Python+Pytest 接口自动化测试实战 —— 抽奖系统接口测试框架设计与实现

文章目录

- 一、项目背景
- - [1.1 为什么选择接口自动化测试](#1.1 为什么选择接口自动化测试)
  - [1.2 系统业务模块介绍](#1.2 系统业务模块介绍)
- 二、技术选型
- - [2.1 为什么选择Pytest](#2.1 为什么选择Pytest)
  - [2.2 为什么选择YAML作为数据存储格式](#2.2 为什么选择YAML作为数据存储格式)
- 三、核心模块
- - [3.1 HTTP请求封装](#3.1 HTTP请求封装)
  - [3.2 YAML数据管理](#3.2 YAML数据管理)
  - [3.3 JSON Schema响应校验](#3.3 JSON Schema响应校验)
  - [3.4 测试数据生成工具](#3.4 测试数据生成工具)
- 四、挑选接口
- 五、项目结构
- - [5.1 Pytest配置文件](#5.1 Pytest配置文件)
- 六、测试用例设计（带脑图）
- - [6.1 测试用例设计原则](#6.1 测试用例设计原则)
  - [6.2 测试用例示例（脑图）](#6.2 测试用例示例（脑图）)
- 七、编写代码
- - [7.1 用户注册接口](#7.1 用户注册接口)
  - [7.2 登录接口](#7.2 登录接口)
  - [7.3 创建活动接口](#7.3 创建活动接口)
  - [7.4 抽奖接口](#7.4 抽奖接口)
- 八、数据流转
- - [8.1 数据流转设计思想](#8.1 数据流转设计思想)
  - [8.2 完整数据流转链路](#8.2 完整数据流转链路)
  - [8.3 测试用例执行顺序](#8.3 测试用例执行顺序)
- 九、测试报告
- - [9.1 测试用例统计](#9.1 测试用例统计)
  - [9.2 异常场景覆盖](#9.2 异常场景覆盖)
  - [9.3 allure 生成测试报告](#9.3 allure 生成测试报告)
- 十、优化方向
- - [10.1 短期优化](#10.1 短期优化)
  - [10.2 长期扩展](#10.2 长期扩展)
- 十一、总结

一、项目背景

在企业级应用开发中，抽奖系统是一个常见的业务场景，广泛应用于电商促销、年会活动、用户运营等多种场景。一个完整的抽奖系统涉及用户管理、奖品管理、活动管理、抽奖逻辑等多个模块，系统复杂度较高，接口数量众多。为了保证系统的稳定性和可靠性，我们需要对各个API接口进行全面的自动化测试。

1.1 为什么选择接口自动化测试

相比于UI自动化测试，接口自动化测试具有显著优势：

执行效率更高：接口测试直接与后端服务交互，无需加载前端页面，单次测试执行时间通常在毫秒级别。一个包含上百个测试用例的接口测试套件，通常可以在几分钟内完成执行，而同样的UI测试可能需要数小时。

稳定性更强：接口测试不依赖前端页面的元素定位，不会因为页面结构变化、样式调整、动态加载等因素导致测试失败。只要接口契约不变，测试用例就能稳定运行。

覆盖更全面：接口测试可以覆盖更多业务场景和边界条件，包括正常流程、异常流程、边界值、并发场景等。同时，接口测试更容易实现参数化和数据驱动，可以用较少的代码覆盖更多的测试场景。

投入产出比更高：接口自动化测试框架搭建相对简单，学习曲线平缓，团队成员可以快速上手。维护成本也相对较低，适合长期投入。

1.2 系统业务模块介绍

本抽奖系统主要包含以下核心业务模块：

用户管理模块：支持管理员和普通用户两种角色的注册、登录功能。管理员拥有系统管理权限，可以创建活动和管理奖品；普通用户作为活动参与者，可以参与抽奖活动。系统通过Token机制实现用户认证和权限控制。

