Pytest + Requests接口测试

一、接口测试基础

1. 定义：对系统间接口（API）进行测试，验证接口的请求参数、响应结果、状态码、性能等是否符合预期。
2. 核心目标
   • 功能验证：接口是否按文档返回正确结果
   • 兼容性：不同参数组合、数据格式的兼容性
   • 安全性：权限控制、敏感数据保护
   • 性能：响应时间、并发处理能力
3. 常用工具
   • 自动化：pytest + requests（Python）
   • 手动调试：Postman、Swagger、curl

二、核心工具与环境准备

必备库

pip install pytest requests pytest-html pytest-xdist  # 核心库+报告+并行执行

项目结构

api-test-framework
├─ api/               # 接口封装层：统一管理 API 定义、请求逻辑
├─ config/            # 配置层：环境配置、全局参数
├─ data/              # 数据层：测试用例数据（JSON/YAML 等）
├─ logs/              # 日志层：记录测试过程、错误信息
├─ reports/           # 报告层：测试报告（Allure/Pytest HTML）
├─ tests/             # 用例层：测试用例组织（按模块/功能拆分）
│  └─ user/           # 业务模块：user 相关用例
├─ utils/             # 工具层：通用工具（断言、配置解析、日志、数据处理）
├─ conftest.py        # 全局 Fixture：pytest 钩子、公共前置/后置
├─ run.py             # 执行入口：触发测试、控制运行流程
└─ requirements.txt   # 依赖管理：项目所需 Python 库

（一）api 目录

• 作用：封装接口请求逻辑，把接口的 URL、请求方法（GET/POST 等）、参数规则统一管理。
• 价值：隔离接口变更影响，比如接口地址、入参格式调整，只需改这里，不用动测试用例。

（二）config 目录

• 作用：存储环境配置（如测试环境 / 生产环境的域名）、全局参数（超时时间、日志级别） 。
• 价值：通过配置文件快速切换环境、调整参数，不用硬编码在代码里。

（三）data 目录

• 作用：存放测试用例数据，像 JSON 文件存登录、下单等场景的入参、预期结果 。
• 价值：实现 “数据驱动测试”，新增用例只需加数据文件，不用改代码，方便维护多场景测试。

（四）logs 目录

• 作用：记录测试过程日志，包含请求详情、报错堆栈、执行时间等 。
• 价值：出问题时，通过日志快速定位是接口请求失败、断言不通过，还是环境问题。

（五）reports 目录

• 作用：存储测试报告（如 HTML 报告、Allure 报告 ），可视化展示用例执行结果、通过率、耗时等。
• 价值：直观呈现测试结论，方便团队协作（开发看报告定位问题、领导看结果做决策 ）。

（六）tests 目录

• 作用：按业务模块（如 user 模块）组织测试用例，编写断言逻辑，调用 api 层封装的接口执行测试 。
• 价值：清晰划分测试范围，找用例、维护用例更方便，比如改用户登录用例，就去 tests/user 目录找。

（七）utils 目录

• 作用：放通用工具函数，像自定义断言（校验响应时间、特殊字段）、数据读取（解析 JSON/YAML ）、日志封装 。
• 价值：避免重复造轮子，测试用例、其他模块可直接调用，减少代码冗余。

（八）关键文件

• conftest.py：定义 pytest 全局 / 局部前置后置逻辑（如初始化接口对象、统一加请求头 ），让测试用例复用环境准备、清理操作。
• run.py：测试执行入口，可指定运行参数（跑哪些用例、生成啥报告 ），一键触发测试。
• requirements.txt：记录项目依赖的 Python 库（如 pytest、requests ），方便在新环境快速安装依赖，复现项目。

启动测试

1. 执行 run.py 启动测试，pytest 框架接管流程。
2. conftest.py 里的 Fixture 自动执行，准备测试环境（如初始化接口、加载配置 ）。
3. tests 里的用例加载 data 数据，调用 api 层接口发请求，结合 utils 工具做断言。
4. logs 记录过程，reports 生成可视化结果，完成测试闭环。

这套结构让项目可扩展（新增接口、用例方便 ）、易维护（改配置 / 数据不影响代码 ），适配接口测试从简单到复杂场景需求。

pytest Fixture

Fixture 是 pytest 框架的核心功能，用于管理测试用例的前置条件（setup）和后置操作（teardown），实现代码复用、测试环境准备与清理等功能。

