用Python实现自动化测试：从单元测试到API验证

文章目录

- 前言
- 一、自动化测试基础
- - [1.1 为什么选择Python？](#1.1 为什么选择Python？)
  - [1.2 工具准备](#1.2 工具准备)
- 二、单元测试实战
- - [2.1 编写简单函数](#2.1 编写简单函数)
  - [2.2 使用unittest测试](#2.2 使用unittest测试)
  - [2.3 升级到pytest](#2.3 升级到pytest)
- 三、API自动化测试
- - [3.1 测试目标](#3.1 测试目标)
  - [3.2 编写API测试](#3.2 编写API测试)
  - [3.3 用pytest优化](#3.3 用pytest优化)
- 四、进阶优化
- - [4.1 测试报告生成](#4.1 测试报告生成)
  - [4.2 集成到CI/CD](#4.2 集成到CI/CD)
  - [4.3 性能测试初探](#4.3 性能测试初探)
- 五、注意事项
- 六、总结

前言

在软件开发中，自动化测试是提升代码质量和开发效率的关键。Python凭借其简洁语法和强大库（如unittest、pytest、requests），成为自动化测试的热门选择。本文将从单元测试入手，逐步扩展到API自动化验证，带你打造一个高效的测试流程。无论你是测试新手还是资深开发者，这篇教程都能帮你快速上手。欢迎在评论区分享你的自动化测试经验！

一、自动化测试基础

1.1 为什么选择Python？

生态丰富 ：支持unittest（内置）、pytest（功能强大）、requests（API测试）。
易上手：语法简单，适合快速编写测试用例。
跨平台：适用于Web、后端、AI等多种场景。

1.2 工具准备

安装所需库：

bash 复制代码

pip install pytest requests

二、单元测试实战

2.1 编写简单函数

假设我们要测试一个计算器函数：

python 复制代码

# calculator.py
def add(a, b):
    return a + b

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0")
    return a / b

2.2 使用unittest测试

创建测试文件：

python 复制代码

# test_calculator.py
import unittest
from calculator import add, divide

class TestCalculator(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(2, 3), 5)
        self.assertEqual(add(-1, 1), 0)

    def test_divide(self):
        self.assertEqual(divide(6, 2), 3.0)
        with self.assertRaises(ValueError):
            divide(5, 0)

if __name__ == "__main__":
    unittest.main()

运行测试：

bash 复制代码

python test_calculator.py

2.3 升级到pytest

pytest更灵活，支持断言和 fixture：

python 复制代码

# test_calculator_pytest.py
from calculator import add, divide

def test_add():
    assert add(2, 3) == 5
    assert add(-1, 1) == 0

def test_divide():
    assert divide(6, 2) == 3.0
    try:
        divide(5, 0)
    except ValueError:
        pass

运行：

bash 复制代码

pytest test_calculator_pytest.py -v

Tips ：pytest自动发现以test_开头的文件和函数，-v显示详细输出。

三、API自动化测试

3.1 测试目标

以免费API"JSONPlaceholder"为例，测试GET请求：

地址：https://jsonplaceholder.typicode.com/posts/1

3.2 编写API测试

使用requests验证响应状态和数据：

python 复制代码

# test_api.py
import requests

def test_get_post():
    url = "https://jsonplaceholder.typicode.com/posts/1"
    response = requests.get(url)
    
    # 验证状态码
    assert response.status_code == 200, "状态码应为200"
    
    # 验证JSON数据
    data = response.json()
    assert data["id"] == 1, "ID应为1"
    assert "title" in data, "响应应包含title字段"
    
    print(f"标题: {data['title']}")

if __name__ == "__main__":
    test_get_post()

运行：

bash 复制代码

python test_api.py

3.3 用pytest优化

添加参数化和异常处理：

python 复制代码

# test_api_pytest.py
import pytest
import requests

@pytest.mark.parametrize("post_id, expected_title", [
    (1, "sunt aut facere repellat provident occaecati excepturi optio reprehenderit"),
    (2, "qui est esse")
])
def test_get_post_param(post_id, expected_title):
    url = f"https://jsonplaceholder.typicode.com/posts/{post_id}"
    response = requests.get(url)
    
    assert response.status_code == 200
    data = response.json()
    assert data["title"] == expected_title

def test_invalid_post():
    url = "https://jsonplaceholder.typicode.com/posts/999"
    response = requests.get(url)
    assert response.status_code == 404, "无效ID应返回404"

运行：

bash 复制代码

pytest test_api_pytest.py -v

四、进阶优化

4.1 测试报告生成

使用pytest-html生成HTML报告：

bash 复制代码

pip install pytest-html
pytest --html=report.html

4.2 集成到CI/CD

将测试脚本加入GitHub Actions：

yaml 复制代码

# .github/workflows/test.yml
name: Run Tests
on: [push]
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v3
    - name: Set up Python
      uses: actions/setup-python@v4
      with:
        python-version: '3.9'
    - name: Install dependencies
      run: pip install pytest requests
    - name: Run tests
      run: pytest -v

4.3 性能测试初探

用time模块记录API响应时间：

python 复制代码

import time

def test_api_performance():
    url = "https://jsonplaceholder.typicode.com/posts/1"
    start = time.time()
    response = requests.get(url)
    duration = time.time() - start
    assert duration < 1.0, f"响应时间 {duration}s 超过1秒"

五、注意事项

测试覆盖率 ：安装pytest-cov检查覆盖率（pip install pytest-cov）。
异常处理 ：API测试中添加超时参数（如requests.get(url, timeout=5)）。
合规性：避免频繁请求公共API，遵守使用规则。

六、总结

通过本文，你学会了用Python从单元测试到API验证的全流程。unittest适合基础测试，pytest提供灵活扩展，而requests让API测试更简单。下一步，你可以尝试将这些脚本集成到项目中，或探索性能测试工具如Locust。

互动环节：

你在自动化测试中用过哪些框架？有什么优化建议吗？
遇到过哪些测试难题？欢迎留言交流！