金融项目实战 07|Python实现接口自动化——连接数据库和数据清洗、测试报告、持续集成

目录

一、投资模块(投资接口+投资业务)

[二、连接数据库封装 和 清洗数据](#二、连接数据库封装 和 清洗数据)

1、连接数据库

2、数据清洗

4、调用

[三、批量执行测试用例 并 生成测试报告](#三、批量执行测试用例 并 生成测试报告)

四、持续集成

1、代码上传gitee

2、Jenkin持续集成


一、投资模块(投资接口+投资业务)

略,之后有机会再补充

二、连接数据库封装 和 清洗数据

1、连接数据库

在util.py文件中添加连接数据库工具类

python 复制代码
# 连接库工具  # 数据库连接不上
def conn_mysql(sql):
    conn = None
    cursor = None
    try:
        # 1、获取连接对象
        conn = pymysql.connect(host="121.43.169.97", user="root", password="Itcast_p2p_20191228", database="czbk_member", port=3306,
                               charset="utf8", autocommit=True)

        # 2、获取游标对象
        cursor = conn.cursor()
        # 3、执行sql语句
        cursor.execute(sql)
        # 判断sql语句是否为查询
        if sql.split()[0].lower() == "select":
            # 返回所有结果
            return cursor.fetchall()
        # 否则
        else:
            # 返回受影响的行数
            return "受影响的行数:{}".format(cursor.rowcount)
    except Exception as e:
        GetLog.get_log().error(e)
        raise
    finally:
        # 4、关闭游标
        cursor.close()
        # 5、关闭连接
        conn.close()

2、数据清洗

在util.py文件中添加数据清洗工具类

该工具类实现的目的是删掉注册手机号及其关联表的关联数据,保证每次执行注册接口都能通过

python 复制代码
# 清除方法
def clear_data():
    sql1 = """
    delete i.* from mb_member_info i INNER JOIN mb_member m on i.member_id=m.id where m.phone in ("13600001111","13600001112","13600001113","13600001114")
    """
    conn_mysql(sql1)
    sql2 = """
    delete l.* from mb_member_login_log l INNER JOIN mb_member m on l.member_id=m.id where m.phone in ("13600001111","13600001112","13600001113","13600001114")
    """
    conn_mysql(sql2)
    sql3 = """
    delete from mb_member_register_log where phone in ("13600001111","13600001112","13600001113","13600001114")
    """
    conn_mysql(sql3)
    sql4 = """
    delete from mb_member where phone in ("13600001111","13600001112","13600001113","13600001114")
    """
    conn_mysql(sql4)

4、调用

建议下面的代码放在类TestRegisterLogin中的开头

python 复制代码
@classmethod
    def setUpClass(cls) -> None:
        # 清除测试数据
        clear_data()

# 提示:必须在test01_xxxx.py中类⽅法中调⽤

三、批量执行测试用例 并 生成测试报告

python 复制代码
import os
import time
import unittest
from HTMLTestRunner import HTMLTestRunner
from config import DIR_PATH

# 自动发现当前目录下的所有测试模块并运行
suite = unittest.TestSuite()
case = unittest.defaultTestLoader.discover(start_dir="./script",pattern="test*.py")

suite.addTest(case)

# 设置生成文件的路径和名字
now = time.strftime("%Y-%m-%d-%H-%M-%S")
report_path = DIR_PATH + os.sep + "report" + os.sep + f"测试报告-{now}.html" 

with open(report_path, "wb") as f:
    runner = HTMLTestRunner(stream=f,title="python自动化测试报告",description="共15+9条测试用例,1条不通过(因为无法执行数据清洗)")
    runner.run(suite)

生成报告位置

详细看这篇文章的第八部分:

Unittest02|TestSuite、TestRunner、HTMLTestRunner、处理excel表数据、邮件接收测试结果-CSDN博客

四、持续集成

1、代码上传gitee

详细看持续集成 01|Gitee介绍、Pycharm使用Gitee-CSDN博客

2、Jenkin持续集成

详细看持续集成 02|Jenkins介绍与安装、Postman集成Jenkins、代码集成Jenkins-CSDN博客

这里只展示Jenkins中项目的配置:
分支名称注意要根据gitee中相应项目的具体分支名称来填写

相关推荐
金融OG4 小时前
99.8 金融难点通俗解释:净资产收益率(ROE)
大数据·python·线性代数·机器学习·数学建模·金融·矩阵
Damon小智4 小时前
全面评测 DOCA 开发环境下的 DPU:性能表现、机器学习与金融高频交易下的计算能力分析
人工智能·机器学习·金融·边缘计算·nvidia·dpu·doca
阿正的梦工坊1 天前
使用ChatGPT写一本书《美国金融市场发展史(英文版)》:Chapter 09 The Future of U.S. Financial Markets
金融·英语
金融OG1 天前
5. 马科维茨资产组合模型+AI金融智能体(qwen-max)识别政策意图方案(理论+Python实战)
大数据·人工智能·python·线性代数·机器学习·金融
城下秋草1 天前
pytest+playwright落地实战大纲
自动化测试·pytest·测试·playwright
deephub1 天前
金融波动率的多模型建模研究:GARCH族与HAR模型的Python实现与对比分析
开发语言·人工智能·python·机器学习·金融·波动率
Ai多利1 天前
2025发文新方向:AI+量化 人工智能与金融完美融合!
人工智能·ai·金融·量化
金融OG1 天前
99.12 金融难点通俗解释:毛利率
python·算法·机器学习·数学建模·金融
野马财经1 天前
Decode Global专注金融创新,构建便捷的交易平台
大数据·人工智能·金融