本质是 “可复用的函数 / 组件”，可以被测试用例或其他 fixture 调用。

1.定义 Fixture

用 @pytest.fixture 装饰器标记一个函数，即为 fixture：

import pytest

@pytest.fixture
def demo_fixture():
    # 前置操作：如初始化资源、连接数据库、登录等
    print("执行前置操作")
    # 通过 yield 返回数据给测试用例（可选）
    yield "需要传递给用例的数据"
    # 后置操作：如关闭连接、清理数据等（测试用例执行后自动执行）
    print("执行后置操作")

2. 在测试用例中使用 Fixture

测试函数直接通过参数名引用 fixture（无需导入）：

def test_example(demo_fixture):  # 参数名与 fixture 函数名一致
    print(f"接收 fixture 传递的数据：{demo_fixture}")
    assert 1 == 1

3.核心特性

作用域

通过 scope 参数指定 fixture 的生效范围，减少重复执行（提升效率）：

• scope="function"：默认值，每个测试用例执行一次（前置 + 后置）。
• scope="class"：每个测试类中所有用例共享一次。
• scope="module"：每个模块（.py 文件）中所有用例共享一次。
• scope="package"：每个包（文件夹）中所有用例共享一次。
• scope="session"：整个测试会话（一次 pytest 执行）中所有用例共享一次。

依赖传递：Fixture 之间的调用

Fixture 可以依赖其他 fixture，形成依赖链：

@pytest.fixture
def user_info():
    return {"id": 1, "name": "test"}

@pytest.fixture
def order_info(user_info):  # 依赖 user_info fixture
    return {"order_id": 100, "user": user_info}

def test_order(order_info):
    assert order_info["user"]["name"] == "test"

参数化 Fixture：动态生成数据

用 params 参数为 fixture 传入多组数据，实现 fixture 自身的参数化：

@pytest.fixture(params=[1, 2, 3])  # 3组参数，fixture 会执行3次
def num_fixture(request):  # 通过 request 参数接收每组数据
    return request.param  # 返回当前参数

def test_num(num_fixture):
    assert num_fixture > 0  # 测试用例会执行3次，分别传入1、2、3

Fixture 的自动发现机制

• 定义在测试文件（test_*.py） 中的 fixture，仅能被当前文件的用例使用。
• 定义在conftest.py文件中的 fixture：
  • 无需导入，可被同一目录及子目录的所有测试文件使用。
  • 用于存放项目级公共 fixture（如登录、数据库连接等），是 pytest 项目的最佳实践。

pytest参数化测试

先准备好一组测试数据（各种失败场景的条件），然后通过框架提供的参数化功能，让同一个测试逻辑自动根据每组数据执行一次。

把数据和测试逻辑分离：我们只需要定义一次测试步骤，框架会自动遍历所有数据，每次用一组数据运行这个测试步骤，相当于自动完成了多轮测试。

这种方式不需要手动写循环，而且每组数据的测试结果会单独呈现，能清晰看到每个场景的执行情况，既简化了代码，又方便定位问题。

1. 第一个参数（参数名）
   • 定义测试函数接收的参数名称
   • 多个参数用逗号分隔，如 "username,password"
2. 第二个参数（数据列表）
   • 提供测试所需的多组数据
   • 示例：[("user1", "pass1"), ("user2", "pass2")]
   • 可从外部文件加载（如 JSON/Excel），实现数据驱动
3. ids 参数（可选）
   • 为每组数据生成可读的唯一标识
   • 用于测试报告和控制台输出，替代默认的param0/param1

@pytest.mark.parametrize(
    "fail_case",
    data_handler.load_json_cases("user_api", "user_login_test_cases.json")[1:],
    ids=lambda case: f"fail_{case['case_id']}_{case['title'][:10]}"
)
def test_post_user_login_fail(user_api, fail_case):
    """所有登录失败场景"""
    logger.info(f"执行测试用例: {fail_case['case_id']} - {fail_case['title']}")
    response = user_api.login(
        fail_case["data"]["userAccount"],
        fail_case["data"]["userPassword"]
    )

    assertions.assert_response_code(response, fail_case["expected_status"])
    assertions.assert_response_time(response, 1)

    error_json = response.json()
    error_msg = error_json.get("message", "")
    assertions.assert_equal(error_msg, "请求参数错误", "错误信息不一致")