奖品管理模块：管理员可以创建、编辑、删除奖品信息。每个奖品包含名称、描述、价格、图片等属性。奖品创建时需要上传奖品图片，支持多种图片格式。奖品可以关联到多个活动中，实现奖品的复用。

活动管理模块：管理员可以创建抽奖活动，关联奖品和参与用户。创建活动时需要设置活动名称、描述、奖品列表（包含奖品等级和中奖人数）、参与用户列表。系统支持多种奖品等级，如一等奖、二等奖、三等奖等。

抽奖执行模块：根据活动配置执行抽奖操作，记录中奖信息。抽奖时需要指定活动ID、奖品ID、奖品等级、中奖时间、中奖用户列表等信息。系统会校验活动的有效性、奖品的可用性、用户的参与资格等。

中奖记录模块：展示中奖信息，支持按活动查询中奖记录，提供活动详情查看功能。用户可以查看自己参与活动中的中奖情况，管理员可以查看所有活动的抽奖结果。

二、技术选型

选择以下技术进行代码编写：

技术	版本	说明
Python	3.12	编程语言，简洁优雅的语法、丰富的第三方库生态、强大的数据处理能力
Pytest	8.3.4	测试框架，提供简洁的用例编写方式、强大的参数化功能、丰富的插件生态、详细的失败信息输出
Requests	2.32.3	HTTP客户端库，API设计简洁直观，支持Session管理、文件上传、超时控制等特性
JSON Schema	4.23.0	响应数据校验，精确描述响应数据的类型、必填字段、取值范围等约束条件，支持复杂的嵌套结构
PyYAML	6.0.2	数据文件管理，YAML格式简洁易读，支持复杂的数据结构，适合作为测试数据配置文件
Pytest-Ordering	0.6	执行顺序控制，在存在数据依赖的场景下，合理的执行顺序是测试成功的关键

2.1 为什么选择Pytest

Pytest是Python生态中最流行的测试框架之一，相比unittest等传统框架，Pytest具有以下优势：

简洁的用例编写 ：不需要继承TestCase类，不需要特定的命名规则，只需要以test_开头的函数即可作为测试用例。测试代码更加简洁，可读性更强。

强大的参数化功能 ：通过@pytest.mark.parametrize装饰器，可以轻松实现数据驱动测试，用一套代码覆盖多组测试数据。

丰富的插件生态：Pytest拥有丰富的插件生态，如pytest-html（生成HTML报告）、pytest-ordering（控制执行顺序）、pytest-rerunfailures（失败重试）、allure-pytest（生成Allure报告）等。

详细的失败信息：Pytest在测试失败时会输出详细的错误信息，包括断言表达式、实际值、期望值等，便于快速定位问题。

灵活的fixture机制：通过fixture可以实现测试前置条件、测试数据准备、测试后清理等功能，支持fixture之间的依赖和复用。

2.2 为什么选择YAML作为数据存储格式

YAML（YAML Ain't Markup Language）是一种人类可读的数据序列化格式，相比JSON和XML，YAML具有以下优势：

简洁易读：YAML使用缩进表示层级关系，语法简洁，可读性强。对于配置文件和测试数据来说，可读性是非常重要的。

支持注释：YAML支持添加注释，可以在数据文件中添加说明信息，便于理解和维护。

支持复杂数据结构：YAML支持列表、字典、嵌套结构等复杂数据类型，可以表示任意复杂的数据结构。

支持多文档 ：一个YAML文件可以包含多个文档，用---分隔，适合存储多个独立的配置项。

三、核心模块

3.1 HTTP请求封装

将Requests库进行二次封装，统一管理请求配置和异常处理。使用Session对象自动管理Cookie和连接池，提高请求效率。

封装的主要功能包括：

Session管理：使用Session对象自动管理Cookie和连接池，避免每次请求都建立新的连接，提高请求效率。同时，Session可以自动处理Cookie，对于需要登录态的接口非常方便。

