量化接口-软件测试知识点和面试题接口测试篇_ 股票程序化软件自动交易接口

软件测试知识点和面试题--性能测试篇

软件测试知识点和面试题--手工测试篇

软件测试知识点和面试题--app测试篇

接口规范

接口测试流程

测试用例的思路和方法

pymysql操作数据库

#导入pymysql
	import pymysql
#建立连接
	conn = pymysql.connect(host='ip', port=3306,user='账号', password='密码',database='数据库名',arset='utf8')
#获取游标
	cursor = conn.cursor()
	
#执行查询语句
	cursor.execute('select version();') #返回受影响行数
#查看查询结果
	resp = cursor.fetchall()
	resp = cursor.fetchone()
	resp = cursor.fetchmany(6)
#关闭游标和连接对象
	cursor.close()
	conn.close()

#执行dml语句
try:
    n = cursor.execute('delete from table where id = '1';')
except Exception as e:
    # 有异常，回滚事务
    logging.info(e)
    conn.rollback()
else:
    # 没有异常，提交事务
    conn.commit()
finally:
    # 关闭游标和连接对象
    cursor.close()
    conn.close()

读取JSON方法

import json
import logging

def param_data(cls, path):
    '''
    用于参数化，解析json文件
    :param path: json文件路径
    :return:返回元组型列表[(),(),...]
    '''
    with open(path, 'r', encoding='utf-8') as f:
    json_data = json.load(f)

    json_list = []
    for i in json_data:
        json_list.append(tuple(i.values()))
    return json_list

读取XLSX方法

import json
from openpyxl import load_workbook

def read_xlsx(cls, file_path, sheet_name):
    '''
    :param file_path: xlsx文件路径
    :param sheet_name: xlsx底部的工作表名称
    :return: [(),(),(),...]
    '''
    
    wb = load_workbook(file_path)
    sheet = wb.get_sheet_by_name(sheet_name)

    case_data = []
    i = 2
    while i <= sheet.max_row:
        # C表格中【标题】的列名，K表格中【请求参数】的列名，L表格中【状态码】的列名，M表格中【预期结果】的列名
        tuple_data = sheet[f'C{i}'].value, json.loads(sheet[f'K{i}'].value), sheet[f'L{i}'].value,                          json.loads(sheet[f'M{i}'].value)
        case_data.append(tuple_data)
        i += 1
    return case_data

Requests使用

导库
    import requests
    
发送请求
    resp = requests.请求方式(url,params=查询参数,data=表单请求体,json=json请求体,headers=请求头,cookies=cookies的信息)
    multiply表单的请求方式：
    resp = requests.请求方式(url,data=表单请求体,files={'x': 'y'})
    
响应内容获取
    状态码
        resp.status_code
    查看响应头部字符编码
        resp.encoding
    请求头信息
        resp.headers 
    cookie信息
        resp.cookies
    请求url
        resp.url
    返回内容为网页
        resp.text
    返回内容为json
        resp.json()
    字节形式的响应内容
        resp.content
        resp.content.decode('utf-8')
token机制

token机制
    获取token后带入请求头内
    headers_data={
        'Authorization': token值
    }
    requests.请求方式(url,json=json请求体,headers=请求头)
Session+cookes机制

方式一：
    cookie带入请求内，发送请求后获取cookies
        response.cookies
    将cookies放入请求参数内
        requests.请求方式(url,cookies=cookies信息)

方式二：Session对象发送请求
    1.创建Session实例对象
        session=requests.Session()
    2.多个请求使用session发送
        resp = session.post('xxx')
    3.关闭session
        session.close()

