⑴ 用 python 为接口测试自动生成用例
基于属性的测试 会产生大量的、随机的参数，特别适合为单元测试和接口测试生成测试用例
尽管早在2006年haskell语言就有了 QuickCheck 来进行”基于属性的测试“，但是目前来看这依然是一个比较小众的领域，参考资料有限，本文如有不足，欢迎指正。
在过去的测试实践中，执行测试时通常需要明确的内容（Value）：
这些内容可以通过”判定树“或者”判断表“来表示，然后测试的执行过程变成了这样
可以称为 基于表的测试
在最初，这给了我们测试的方向，但是缺点也非常明显：
你要足够多的"X->Y" 才能可能覆盖到隐蔽的bug。
这里请大家回答几个问题：
如果以上问题的答案不是yes，那么 基于属性的测试 就是你需要掌握的东西！
基于属性的测试和基于表的测试，最大的区别可以这样描述：
vs
于是利用工具生成大量的X类数据，进行测试，并验证结果是否Y类。
值得注意的是：
在不同的语言中有不同的工具来实现，比如：
本文以python为例进行演示：
假设有add函数，接收两个类型整数参数，并返回它们的相加结果
首先写出一个简单的测试用例
正如前面所说，一个这样的用例，根本没信心覆盖全部的场景，例如：
所以接下来怎么办？
改为基于属性的测试
执行结果
由结果可知，工具根据 参数是整数 这一规范，自动生成、执行了大量的测试用例
接口测试和函数的单元测试非常相似：
此外接口文档作为前后端、甚至测试开发的对接窗口，对参数的要求约定的更加细致，
以OpenAPI为例，每个参数可以有以下属性：
于是为接口生成符合要求的参数就变得可行了，举个例子：
这是以unittest为例进行封装的结果，只需要在TestCase中指定openapi的内容（或路径），
启动测试框架时，会自动读取、解析接口文档，并生成测试用例
下面是部分执行日志，可以看到对接口发送了随机参数，并获得返回值
文章来自https://www.cnblogs.com/dongfangtianyu/p/api_test_by_pbt.html
⑵ 【Python接口测试-1】登录接口获取token和uuid
所有接口测试都离不开登录接口获取的用户信息，无论是使用JMeter、APIPost还是Python，登录接口的调试都是首要步骤。在学习Python和unittest时，从项目开始，边实践边探索，这里推荐菜鸟教程作为入门资源。
之前关于JMeter和ApiPost的文章里，同样调试了登录接口。登录接口的参数和返回数据可以通过Fiddler抓包查看。登录接口返回的json数据包含uuid和token，这两个信息作为用户认证数据，需要在所有接口测试中的header中引用。为此，编写代码提取uuid和token，并将其拼接到header中。
在编码过程中，将环境信息、常用用户信息等存储为常量，便于在编码时直接引用。创建了settings文件夹以存放这些常量。编写unittest测试类（testman.py）来调用接口和公共方法。实现登录接口调试和获取uuid、token的过程，封装在common模块的get_header.py文件中。
具体步骤包括定义login_url、设置header和data参数，并调用post方法。login_url引用settings文件中的环境信息。在headers参数中添加固定的头部信息，如Referer，否则可能导致请求失败。data参数以字典形式包含用户信息，考虑到不同项目登录参数的差异，进行了适当的if判断。通过res_data接收调用post方法返回的数据，但由于数据格式为字符串，直接使用json()方法获取token信息不适用，需要先将字符串转换为字典格式。
转换字符串为字典推荐使用ast.literal_eval()方法，确保安全且高效。获取到转换后的数据后，将uuid和token追加到header中。之后，使用这个包含uuid和token信息的header调用后续的业务接口。
以上步骤涵盖了从登录接口调试到获取uuid和token，以及如何将这些信息应用在其他接口测试中的全过程。有兴趣了解更多细节，欢迎访问相关文章。
⑶ 使用python做接口自动化测试容易吗
为什么要做接口自动化测试?
在当前互联网产品迭代频繁的背景下，回归测试的时间越来越少，很难在每个迭代都对所有功能做完整回归。但接口自动化测试因其实现简单、维护成本低，容易提高覆盖率等特点，越来越受重视。
为什么要自己写框架呢?
使用Postman调试通过过直接可以获取接口测试的基本代码，结合使用requets + unittest很容易实现接口自动化测试的封装，而且requests的api已经非常人性化，非常简单，但通过封装以后（特别是针对公司内特定接口），可以进一步提高脚本编写效率。
一个现有的简单接口例子
下面使用requests + unittest测试一个查询接口
接口信息如下
请求信息:
Method：POST
URL：api/match/image/getjson
Request：
{
"category": "image",
"offset": "0",
"limit": "30",
"sourceId": "0",
"metaTitle": "",
"metaId": "0",
"classify": "unclassify",
"startTime": "",
"endTime": "",
"createStart": "",
"createEnd": "",
"sourceType": "",
"isTracking": "true",
"metaGroup": "",
"companyId": "0",
"lastDays": "1",
"author": ""
}
Response示例：
{
"timestamp" : xxx,
"errorMsg" : "",
"data" : {
"config" : xxx
}
Postman测试方法见截图：
测试思路
1.获取Postman原始脚本
2.使用requests库模拟发送HTTP请求**
3.对原始脚本进行基础改造**
4.使用python标准库里unittest写测试case**
原始脚本实现
未优化
该代码只是简单的一次调用，而且返回的结果太多，很多返回信息暂时没用，示例代码如下
import requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = {"category":"image","offset":"0","limit":"30","sourceId":"0","metaTitle":"","metaId":"0","classify":"unclassify","startTime":"","endTime":"","createStart":"","createEnd":"","sourceType":"","isTracking":"true","metaGroup":"","companyId":"0","lastDays":"1","author":""}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}
response = requests.request("POST", url, headers=headers, params=querystring)
print(response.text)
优化 第一版
调整代码结构，输出结果Json出来，获取需要验证的response.status_code，以及获取结果校验需要用到的results['total']
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import unittestimport jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}#Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring)#对返回结果进行转义成json串
results = json.loads(response.text)#获取http请求的status_codeprint "Http code:",response.status_code#获取结果中的total的值print results['total']#print(response.text)
优化 第二版
接口调用异常处理，增加try，except处理，对于返回response.status_code，返回200进行结果比对，不是200数据异常信息。
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import jsonimport tracebackimport requests
url = "http://cpright.xinhua-news.cn/api/match/image/getjson"
querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}
headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}try: #Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring) #对http返回值进行判断，对于200做基本校验 if response.status_code == 200:
results = json.loads(response.text) if results['total'] == 191: print "Success" else: print "Fail" print results['total'] else: #对于http返回非200的code，输出相应的code raise Exception("http error info:%s" %response.status_code)except:
traceback.print_exc()
⑷ 如何通过python写接口自动化脚本对一个需要调用第三方支付
编写接口自动化脚本以测试涉及第三方支付的报名流程，主要步骤如下：
第一步：设置测试环境与依赖库
确保Python环境安装了必要的库，如requests用于发送HTTP请求，unittest或pytest作为测试框架。
第二步：编写测试脚本
使用requests和unittest编写脚本，示例如下，用于测试包含第三方支付的报名流程：
第三步：处理第三方支付
在脚本中，需处理支付请求，包括发起支付、获取支付结果等。
第四步：运行测试
使用unittest或pytest执行测试脚本，确保所有测试案例均通过。
请注意，此示例提供基础框架，具体实现会依据API设计和第三方支付网关要求有所不同。