超时控制：统一设置请求超时时间，避免因网络问题导致测试长时间阻塞。默认超时时间设置为10秒，可以根据实际情况调整。

异常处理 ：提供raise_for_status参数控制是否自动抛出HTTP错误。对于正常测试场景，开启此选项可以自动检测HTTP状态码；对于需要测试异常响应的场景，可以关闭此选项手动处理。

统一入口：所有请求都通过封装后的Request类发起，便于统一添加日志、鉴权、重试等通用逻辑。

python 复制代码

import requests

host = "http://****"

class Request:
    def __init__(self):
        self.session = requests.Session()
        self.timeout = 10
    
    def get(self, url, params=None, headers=None, raise_for_status=True, **kwargs):
        full_url = host + url if not url.startswith('http') else url
        response = self.session.get(full_url, params=params, headers=headers, 
                                     timeout=self.timeout, **kwargs)
        if raise_for_status:
            response.raise_for_status()
        return response
    
    def post(self, url, json=None, data=None, headers=None, files=None, 
             raise_for_status=True, **kwargs):
        full_url = host + url if not url.startswith('http') else url
        response = self.session.post(full_url, json=json, data=data, headers=headers,
                                      files=files, timeout=self.timeout, **kwargs)
        if raise_for_status:
            response.raise_for_status()
        return response

3.2 YAML数据管理

使用YAML文件存储和管理测试数据，实现数据的持久化和复用。支持通过点分隔的键路径访问嵌套数据，如register.admin.last.phoneNumber。

数据管理的设计思路：

数据持久化：将测试过程中产生的数据（如用户ID、Token、活动ID等）存储到YAML文件中，实现数据的持久化。这样即使测试中断，也可以从上次的状态继续执行。

数据复用：多个测试用例可以共享同一份数据，避免重复创建测试数据。例如，用户注册后保存的用户信息，可以在登录、创建活动等多个测试用例中使用。

数据隔离：通过键路径的方式组织数据，不同模块的数据存储在不同的命名空间下，避免数据冲突。

默认值支持：当数据不存在时，可以返回默认值，避免因数据缺失导致测试失败。

python 复制代码

import yaml
import os

def get_yaml(yaml_path, key, default=None):
    """获取YAML文件中的数据，支持点分隔的键路径"""
    keys = key.split('.')
    if not os.path.exists(yaml_path):
        return default
    with open(yaml_path, 'r', encoding='utf-8') as f:
        data = yaml.safe_load(f) or {}
    for k in keys:
        if data is None or not isinstance(data, dict):
            return default
        data = data.get(k)
    return data if data is not None else default

def set_yaml(yaml_path, key, value):
    """设置YAML文件中的数据，支持点分隔的键路径"""
    keys = key.split('.')
    if os.path.exists(yaml_path):
        with open(yaml_path, 'r', encoding='utf-8') as f:
            data = yaml.safe_load(f) or {}
    else:
        data = {}
    current = data
    for k in keys[:-1]:
        if k not in current:
            current[k] = {}
        current = current[k]
    current[keys[-1]] = value
    with open(yaml_path, 'w', encoding='utf-8') as f:
        yaml.dump(data, f, allow_unicode=True, default_flow_style=False)

3.3 JSON Schema响应校验

使用JSON Schema对API响应进行严格校验，确保响应数据结构正确。通过声明式的方式描述预期结构，任何不符合预期的响应都会被检测出来。

JSON Schema校验的优势：

结构校验：可以校验响应数据的整体结构，包括字段是否存在、字段类型是否正确、必填字段是否完整等。

类型约束：可以精确指定每个字段的类型，如字符串、数字、布尔值、数组、对象等。还可以进一步约束字符串的格式、数字的范围等。

灵活配置 ：通过additionalProperties可以控制是否允许额外字段，通过required可以指定必填字段，通过enum可以限制枚举值。

错误定位：当校验失败时，JSON Schema会输出详细的错误信息，包括错误路径、错误类型、期望值和实际值等，便于快速定位问题。

python 复制代码

schema = {
    "type": "object",
    "required": ["code", "data", "msg"],
    "additionalProperties": False,
    "properties": {
        "code": {"type": "number"},
        "data": {"type": ["object", "null"]},
        "msg": {"type": "string"}
    }
}

from jsonschema import validate
validate(response.json(), schema=schema)