日志初始化配置

日志级别

只显示大于等于设置的级别信息
DEBUG
INFO
WARNING
ERROR
CRITICAL

内部实现原理

创建日志器对象
    logger = logging.getLogger()
设置日志打印级别
    logger.setLevel(logging.INFO)
创建处理器对象
    输出到控制台
    st = logging.StreamHandler()
    输出到日志文件
    fh = logging.handlers.TimedRotatingFileHandler('a.log',when='midnight',interval=1,
    backupCount=7,encoding='utf-8')
创建格式化器
    fmt = '%(asctime)s %(levelname)s [%(filename)s(%(funcName)s:%(lineno)d)] - %(message)s'
给处理器设置格式化器
    st.setFormatter(formatter)
    fh.setFormatter(formatter)
给日志器添加处理器
    logger.addHandler(st)
    logger.addHandler(fh)

日志调用

Dubbo接口测试

概念

RPC协议

Dubbo架构

Dubbo是什么
	Dubbo是一款高性能、 轻量级、 基于Java的开源RPC框架
为什么使用Dubbo
    开源，使用的人比较多
    把核心业务抽离出来，通过内部接口通信，提高业务的灵活性
    通过分布式提高并发

telnet调用Dubbo接口

连接服务
	telnet IP 端口
查看服务列表
	ls
显示指定服务中包含的方法
	ls -l 服务名
调用服务接口
	invoke 服务名.方法(参数)

Python调用Dubbo接口

创建telnet 实例对象
    import telnetlib
    telnet = telnetlib.Telnet(host, port)
调用接口
	telnet.write('invoke 服务名.方法名(参数列表)'.encode())
读取响应数据
	telnet.read_until('dubbo>'.encode())

第三方接口测试

接口Mock

定义：
	跟开发一样去编写一个接口(虚拟一个接口)
接口Mock测试
	使用场景：当针对业务流程进行接口测试时，其中某一个接口无法被获取，为了确保流程能够执行完成，将无法实现的接口进行Mock
项目组常出现无法获取接口的原因：
    1. 开发没有完成
    2. 第三方接口(测试环境)
会针对Mock的接口，进行专门的单接口测试嘛？
        不会

代码实现Mock服务

工具：flask
安装：pip install flask
确认安装：pip show flask
代码实现Mock服务步骤
1. 导包 flask
2. 调用flask,创建应用对象
3. 定义接口的请求方法和请求路径
4. 定义接口返回的响应体数据
5. 启动WEB服务(启动应用对象)
代码实现-Mock(ihrm登录接口)
from flask import Flask, json

# 创建应用对象
app = Flask(__name__)

# 设置Mock接口的请求数据(请求方法，和路径)
@app.route('/login', methods=['get', 'post'])

# 在函数中实现接口的业务逻辑，函数的返回结果(return)，为Mock接口的响应体数据
def login():
	data = {'success': True, 'code': 10000, 'message': '操作成功！', 'data':'1233333333'}
	return json.jsonify(data)

# 调用app配置对象，使用run方法，启动编写的Mock接口
if __name__ == '__main__':
	app.run()

Postman支持的请求体数据类型

multipart/form-data，它将表单的数据组织成Key-Value形式；
当上传的字段是文件时，会有content-type来说明文件类型；content-disposition，用来说明字段的一些信息；
由于有boundary隔离，所以multipart/form-data 既可以上传文件，也可以上传键值对，它采用了键值对的方式，所以可以上传多个文件。

application/x-www-from-urlencoded，将表单内的数据转换为Key-Value，只能上传键值对，不能用于文件上传。

传输txt,JavaScript,json,xml,html的数据

表示只可以上传二进制数据，用来上传文件，一次只能上传1个数据

Jmeter请求体支持的数据类型

表单-键值对

文件

Postman执行接口测试

变量优先级

Data ---- > Local ---- > Enviroment ---- > Global

断言

状态码断言
	pm.test('Status code is 200', function () {
   		pm.response.to.have.status(200);
});
包含指定字符串
	pm.test('Body matches 成功', function () {
    	pm.expect(pm.response.text()).to.include('成功');
});
JSON数据断言
	pm.test('response json value check', function () {
        var jsonData = pm.response.json();
        pm.expect(jsonData.success).to.eql(true);
        pm.expect(jsonData.code).to.eql(10000);
    	//大于 pm.expect(jsonData.items.length).to.above(4);
    	//小于 pm.expect(jsonData.items.length).to.below(6);
    	//不等于 pm.expect(jsonData.items.length).to.not.eql(6);
});

