python接口自动化(三十六)-封装与调用--流程类接口关联续集(详解)

简介

  上一篇已经给大家都介绍过了流程类接口关联,但是由于博客的登录机制改变,所以没有办法给小伙伴们实战演练一下,那么这篇就按照上一篇计划的用jenkins来给小伙伴们演示一下流程类接口的封装和调用,其实很简单,就是用上一篇和前边这篇传送门的代码稍

稍修改即可。不知道你自己练习了么,如果练习了,可以看看和我有什么不同,没练习的看看自己思路和我有啥不一样。好了废话少说进入主题

大致流程

1、同样的道理,在接口测试中,有些接口经常会被用到比如登录的接口,这时候我们可以每个接口都封装成一个方法,如:登录、新建任务和保存新建任务、删除新建任务,这四个接口就可以写成四个方法

2、接口封装好了后,后面我们写用例那就直接调用封装好的接口就行了,有些参数,可以参数化,如保存任务的的name和 jname 两个参数是动态的。调用时直接将其传入方法中,就可以了

3、像这种流程类的接口,后面的会依赖前面的,我们就可以通过 session将其关联起来

4、将自动化测试脚本保存到 login.py文件中,这样就可以是脚本和业务分离

jenkins实例实战

第一步:在pycharm中左上角点击“file”,然后点击“New Project”,修改名字为“jiekou”,点击“Create”

第二步:在jiekou文件夹下,分别创建python package分别命名为“jenkins”和“case”

第三步:都完成后,如下

第四步:在login.py文件中编辑自动化测试脚本

1、登录jenkins方法封装

2、新建任务和保存新建任务

3、删除新建任务

用例导入接口

1、导入上面 login.py 模块写的接口自动化测试脚本

2、在test_01.py中编辑测试用例

(1)登录接口测试用例

(2)新建和保存任务接口测试用例

(3)删除新建任务接口测试用例

3、运行结果

参考代码

  学到这里了参考代码留作悬念,自己先自己根据我给的截图将代码串联起来,看看能不能实现,如果实在想不出来的话,可以评论里留言,我将参考源码发给你。或者在QQ群里找我要!!!

小结

  好了,到这里jenkins的流程类接口关联封装与调用也接近了尾声,由于其登录,保存,删除任务的接口没返回success或者别的明确结果,所以可能有的小伙伴看到代码的运行结果也不是很直观明显。为了让小伙伴们看的更清楚直观,

我们还是老办法:打断点!!!这个想必大家学到这里不是很陌生了吧!陌生的话,再和我详细来一遍,不陌生的和我复习一遍。

1、登录接口成功我这里取得是页面元素:admin和注销,进行断言的

登录成功页面

2、新建和保存任务,接口通过断点来看一下

(1)在执行删除任务的接口用例前边方法双击出现一个大红点

(2)登录jenkins查看页面没有一个新建的任务

(3)点击pycharm右上角的昆虫图标,debug运行代码,一步步执行代码,但是不要执行删除任务方法

(4)刷新jenkins查看页面创建和保存一个新建的任务

(5)继续debug运行,执行删除任务方法,刷新jenkins页面如下

(6)小伙伴傻眼了,为啥没有删掉了呢???你再认真细心地看一下,到底删掉了吗???其实是删掉了,不骗你的。你看这个任务名称后边跟了一个1,这个是新建保存任务的接口留下的,而那个删除任务的名称后边是个2

哈哈,时间也不早了,早点休息吧,就到这里吧!!!

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏毛利学Python

爬了CSDN,我发现了这些

本文涉及到的Python第三方模块,共计五个:分词模块jieba,文字云模块wordcloud,画图模块matplotlib,用来处理背景图片的模块cv2,访问...

7220
来自专栏萌海无涯

Django学习安装django环境(2)

File --> Settings --> Project:django --> Project Inerpreter

7620
来自专栏毛利学Python

数据科学篇| Matplotlib和数据可视化(三)

数据的处理、分析和可视化已经成为Python近年来最为重要的应用领域之一,其中数据的可视化指的是将数据呈现为漂亮的统计图表,然后进一步发现数据中包含的规律以及隐...

8630
来自专栏毛利学Python

scrapy 入门(一)

Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘...

7720
来自专栏毛利学Python

pandas

pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需...

13830
来自专栏毛利学Python

自然语言处理| NLTK库的详解

自然语言处理(natural language processing)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有...

11620
来自专栏毛利学Python

scrapy中的强大媒体管道(二)

上文用了scrapy爬取了百度的美女图片,今天写写scrapy中的Image Pipeline

12930
来自专栏毛利学Python

数据科学篇| Numpy 库的使用(一)

实际上,标准的Python中,用列表保存数组的值。由于列表中的元素是任意的对象,所以列表中list保存的是对象的指针。虽然在Python编程中隐去了指针的概念,...

11730
来自专栏毛利学Python

keras入门

深度学习(Deep Learning, DL)或阶层学习(hierarchical learning)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工...

8420
来自专栏毛利学Python

Numpy的总结

对数组执行数学运算和逻辑运算时,NumPy 是非常有用的。在用 Python 对 n 维数组和矩阵进行运算时,NumPy 提供了大量有用特征。

8920

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励