3.4 测试数据生成工具

为了保证测试数据的唯一性和有效性，我们封装了一系列测试数据生成工具：

手机号生成：生成符合中国大陆手机号格式的随机号码，确保每次生成的手机号都是唯一的，避免因手机号重复导致注册失败。

邮箱生成：生成符合标准格式的随机邮箱地址，邮箱域名可以配置，支持多种邮箱格式。

昵称生成：基于手机号或其他唯一标识生成用户昵称，确保昵称的唯一性。

python 复制代码

import random
import string

def generate_unique_phone():
    """生成唯一的手机号"""
    prefixes = ['138', '139', '150', '151', '152', '158', '159', '186', '187', '188']
    prefix = random.choice(prefixes)
    suffix = ''.join(random.choices(string.digits, k=8))
    return prefix + suffix

def generate_unique_email(phone):
    """生成唯一的邮箱"""
    return f"test_{phone}@example.com"

def generate_unique_nickname(phone):
    """生成唯一的昵称"""
    return f"测试用户_{phone[-4:]}"

四、挑选接口

根据业务需求，挑选以下核心接口进行自动化测试。选择接口的原则是：优先覆盖核心业务流程、高频使用的接口、容易出错的接口。

接口名称	请求方法	接口路径	说明
用户注册	POST	/register	支持管理员和普通用户注册，需要提供手机号、邮箱、密码、昵称等信息
发送验证码	GET	/verification-code/send	发送手机验证码，用于手机号验证场景
登录	POST	/password/login	账号密码登录，返回Token用于后续接口认证
用户列表	GET	/base-user/find-list	查询用户列表，支持分页，可按角色筛选
创建奖品	POST	/prize/create	创建奖品（含图片上传），需要管理员权限
奖品列表	GET	/prize/find-list	查询奖品列表，支持分页
创建活动	POST	/activity/create	创建抽奖活动，需要关联奖品和用户
活动列表	GET	/activity/find-list	查询活动列表，支持分页
抽奖	POST	/draw-prize	执行抽奖操作，记录中奖信息
中奖记录	POST	/winning-records/show	查询中奖记录，按活动ID筛选
活动详情	GET	/activity-detail/find	查询活动详情，包含奖品和用户信息

五、项目结构

清晰的项目结构是框架可维护性的基础。采用分层设计的思想，将框架划分为测试用例层、业务逻辑层、接口封装层、工具支持层和数据层。

复制代码

lottery_system_ApiAutoTest/
├── cases/                          # 测试用例目录
│   ├── test_register.py            # 用户注册接口测试（30个用例）
│   ├── test_sendcode.py            # 验证码发送接口测试（5个用例）
│   ├── test_admin_login.py         # 管理员登录接口测试（14个用例）
│   ├── test_user_list.py           # 用户列表查询接口测试（3个用例）
│   ├── test_create_prize.py        # 奖品创建接口测试（4个用例）
│   ├── test_prize_list.py          # 奖品列表查询接口测试（6个用例）
│   ├── test_create_activity.py     # 活动创建接口测试（17个用例）
│   ├── test_activity_list.py       # 活动列表查询接口测试（6个用例）
│   ├── test_draw_prize.py          # 抽奖执行接口测试（8个用例）
│   ├── test_winning_records.py     # 中奖记录查询接口测试（3个用例）
│   └── test_activity_detail.py     # 活动详情查询接口测试（2个用例）
├── data/                           # 数据目录
│   ├── data.yaml                   # 测试数据存储文件
│   └── images/                     # 图片资源目录（用于奖品图片上传）
├── utils/                          # 工具类目录
│   ├── request_util.py             # HTTP请求封装
│   ├── yaml_util.py                # YAML文件操作封装
│   ├── phone_util.py               # 手机号生成工具
│   ├── mail_util.py                # 邮箱生成工具
│   └── name_util.py                # 昵称生成工具
└── pytest.ini                      # Pytest配置文件