关联

1.在后置脚本里设置环境变量或全局变量
	var jsonData = pm.response.json();
	pm.environment.set('token', jsonData.token);
2.非代码区域，使用{{变量名}}
	{'token':'{{token}}'}

批量执行测试用例

在用例集合执行RUN

参数化

意义：测试数据和测试脚本分离，提高接口测试效率
数据文件
    csv：不支持布尔值和复杂数据类型，数据组织格式简单
    json：支持布尔值和复杂数据类型，数据组织格式复杂
引用数据文件
    请求参数中获取 {{key}}
    代码中(pm内置data对象) data.key
注意
	只能通过用例集合RUN，选择数据文件后执行

生成测试报告

1.导出用例集
2.执行命令：newman run 测试脚本文件 -e 环境变量文件 -d 测试数据文件 -r html --reporter-html-export report.html

Jmeter执行接口测试

初始化设置

setUP线程组：在所有普通线程组之前执行
数据库连接配置：连接项目的数据库
HTTP请求默认值：统一管理项目的域名，端口号，编码格式
HTTP Cookie管理器：在线程组中，自动传递接口之间的cookie
用户定义的变量：统一管理，项目中的测试数据
HTTP信息头管理器：统一管理项目中接口的请求头数据
tearDown：在所有普通线程组之后执行

实现接口测试

线程组：一个线程=一条测试用例
HTTP请求：发送接口请求
查看结果树：查看响应/请求数据

实现接口自动化

断言：JSON断言、响应断言
关联：正则表达式提取器、JSON提取器
参数化：CSV数据文件设置

测试数据的初始化/清洗

测试报告

功能和特点

非常容易上手，入门简单，文档丰富，文档中有很多实例可以参考。能够支持简单的单元测试和复杂的功能测试。支持参数化。能够执行全部测试用例，也可以挑选部分测试用例执行，并能重复执行失败的用例。支持并发执行，还能运行由nose,unittest编写的测试用例。方便、简单的断言方式。能够生成标准的JunitXML格式的测试结果。具有很多第三方插件，并且可以自定义扩展。方便的和持续集成工具集成。

用例运行规则

所有的包(package)必项要有__init__.py 文件
文件名以test开头或_test结尾
函数以test_开头
测试类以Test开头，不能包含 __init__ 方法
测试方法以test_开头

调用方式

用于控制Fixture的作用范围作用类似于Pytest的setup/teardown默认取值为function，控制范围的排序为：session>module>class>function

function	函数级	只要测试方法调用到就会执行
class	类级别	从调用的测试方法开始，每个测试类只运行一次
module	模块级	只从.py文件开始引用fixture的位置生效，每一个.py文件调用一次
session	会话级	每次会话只需要运行一次，会话内所有方法及类，模块都共享这个方法

用于参数化，Fixture的可选形参列表，支持列表传入默认None，每个param的值fixture都会去调用执行一次，类似for循环可与参数ids一起使用，作为每个参数的标识

@pytest.fixture(params=[1,2,{1,2},(3,2)])
def demo(request):
    return request.param		#固定写法

软件测试知识点和面试题接口测试篇

用例标识ID与params配合使用，一对一关系

默认False若为True，刚每个测试函数都会自动调用该fixture,无需传入fixture函数名

fixture的重命名通常来说使用fixture的测试函数会将fixture的函数名作为参数传递，但是pytest也允许将fixture重命名如果使用了name,那只能将name传如，函数名不再生效调用方法：@pytest.marusefixtures(‘fixture1’,‘fixture2’)

前后置

参数化

方式一：
	@pytest.mark.parametrize('title,body,expected', [(),(),()...])
方式二：
    @pytest.fixture(params=[('标题1',{'r':1},{'code':200}),('标题2',{'r':1.1},{'code':200})], ids=['1','2'])
    def params_data(request):
        return request.param

    def test_01(params_data):
        print(params_data)

