串转换成相对应的格式。这种方法支持参数化的内容非常全面。参数化的内容包括用来找用例ID的字段。参数化还包括接口的URL地址。参数化包含了请求时使用的方法。参数化涵盖了发出的请求头信息。参数化包含了请求时带的主体内容。参数化设定了期望看到的系统状态码。

参数化要求对JSON格式的字段进行断言验证。最后它还支持去数据库里查询相关的SQL语句来进行校验。

非常非常关键的一点情况是, 这个系统做到了一个很厉害的事情, 就是把在Excel里面的那些很复杂很繁琐的数据结构，把它进行序列化处理, 然后把处理后的结果又还原回了原来的样子, 就拿一个简单的例子来说吧, 它处理的对象可以是那种用字符串形式表示出来的数据内容, 比如里面包含了大括号、空字符串、数字还有标签名称这些东西。

"vip", "new"

将安全反序列化处理成字典的方式, 以此来避免去使用eval函数所带来的那些风险问题；另外一面是它同时能够支持模板里面变量的替换这个功能, 比如说${token}这种写法可以实现动态地注入到全局会话令牌里面去, 就这样把前置用例和后置用例之间的那种依赖关系链条给完全打通了。

这个测试框架是建立在构建的基础之上的, 并且充分地释放出它所拥有的那个强大的生态系统来为我们服务。

具体来说, 我们会去使用标记（mark）这个功能, 以此来实现对Excel里面的数据进行无缝绑定的操作, 同时呢, 还会通过.py文件来进行统一的管理工作, 包括像级登录态以及测试环境的配置和数据库连接池等等内容都在这里进行管理。

接着, 会利用-html或者相关的生成工具来创建出可视化的报告, 在这些报告里面, 将会嵌入请求还有响应的原始报文信息, 如果涉及到用户界面交互的话, 那么就会嵌入截图, 此外还会包含耗时分布图以及用例失败时候的堆栈快照内容在里面。

最后一步, 结合-xdist这个技术来实现多进程并发执行的这种操作, 从而能够显著提升回归测试的整体效率水平。

日志记录用的是内置的体系, 看着挺简单, 其实搞的不是那样的一码事, 而是造出了分级记录的这么个东西来着, DEBUG那种级别是专门用来记下请求里头的那个详细情况的, INFO这种级别是用来记用例是怎么一个接着一个流转过来的, 到了某个特定的级标记弱断言的时候是专门处理那个情况用的, ERROR这种级别是用来看捕获那个异常的具体上下文信息的, 这些日志都是被输出给了和time- file这两个通道一块儿用起来的, 还同时给加上了分布式调用链追踪的那个雏形功能。

断言验证体系分层严密, 这种说法是成立的, 第一层是HTTP断言, 具体是检查代码是否等于二百；第二层是业务逻辑断言, 比如检查数据的用户部分是否等于空字符串；第三层是数据一致性断言, 也就是比对API返回的用户邮箱和MySQL数据库里用户表的邮箱字段, 看它们两个是否一致；第四层是性能阈值断言, 也就是检查响应时间是否小于八百毫秒。

所有的断言操作都搭配上了自定义的错误信息, 举个例子就像“用户{}的状态还没有激活, 这里期望的是某一个值, 但是实际出来的却是另一个值”这种格式的写法, 这样一来, 调试工作的效率就得到了非常明显的提高。

另外呢, 这个项目里面还内置了一个全局的异常处理机制, 专门用来对那些常见的异常情况进行分类别的捕获, 并且把它们格式化之后写入到日志文件里面去, 这样就避免了因为出现了意外情况导致整个测试进程莫名其妙地直接退出的问题出现。

这个测试报告的模块, 它做的动作可不是一个简单的汇总通过率这么简单, 它还做了深度的功能集成工作。

具体的操作方式, 是给每一个单独的测试函数都加上了@.title这个注解, 同时也加上了@.这个注解, 另外还会用@.step这个标记去标出那些起关键作用的操作步骤, 再往下说, 会利用.()这个东西嵌入cURL命令、响应Raw Body、查询得来的数据库结果等等作为证据链部分, 最后生成出来的HTML报告支持按照功能模块这种分类去筛选、按优先级这种维度去筛选、按负责人这种范围去筛选多维度的内容, 从而满足了在CI/CD流水线里面有关质量门禁卡点方面的那些特定需求。

整个项目的目录结构安排得十分清楚, 其中有一个用于存放通用工具类的地方, 这里面包括了负责加密和解密的代码、处理时间的工具以及进行数据库操作的功能模块；还有一个专门用来管理环境配置的环节, 这里准备了针对开发环境、测试环境和生产环境的三套YAML格式的配置内容；紧接着是一个被叫做data的文件夹, 它集中存储了Excel表格文件以及JSON数据文件；随后是一个按照业务领域来划分不同测试套件的目录；再往下是utils这个位置, 它负责封装像日志记录、报告生成以及断言验证等横跨各个方面的关注点事项；最后提到了一个叫run.py的文件, 它提供一个了一键执行的整体入口功能, 并且这个入口还支持像是使用--env这样形式的命令行参数, 同时也支持其他类似的CLI参数选项。

这种企业级的工程方面的实践做法, 会让那些正在学习的人, 在第一次运行软件或者系统的时候, 就能从整体上了解到关于质量保证的所有情况, 这样就能够真正地完成一个大的进步，这个进步就是从只知道能让东西跑起来, 变成理解背后的原理, 最后再到能够去设计这些东西。