最近在做公司项目的自动化接口测试，在现有几个小框架的基础上，反复研究和实践，搭建了新的测试框架。利用业余时间，把框架总结了下来。
AIM框架介绍AIM，是Automatic Interface Monitoring的简称，即自动化接口监测。是一种基于python unittest的自动化接口测试框架。
设计思想框架根据python语言的特点，结合了面向对象和面向函数编程。
以高效编程为主要目的，避免为了封装而封装。轻配置，重编码。
接口测试的主要处理对象是参数。如果完全进行数据与代码的分离，就会造成变量，传参的冗余，降低编程效率。
于是从不做数据与代码分离出发，对于需要复用的参数，提取到类之外，视需要进行数据与代码的分离。
做到有的放矢。兼顾效率和复用性，迭代分离，更具实用性。
目录结构case：测试用例
common：公共函数，全局变量
config：配置路径等
data：数据文件
result：测试结果
util：工具类
run.py：用例执行入口
run_mail.py：执行后自动发送邮件入口
caseBaseCase所有Case的基类。
封装了requests库的post和get函数req，用于发送请求。
调用assertEqual等方法，封装了用例的断言。比如检查接口返回flag，检查接口状态200，检查值相等。
项目Case测试系统的用例。按模块分别建立文件编写脚本。
Env.py：环境配置，包括url处理，登录对象login实例（用户名、密码），数据库对象dao实例（数据库连接)。
Public.py：公共模块。存放本系统公共的变量、函数、用例等。
commonFunc.py：公共函数，比如获取时间日期，获取随机数，处理参数。
Login.py：登录模块，属于各系统通用，故放于此目录下。包括密码加密，验证码处理，强制登录。
Var.py：全局变量。比如token。
configRelativePath.py：配置目录、文件的相对路径。
dataecharts数据存储csv文件，项目接口清单等。
resultlog：日志。logging实现。支持输出到文件和打印控制台。文件暂时使用较少，主要打印控制台便于调试。
接口调用记录：输出每个测试方法调用接口的记录，包括参数、响应、耗时等。
自动化测试报告：HTMLTestRunner.py实现的html页面报告。
utilAutoCode.py：自动生成结构化测试代码。
CSV.py：csv相关函数封装。比如输出接口调用记录。
Excel.py：读取和存储excel文件。
Format.py：格式化。比如把浏览器复制的参数格式化为代码中带有缩进的json。
HTMLTestRunner.py：用于输出自动化测试报告。
Log.py：封装日志方法。
Mysql.py：数据库相关操作。
Parewise.py：结对测试。一种测试技术，后文详述。
Request.py：核心工具，封装接口发送请求。
Mail.py：发送邮件。
run.py执行测试用例入口，可以选择执行一个或多个系统，也可以执行一个系统中一个或多个模块。
核心模块BaseCase.req通过requests封装的发送接口请求的方法。
定义在BaseCase类的内部。
发送请求，并计算耗时：
start = time.clock() if method == 'post': # 关闭SSL认证 if jsondata == 'json': r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], json=p['body'], verify=False)", p) elif jsondata == 'data': r = self.timeoutTry("requests.post(p['url'], headers=p['headers'], data=p['body'], verify=False)", p) else: print('jsondata错误') elif method == 'get': r = self.timeoutTry("requests.get(p['url'], headers=p['headers'], params=p['body'])", p) else: print('method错误') end = time.clock() elapsed = decimal.Decimal("%.2f" % float(end - start))其中的self.timeoutTry是为了处理响应超时，会在后续博文中介绍。
Parewise结对测试。接口参数一般是多个，于是比较适合采用parewise进行用例设计。
parewaise的概念可以百度一下。
大概意思就是，大多数的bug都是条件的两两组合造成的，parewise就是针对两两组合的情况，设计测试用例。
算法为，如果某一组用例的组合结果，在其他组合中均出现，就删除该组用例，从而精简用例。
windows下有微软的PICT，txt文件录入参数后，命名行执行，就出来结果了。
比如参数
执行后结果，只有31条，精简了很多。
这个基本上一秒就出来结果了。
我自己参考网上算法写的，就要慢的多。
估计后面有时间了再看看能不能调优。
parewise算法：
cp = [] # 笛卡尔积s = [] # 两两拆分for x in eval('itertools.product' + str(tuple(param_list))): cp.append(x) s.append([i for i in itertools.combinations(x, 2)])del_row = []s2 = copy.deepcopy(s)for i in range(len(s)): # 对每个进行匹配 t = 0 for j in range(len(s[i])): # 判断所有同时都存在其他中 且位置相同 for i2 in [x for x in range(len(s2)) if s2[x] != s[i]]: # 其他 只比对有效 flag = False for j2 in range(len(s2[i2])): if s[i][j] == s2[i2][j2] and j == j2: t = t + 1 flag = True break if flag: break if t == len(s[i]): del_row.append(i) s2.remove(s[i])return [cp[i] for i in range(len(cp)) if i not in del_row]网上的例子是用的index函数。在我写过程中，发现这里有个坑。比如list中存在相同元素，就始终返回前一个匹配的索引，结果就会有问题。我就完全避免了index函数。不知道哪个是对的，目前满足使用需要，将就着用了。有点小尴尬。
CaseBaseCase断言：
def checkFlag(self, p, r): """预期，实际""" err = str([p['url'], p['body'], r.text]) try: b = False if (r.json()['flag'] in [1, '1', '', None, 'statistic_by_result', 0, "0", 'struct_product', 'v_select_jz_single'] or r.json()['message'] in ("暂无数据", "未查询到数据")): b = True self.assertEqual(True, b, msg=err) except (json.JSONDecodeError, KeyError): # 1.返回的不是json，比如下载、404 2.无flag self.assertEqual(200, r.status_code, msg=err)最简单的一个测试用例：