5.1 Pytest配置文件

pytest.ini文件用于配置Pytest的运行行为：

ini 复制代码

[pytest]
markers =
    order: mark test to run in a specific order
testpaths = cases
python_files = test_*.py
python_classes = Test*
python_functions = test_*
addopts = -v --tb=short

六、测试用例设计（带脑图）

针对每个接口，从以下维度设计测试用例，确保测试覆盖的全面性和有效性：

分类	说明	示例
正向测试	正常业务流程，验证接口在正常输入下的行为	正常登录、正常创建活动、正常抽奖
未登录测试	无Token访问需要认证的接口，验证权限控制	期望返回401或相应错误信息
参数缺失测试	必填参数为空，验证参数校验逻辑	用户名为空、密码为空、活动ID为空
参数格式测试	参数格式错误，验证格式校验逻辑	手机号格式错误、邮箱格式错误、日期格式错误
参数长度测试	参数长度不符，验证长度校验逻辑	密码长度不足或超长、昵称超长
业务逻辑测试	业务规则校验，验证业务逻辑正确性	手机号已存在、活动不存在、奖品已抽完
安全性测试	安全防护校验，验证系统安全性	SQL注入、越权访问、敏感信息泄露

6.1 测试用例设计原则

单一职责：每个测试用例只验证一个测试点，避免一个用例包含多个断言。这样当测试失败时，可以快速定位问题所在。

独立性：测试用例之间应该相互独立，不依赖其他测试用例的执行结果。通过数据文件中转的方式实现数据共享，而不是直接依赖。

可重复性：测试用例应该可以重复执行，每次执行的结果应该一致。通过生成唯一的测试数据（如随机手机号）来避免数据冲突。

可维护性：测试用例的代码应该清晰易懂，避免复杂的逻辑。使用参数化来减少重复代码，使用有意义的变量名和函数名。

6.2 测试用例示例（脑图）

七、编写代码

7.1 用户注册接口

用户注册是系统的入口接口，需要验证各种参数组合和业务规则。注册成功后，将用户信息保存到数据文件中，供后续测试使用。

python 复制代码

import pytest
from utils.request_util import Request
from utils.yaml_util import get_yaml, set_yaml
from utils.phone_util import generate_unique_phone
from utils.mail_util import generate_unique_email
from utils.name_util import generate_unique_nickname

class TestRegister:
    url = "/register"
    schema = {
        "type": "object",
        "required": ["code", "data", "msg"],
        "properties": {
            "code": {"type": "number"},
            "data": {"type": ["object", "null"]},
            "msg": {"type": "string"}
        }
    }
    
    @pytest.mark.order(3)
    @pytest.mark.parametrize("identity,password", [("ADMIN", "Whx041223")])
    def test_register_admin_success(self, identity, password):
        phone = generate_unique_phone()
        name = generate_unique_nickname(phone)
        mail = generate_unique_email(phone)
        
        data = {
            "name": name,
            "mail": mail,
            "phoneNumber": phone,
            "password": password,
            "identity": identity
        }
        r = Request().post(url=self.url, json=data)
        validate(r.json(), schema=self.schema)
        assert r.json()["code"] == 200
        assert r.json()["msg"] == "成功"
        
        register_data = {
            "phoneNumber": phone,
            "password": password,
            "identity": identity,
            "name": name,
            "mail": mail
        }
        set_yaml("data/data.yaml", "register.admin.last", register_data)

