使用python+pytest+requests完成自动化接口测试（包括html报告的生成和日志记录以及层级的封装（包括调用Json文件））

一、API的选择

我们进行接口测试需要API文档和系统，我们选择JSONPlaceholder免费API，因为它是一个非常适合进行接口测试、API 测试和学习的工具。它免费、易于使用、无需认证，能够快速帮助开发者模拟常见的接口操作（增、删、改、查）。尤其对于我你们学习接口测试的初学开发者来说，它是一个理想的选择。

注意：这个API网站当我们发送请求时他不会真的实现我们的请求，他只会会虚拟实现我们的请求，并不会真的修改服务器数据。

二、环境的准备

在开始编写测试代码之前，我们需要先配置好环境。这包括安装所需的Python库并准备好相应的配置文件。

安装Python依赖

首先，确保你已经安装了Python。然后使用pip来安装所需的库。

pip install requests pytest

三、利用requests发送增删改查请求并用pytest测试用例管理框架管理测试用例

在接口自动化测试中，我们需要通过HTTP协议与服务器进行交互。requests库提供了多种方法来发送HTTP请求，常用的有GET、POST、PUT、DELETE等。接下来，我们将分别讲解如何使用requests发送这些请求。

数据准备：

首先我们先确定我们的文件层级关系

project/
│
├── init.py         #里面存放一些初始化数据如URL   
├── test_practice.py   测试用例主要代码书写位置
test_log.log        # 日志文件（这里我使用vscode写代码所以我把日志文件放在了和项目目录同级，
#pyCharm可能需要和test_practice.py同级放置）
├── data_test.json  #存放参数化测试数据

init.py文件中我们放入url和单次运行测试用例所需的如下数据：

url="http://jsonplaceholder.typicode.com/posts/"#data_updata为修改请求时用的数据
data_updata={"id":1,"title": 'updata',"body": 'bar',"userId": 1}#data_add为增加请求时用的数据
data_add={"id":1,"title": 'updata',"body": 'bar',"userId": 1}

data_test.json文件中我们放入参数化执行测试用例时所需的数据，参数化时我们批量加入三组数据，201为响应状态码用于后期断言（就是判断是否请求成功）时用，如过返回的状态码是201则为成功，不同的请求拥有不同的响应状态码，都是由API文档规定的。

{"data":[[{"title": "updata1","body": "bar","userId": 1},201],[{"title": "updata2","body": "bar","userId": 2},201],[{"title": "updata3","body": "bar","userId": 3},201]]
}

1、get查询

用requests进行接口测试其实很简单，就是头文件包含requests然后，调用它的不同方法，输入不同参数，它就会返回一个结果他就是响应报文，我们定义一个变量接收受它，然后用报文的不同数据进行断言或查看来判断接口是否正常。

# 查询全部数据
def test_get_all_information():#init是文件名，init.url表示该文件下的url变量res=requests.get(init.url)#输入他的响应体报文print(res.json())assert res.status_code==200# 查询指定数据
def test_get_information():#url的书写方法可以用基本的字符串拼接res=requests.get(init.url+"/100")print(res.json())assert res.status_code==200

2、post新增

这一块包括发送一个post请求和批量发送post请求，post请求时我们需要传入我们要添加的数据这和利用postman进行接口测试是一样的，这里是以函数参数的方式发送数据的。

批量发送post请求时我们需要@pytest.mark.parametrize()来修饰测试方法。@pytest.mark.parametrize()它的参数由两部分构成，一是你需要传给下面测试方法的参数我们用"参数，参数"这种形式来书写，另一部分是我们要传入的测试数据，测试数据里的数据和第一部分里定义的参数一一对应，例如我的第一部分定义的参数有两个一个是新增请求的数据，一个是响应状态码，我的数据就是 [{"title": "updata1","body": "bar","userId": 1},201],中括号里的是新增请求的数据，201是状态码。然后其他的就和单个进行post请求一模一样了，不同的是断言时我们不用在直接写201，而是用code参数代替。这其实也是一个封装。

# 添加数据
def test_post_information():res=requests.post(init.url,data=data_add)print(res.json())assert res.status_code==201# 参数化批量添加数据
@pytest.mark.parametrize("Placeholder_data,code",test_data)
def test_many_post_information(Placeholder_data,code):res=requests.post(init.url,data=Placeholder_data)print(res.json())assert res.status_code==code#assert res.json()==Placeholder_data

你运行完数据后会发现返回的数据 res.json()和我们传入的数据不一致，这是因为服务器对我们的数据做了自适应修改，我们传入的数据可能不利于它存储所以他会做改变，不同服务器有不同特性，JSONPlaceholder服务器就会在我们发送put修改请求时给我们返回的数据加一个字段id。

3、put修改

put修改和post基本一致，也需要我们发送修改新数据，不同的一点是你需要指定你要修改的数据是那个，你可以在url上+"/1"来指定你所要修改的是id为1的参数。

# 修改数据
def test_put_information():res=requests.put(init.url+"/1",data=test_data)print(res.status_code)assert res.status_code==200print(res.json())#print(type(res.json()["id"]))#print(type(test_data[0][0]["userId"]))# assert res.json()==test_data