重复执行

1.安装pytest-repeat插件
	pip ptyest-repeat
	
2.mark标注
@pytest.mark.repeat(5)  # test_a用例执行5次
def test_demo():
	pass

跳过执行

@pytest.mark.skip('skip')
def test_skip(self):
	pass

version = 20
@pytest.mark.skipif(version > 20)
def test_skip(self):
	pass

断言失败继续执行

1.安装pytest-assume插件
2.断言用pytest.assume(判断)
def test_01():
    print('---用例01---')
    pytest.assume(1==2)
    pytest.assume(1<2)
    print('执行完成！')

执行顺序

方式一：
	测试方法标上数字 test01_demo test02_demo
方式二：
	插件：pytest-ordering，数字越小优先级越高，正数比负数优先级高
	@pytest.mark.run(order=1)
	def test_demo():
		pass

打标签执行

通过自定义标签，可以执行某一类标签的用例
1.在pytest.ini配置marker
markers=
        smoke:冒烟测试
        
2.给用例打标记
@pytest.mark.smoke
def test_mark_1(self):
	print('test_mark_1')
	
3.执行命令：如果标签有逻辑运算时，一定要用双引号，'标签1 and 标签2 or 标签3'
pytest -m '标签名'

pytest执行

pytest		
	# 全量执行
	# run all tests below current dir
	
pytest test_mod.py 	
	# 指定文件执行
	# run tests in module file test_mod.py
	
pytest somepath
	# 指定路径执行
	# run all tests below somepath like ./tests/
	
pytest -k stringexpr 
	# 模糊查询执行
	# only run tests with names that match the
    # the 'string expression', e.g. 'MyClass and not method'
    # will select TestMyClass.test_something
    # but not TestMyClass.test_method_simple
    
pytest test_mod.py::test_func
	# 显式指定函数名
	# only run tests that match the 'node ID',
	# e.g 'test_mod.py::test_func' will be selected
	# only run test_func in test_mod.py

计算pytest覆盖率

测试报告

方式一：
插件：pytest-html

pytest.ini配置：
addopts = --html=./report/report.html
          --self-contained-html

方式二：
配合jenkins+Allure使用

jenkins的构建命令：
call pytest case --alluredir ${WORKSPACE}
eportallure_report
exit 0

分布式测试

插件：pytest-xdist

用于解析HTML的内容，使用步骤：
1.创建BeautifulSoup对象 from bs4 import BeautifulSoup bs = BeautifulSoup(data, 'html.parser') 
2.常用方法 
bs.标签名 #返回整个标签内容
bs.标签名.string #返回标签的值 
bs.标签名.get_text() #返回标签的值 
bs.标签名.get(属性名称) #返回属性值 
bs.find_all(标签名) #返回列表

GIT操作

git 将代码上传到github上 git add –all git commit ‘注释’ git push
git 将github上的代码拉下来 git clone ‘github的项目地址’

jenkin持续集成

基本操作

新建Item；码源管理，关联项目的GITEE地址；设置触发器H8***；输入构建命令；构建后操作，选择HTML报告-PbulishHTMLreports执行构建；

邮箱设置

文章为作者独立观点，不代表股票程序化软件自动交易接口观点

量化接口-软件测试知识点和面试题接口测试篇

量化接口-抖音验号接口抖音照妖镜抖音黑号库查询抖音号分析抖音号举报抖

量化接口-KunlunDB集群管理接口

量化接口-Go学习接口的值类型

量化接口-Spring源码之FactoryBean接口的作用和实现原理

量化接口-抖音验号接口 抖音照妖镜 抖音黑号库 查询抖音号 分析抖音号 举报抖

量化接口-KunlunDB集群管理接口

量化接口-Go学习 接口的值类型

量化接口-Spring源码之FactoryBean接口的作用和实现原理

量化接口-抖音验号接口抖音照妖镜抖音黑号库查询抖音号分析抖音号举报抖

量化接口-Go学习接口的值类型