7.2 登录接口

登录接口用于获取用户Token，Token是后续接口认证的关键。登录成功后，将Token保存到数据文件中。

python 复制代码

import pytest
from utils.request_util import Request
from utils.yaml_util import get_yaml, set_yaml
from jsonschema import validate

class TestAdminLogin:
    url = "/password/login"
    schema = {
        "type": "object",
        "required": ["code", "data", "msg"],
        "properties": {
            "code": {"type": "number"},
            "data": {
                "type": "object",
                "properties": {
                    "token": {"type": "string"},
                    "identity": {"type": "string"}
                }
            },
            "msg": {"type": "string"}
        }
    }
    
    @pytest.fixture
    def login(self):
        return {
            "loginName": get_yaml("data/data.yaml", "register.admin.last.phoneNumber"),
            "password": get_yaml("data/data.yaml", "register.admin.last.password"),
            "mandatoryIdentity": "ADMIN"
        }
    
    @pytest.mark.order(8)
    def test_admin_login_success(self, login):
        data = {
            "loginName": login["loginName"],
            "password": login["password"],
            "mandatoryIdentity": login["mandatoryIdentity"]
        }
        r = Request().post(url=self.url, json=data)
        validate(r.json(), schema=self.schema)
        assert r.json()["code"] == 200
        
        token = {
            "user_token": r.json()["data"]["token"],
            "identity": r.json()["data"]["identity"]
        }
        set_yaml("data/data.yaml", "data", token)

7.3 创建活动接口

创建活动是一个复杂的接口，需要关联奖品和用户数据。活动创建成功后，将活动ID及关联数据保存到数据文件中，供抽奖接口使用。

python 复制代码

import pytest
from datetime import datetime
from utils.request_util import Request
from utils.yaml_util import get_yaml, set_yaml
from jsonschema import validate

class TestCreateActivity:
    url = "/activity/create"
    schema = {
        "type": "object",
        "required": ["code", "data", "msg"],
        "properties": {
            "code": {"type": "number"},
            "data": {
                "type": "object",
                "properties": {
                    "activityId": {"type": "number"}
                }
            },
            "msg": {"type": "string"}
        }
    }
    
    @pytest.mark.order(19)
    def test_create_activity_success(self):
        prize_ids = get_yaml("data/data.yaml", "prize.list.prizeId", default=[])
        users = get_yaml("data/data.yaml", "user.list.normal_users", default=[])
        
        activity_name = f"抽奖测试_{datetime.now().strftime('%Y%m%d%H%M%S')}"
        body = {
            "activityName": activity_name,
            "description": "年会抽奖活动",
            "activityPrizeList": [
                {"prizeId": prize_ids[0], "prizeAmount": 1, "prizeTiers": "FIRST_PRIZE"}
            ],
            "activityUserList": users[:3]
        }
        header = {"user_token": get_yaml("data/data.yaml", "data.user_token")}
        r = Request().post(url=self.url, json=body, headers=header)
        validate(r.json(), schema=self.schema)
        assert r.json()["code"] == 200
        
        set_yaml("data/data.yaml", "activity.create", {
            "activityId": r.json()["data"]["activityId"],
            "activityPrizeList": body["activityPrizeList"],
            "activityUserList": body["activityUserList"]
        })

7.4 抽奖接口

抽奖接口是系统的核心业务接口，需要遍历活动中的所有奖品进行抽奖。每个奖品抽奖成功后，系统会记录中奖信息。

python 复制代码

import pytest
from datetime import datetime
from utils.request_util import Request
from utils.yaml_util import get_yaml
from jsonschema import validate

class TestDrawPrize:
    url = "/draw-prize"
    schema = {
        "type": "object",
        "required": ["code", "data", "msg"],
        "properties": {
            "code": {"type": "number"},
            "data": {"type": ["object", "null"]},
            "msg": {"type": "string"}
        }
    }
    