from case.PyPlatform2_0_2.Public import *class Home(BaseCase): """首页""" def setUp(self): log(testname(self.__repr__()) + '\n') record([testname(self.__repr__())]) def test(self): """xxx""" self.req({ "url": full_url("xxx"), "body": {} })setup，输出日志。
Token因为公司登陆用的token，跟cookie类似，保留登陆状态，避免重复登陆。
如何处理token也是框架设计的一个要点。
Env设置token，因为每个系统的登陆参数值都不一样。
Var.token = login.get_token()BaseCase.req在每次请求时获取token，从而免登录。
if "headers" not in p.keys(): p['headers'] = {'token': ''} p['headers']['token'] = Var.token写文件：
if not os.path.exists(path): f = open(path, 'a', newline='') a = csv.writer(f) a.writerow(title) f.close()f = open(path, 'a', newline='')a = csv.writer(f)try: a.writerow(d)except UnicodeEncodeError: d[4] = "Unicode隐藏" # response a.writerow(d)f.close()if get_file_size(path) >= 50 * 1024 * 1024: # 超过50M删除文件 os.remove(path) record(title)traceback自动生成文件名：
def _sys_name(): t = str(traceback.extract_stack()) b = True for x in os.listdir(case_dir): if x not in ["BaseCase.py", "__pycache__"]: if x in t: return x + "接口调用记录" + current_date() + ".csv" if b: print("request找不到sysname") print(t)根据通用的版本，也是参考网上一些现有的美化代码，综合了一下，根据自己需求做了改造。
近20交易日测试通过率加了一个echarts，把最近20交易日的测试通过率，通过折线走势图的方式展示出来。监测系统稳定性。
数据存放和读取在data目录的csv文件中。
统计表格按项目进行分组统计，增加测试说明一列，按颜色区别测试结果状态，可点击查看详细描述和错误信息。
同时优化了整体的样式效果。
排序：
# 按照通过率从小到大排序pa***ate_value = []for key in pa***ate: if key != 'total': pa***ate_value.append(float(pa***ate[key].replace('%', '')))pa***ate_value.sort()保存折线图数据：
today = datetime.datetime.now().strftime('%Y-%m-%d')if '--' not in names: # 跑单个系统不存 if dao_is_trade_date(today): # 非交易日不存 with open(self.rct20_path, "r") as f: # 读取数据 lines = csv.reader(f) lines = list(lines) for lin in lines: lin������,���ij�[0] = lin[0].replace('月', '-') lin[0] = lin[0].replace('日', '') rct_data = lines # print(rct_data) nowdate = datetime.datetime.now().strftime('%m-%d') # 如果有重复日期，先删 l = len(rct_data) while l != 0 and nowdate == rct_data[l - 1][0]: rct_data.pop(l - 1) l = len(rct_data) for pt in self.pa***ate_tl: n = pt[0] v = pt[1] row = [] row.append(str(nowdate)) row.append(str(n)) row.append(str(v).replace('%', '')) rct_data.append(row) # 只存近20条 row_20 = len(names) * 20 if len(rct_data) > row_20: # 超过20条 for i in range(0, len(names)): rct_data.pop(0) with open(self.rct20_path, 'w', newline='') as f: writer = csv.writer(f) writer.writerows(rct_data)拼接折线图数据用于展示：
while ri < len(rct_data): # 遍历 ->s_data scan = [] while ri < len(rct_data) and rct_data[ri][0] == trade_date[di]: s_data[rct_data[ri][1]].append(rct_data[ri][2]) scan.append(rct_data[ri][1]) ri += 1 chg = list(set(names) ^ set(scan)) # 差集 for c in chg: s_data[c].append('--') # 增加/减少的项目，为'--' di += 1series = [] # 系列序列s_names = s_data.keys()for k in s_names: s = {} # 单个系列 s['name'] = k s['type'] = 'line' if s_data != {}: s['data'] = s_data[k] series.append(s)这部分代码是很久之前写的了，代码应该是不够简洁、高效、规范滴，是可以优化滴。偷了懒没有重构了。
用例设计一定程序上可以弥补结对测试的不足。结对测试如前文所述，关注两两组合的情况。
参数值，部分采用随机数。也视需求，从数据库或其他接口获取数据。
结束语第一次写技术博客。
马上工作5年。
算是一个尝试吧。