4、delete删除，

delete请求方法不需要我们传入数据。如何响应状态码为200，说明我们删除成功。

# 删除数据
def test_delete_information():res=requests.delete(init.url+"/99")assert res.status_code==200

四、日志的生成

在生成日志时我们需要包含logging库，然后定义一个setup_logging函数在初始化日志的等级，日志的生成格式，以及日志问价的文件名位置，打开方式，以及编码方式。然后调用该函数在执行测试用例之前。我们还需要在不同的请求方法中通过使用logging.info来写入日志数据，例如我们在assert res.status_code==200后面加上logging.info("GET 请求成功")，就表示当断言成功完成时我们在日志种写入"GET 请求成功"的数据。如果你想你的日志详细些，就多加入一些数据输出，但是一般我们日志需要写的详细一点，每一步都写日志有助于后期我们排查问题。

import pytest
import requests
import json
import init
import logging# 配置日志
def setup_logging():logging.basicConfig(level=logging.INFO,format='%(asctime)s - %(levelname)s - %(message)s',handlers=[logging.FileHandler("test_log.log",mode='a',encoding="utf-8"),# logging.StreamHandler()])setup_logging()data=json.load(open("./data_test.json",mode="r",encoding="utf-8"))# 数据准备
# print(type(data))
test_data=data["data"]
# print(test_data)
data_updata=init.data_updata
data_add=init.data_add# 查询全部数据
def test_get_all_information():logging.info(f"发送 GET 请求到 {init.url}")res=requests.get(init.url)# 记录请求和响应的内容logging.info(f"请求URL: {res.request.url}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.text[:200]}")  # 仅输出前200个字符print(res.json())assert res.status_code==200logging.info("GET 请求成功")# 参数化批量添加数据
@pytest.mark.parametrize("Placeholder_data,code",test_data)
def test_many_post_information(Placeholder_data,code):logging.info(f"发送 POST 请求到 {init.url}，数据：{Placeholder_data}")res=requests.post(init.url,data=Placeholder_data)logging.info(f"请求URL: {res.request.url}")logging.info(f"请求数据: {Placeholder_data}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.json()}")print(res.json())assert res.status_code==codelogging.info("POST 请求成功")# 添加数据
def test_post_information():logging.info(f"发送 POST 请求到 {init.url}，数据：{data_add}")res=requests.post(init.url,data=data_add)logging.info(f"请求URL: {res.request.url}")logging.info(f"请求数据: {data}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.json()}")print(res.json())assert res.status_code==201logging.info("POST 请求成功")# 修改数据
def test_put_information():logging.info(f"发送 PUT 请求到 {init.url}，数据：{test_data}")res=requests.put(init.url+"/1",data=test_data)logging.info(f"请求URL: {res.request.url}")logging.info(f"请求数据: {test_data}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.json()}")print(res.status_code)assert res.status_code==200logging.info("PUT 请求成功")# print(res.json())# print(type(res.json()["id"]))print(type(test_data[0][0]["userId"]))# assert res.json()==test_data# 查询指定数据
def test_get_information():logging.info(f"发送 GET 请求到 {init.url}")res=requests.get(init.url+"/100")logging.info(f"请求URL: {res.request.url}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.json()}")print(res.json())assert res.status_code==200logging.info("GET 请求成功")# 删除数据
def test_delete_information():logging.info(f"发送 DELETE 请求到 {init.url}")res=requests.delete(init.url+"/99")logging.info(f"请求URL: {res.request.url}")logging.info(f"响应状态码: {res.status_code}")logging.info(f"响应数据: {res.json()}")assert res.status_code==200logging.info("DELETE 请求成功")if __name__ == "__main__":test_get_all_information()# test_many_post_information(Placeholder_data,code)test_post_information()test_put_information()test_get_information()test_delete_information()logging.shutdown()

很奇怪的是当我用pytest命令行来运行测试用例时，我的测试用例成功执行完毕，但是我的logging.log日志文件中并没有日志生成，会报UnicodeDecodeError: 'gbk' codec can't decode byte 0xaf in position 44: illegal multibyte sequence的错，我尝试了很多方法都失败了，但是当我用if __name__ == "__main__":运行日志时，就可以成功生成日志文件，如下图，不知是什么原因有知道的小伙伴可以评论区告诉我，非常感谢。

五、生成html格式的测试报告

安装 `pytest-html` 插件

首先，确保你安装了 pytest-html 插件。如果没有安装，可以使用以下命令进行安装：

pip install pytest-html

使用 `pytest-html` 生成 HTML 测试报告

在运行测试时，可以通过 --html 选项来生成 HTML 格式的测试报告。例如，以下命令会生成一个名为 report.html 的 HTML 报告：

pytest --html=report.html --self-contained-html

--html=report.html：指定生成报告的文件名和路径。
--self-contained-html：生成一个独立的 HTML 文件，所有的 CSS 和 JavaScript 都会嵌入到 HTML 文件中。