    @pytest.mark.order(24)
    def test_draw_prize_success(self):
        activity = get_yaml("data/data.yaml", "activity.create", default={})
        prize_list = activity.get("activityPrizeList", [])
        user_list = activity.get("activityUserList", [])
        header = {"user_token": get_yaml("data/data.yaml", "data.user_token")}
        
        for prize in prize_list:
            body = {
                "activityId": activity.get("activityId"),
                "prizeId": prize.get("prizeId"),
                "prizeTiers": prize.get("prizeTiers"),
                "winningTime": datetime.now().strftime("%Y-%m-%dT%H:%M:%S.000Z"),
                "winnerList": user_list[:prize.get("prizeAmount", 1)]
            }
            r = Request().post(url=self.url, json=body, headers=header)
            validate(r.json(), schema=self.schema)
            assert r.json()["code"] == 200

八、数据流转

8.1 数据流转设计思想

在接口自动化测试中，测试数据的管理是一个核心问题。很多接口之间存在数据依赖关系，例如：创建活动需要先获取奖品ID和用户ID，抽奖需要先获取活动ID。如何管理这些数据依赖，是框架设计的关键。

采用"数据文件中转"的设计思想，将测试过程中产生的数据持久化存储到YAML文件中，后续测试从文件中读取所需数据。

这种方式的优点：

解耦测试用例：测试用例之间通过数据文件间接关联，降低了耦合度。每个测试用例只需要关心自己需要什么数据、产出什么数据，不需要关心数据的来源和去向。

支持增量测试：可以单独执行某个测试用例，只要数据文件中存在所需数据即可。例如，如果已经注册过用户，可以直接执行登录测试，不需要重新注册。

便于问题排查：数据文件记录了测试过程中的所有数据，当测试失败时，可以查看数据文件中的数据是否正确，便于定位问题。

支持测试回放：可以使用固定的数据文件进行测试回放，复现问题场景。

8.2 完整数据流转链路

以下是测试用例执行过程中的完整数据流转链路：

复制代码

注册成功 → 保存用户数据（手机号、密码、邮箱、用户ID）
    ↓
登录成功 → 保存Token和身份信息
    ↓
用户列表 → 保存NORMAL用户ID和姓名
    ↓
奖品列表 → 保存奖品ID列表
    ↓
创建活动 → 使用奖品ID和用户数据，保存活动ID及关联数据
    ↓
抽奖 → 使用活动ID、奖品ID、用户数据执行抽奖
    ↓
中奖记录/活动详情 → 使用活动ID查询结果

8.3 测试用例执行顺序

使用pytest-ordering插件控制测试用例执行顺序，确保数据依赖正确。执行顺序的设计原则是：先执行数据生产者，后执行数据消费者。

Order	测试模块	测试内容	数据产出
1-4	注册模块	完成管理员和普通用户注册	用户数据（手机号、密码、邮箱等）
5-6	验证码模块	发送验证码测试	无
7-8	登录模块	管理员和普通用户登录	Token、身份信息
9-10	用户列表	查询用户列表	NORMAL用户ID和姓名
11-16	奖品模块	创建奖品、获取奖品列表	奖品ID列表
17-21	活动模块	创建活动、获取活动列表	活动ID及关联数据
22-24	抽奖模块	执行抽奖操作	中奖记录
25-30	记录模块	查询中奖记录、活动详情	无

九、测试报告

9.1 测试用例统计

本项目共设计了98个测试用例，覆盖了11个接口模块。测试用例分布如下：

接口模块	正向用例	异常用例	合计	覆盖场景
注册接口	2	28	30	参数缺失、格式错误、长度校验、唯一性校验
验证码接口	1	4	5	参数缺失、格式错误
登录接口	1	13	14	参数缺失、格式错误、用户不存在、密码错误
用户列表接口	1	2	3	未登录、参数错误
创建奖品接口	1	3	4	未登录、参数缺失
奖品列表接口	1	5	6	未登录、参数错误
创建活动接口	1	16	17	未登录、参数缺失、格式错误、业务规则
活动列表接口	1	5	6	未登录、参数错误
抽奖接口	1	7	8	未登录、参数缺失、业务规则
中奖记录接口	1	2	3	未登录、参数错误
活动详情接口	1	1	2	未登录、参数错误
总计	12	86	98

9.2 异常场景覆盖

本项目覆盖了以下异常场景，确保系统在各种异常输入下都能正确处理：

✅ 参数缺失校验：必填参数为空、请求体为空等场景，验证系统对必填参数的校验逻辑
✅ 参数格式校验：手机号格式错误、邮箱格式错误、日期格式错误等，验证系统对参数格式的校验逻辑
✅ 参数长度校验：字符串超长、数值超范围等场景，验证系统对参数长度的校验逻辑
✅ 业务规则校验：数据不存在、数据已存在、状态不正确等，验证系统对业务规则的校验逻辑
✅ 权限校验：未登录访问、越权访问等场景，验证系统的权限控制机制
✅ 数据唯一性校验：手机号已存在、邮箱已存在等，验证系统对唯一性约束的处理
✅ SQL注入测试：验证系统的安全防护是否到位，防止SQL注入攻击

9.3 allure 生成测试报告

在allure_results中生成测试用例的结果集，然后在allure_report中生成测试报告，测试报告为html页面，页面示例：

查看页面得到测试通过了 100%，涉及92条测试用例，总耗时13秒左右。

并且可以查看每一条测试用例的执行，且有日志打印，可以查看该次测试的具体情况。

十、优化方向

10.1 短期优化

支持多环境配置：将服务器地址、数据库配置等提取到配置文件中，支持开发环境、测试环境、生产环境的快速切换。可以通过命令行参数或环境变量指定当前环境。

yaml 复制代码

# config.yaml
environments:
  dev:
    host: "http://dev.example.com"
  test:
    host: "http://test.example.com"
  prod:
    host: "http://prod.example.com"

10.2 长期扩展

集成CI/CD流水线：将接口测试集成到持续集成/持续部署流水线中，实现代码提交后自动执行测试。可以与Jenkins、GitLab CI、GitHub Actions等工具集成，在代码合并前自动执行测试，确保代码质量。

添加数据库校验：除了校验接口响应，还可以直接查询数据库验证数据的正确性。例如，创建活动后查询数据库验证活动数据是否正确写入，抽奖后查询数据库验证中奖记录是否正确生成。

支持性能测试：基于现有的接口测试脚本，扩展性能测试功能。可以使用locust等工具进行接口压力测试，验证系统在高并发场景下的性能表现。

十一、总结

本文详细介绍了抽奖系统接口自动化测试框架的设计与实现过程，从项目背景、技术选型、核心模块、测试用例设计、代码实现、数据流转、测试报告等多个方面进行了阐述。

框架设计：采用分层设计思想，将框架划分为测试用例层、业务逻辑层、接口封装层、工具支持层和数据层。各层职责清晰，便于维护和扩展。

核心封装：封装了HTTP请求、YAML数据管理、JSON Schema响应校验等核心功能。通过封装，简化了测试代码的编写，提高了代码的复用性。

测试用例：设计了98个测试用例，覆盖正向测试、异常测试、边界测试等多种场景。测试用例覆盖了参数校验、业务规则、权限控制、安全性等多个维度。

数据流转：通过YAML文件实现测试数据的持久化和跨用例传递，确保测试用例之间的数据依赖正确。数据流转的设计使得测试用例可以独立执行，提高了测试的灵活性。

接口自动化测试是一项需要持续投入和优化的工作。随着业务的发展，接口会不断变化，测试用例也需要相应更新。一个好的测试框架应该具备良好的可维护性和可扩展性，能够快速适应业务的变化。希望本文能够为读者在接口自动化测试实践中提供一些参考和帮助。

项目源码 ：lottery_system_ApiAutoTest

技术交流：欢迎在评论区留言讨论，共同进步！