“自动化测试”有何优势？
-
具有一致性和重复性的特点，而且测试更客观，提高了软件测试的准确度、精确度和可信任度。
-
可将任务自动化，能够解放人力去做更重要的工作。
-
自动化测试只需要部署好相应的场景，如高度复杂的使用场景、海量数据交互、动态响应请求等，测试就可以在无人值守的状态下自动进行，并对测试结果进行分析反馈，手工测试很难实现复杂的测试。
-
可以模拟复杂的测试场景完成人工无法完成的测试，如负载测试、压力测试等。
-
软件版本更新迭代后需要进行回归测试，自动化测试有助于创建持续集成环境，使用新构建的测试环境快速进行自动化测试
自动化测试具体实施流程如下图所示：
自动化测试平台一般搭建步骤：
确定需求：明确需要测试的API接口和功能，以及测试平台的具体要求。
框架技术选择：
-
大多数框架采用java语言或是python语言来实现，考虑到python容易掌握，各种库也比较全，所以采用python语言来实现。python自动化框架最常用的有unittest和pytest，两者都可以，这里采用python自带的unittest。
-
对于WEB UI自动化测试，没有别的选择，基本都是采用selenium来驱动浏览器来完成。
-
对于接口自动化测试，可采用的办法较多，postman、jmeter都可以，但灵活性都不如直接采用python的request库。
-
数据驱动，由于unittest没有直接可用的dataprovider，采用常见的ddt来实现。
-
测试数据，第1阶段采用excel管理，对于大型系统，建议直接采用数据库进行管理。
编写测试用例：根据API接口文档和需求，编写测试用例，包括正常流程和异常流程的测试场景。
API测试用例主要由4个部分组成，分别是：用例的基础信息、前置步骤、请求脚本以及断言。
前置步骤用于为执行用例请求做前置准备，分为：前置请求、生成随机数据、前置等待3种类型。
请求脚本中包含了：选择请求方式、维护URL、维护请求头、请求参数或请求体，同时还能从对应的响应结果中提取出变量供后续的用例引用。
断言用于对用例执行后的响应结果做判断，判断请求执行后的响应结果是否满足我们的预期。若满足，则称之为：通过断言；不满足，则为：不满足断言；
配置环境：搭建测试环境，包括安装和配置开发工具、测试框架、数据库等。
开发工具环境：
1.Python解释器
2.Pycharm编码工具
Web端：
1.浏览器
2.浏览器驱动程序
依赖包：
1.Selenium
2.pytest
3.pytest-html
工程目录：
1.base-基类python package
2.page-PO封装python package
3.case-测试用例python package
4.data-数据文件Directory
5.report-测试报告Directory
6.log-日志文件Directory
7.screenshot-截图文件Directory
8.config.py-项目配置信息文件
9.utils.py-工具类文件
实现接口自动化：使用测试框架提供的API和工具，编写自动化测试脚本，发送请求并验证响应结果。
数据准备：根据测试用例的需求，准备测试数据，包括创建、修改、删除等操作。
执行测试：执行自动化测试脚本，生成测试报告，并进行结果分析和问题定位。
持续集成工具：将自动化测试脚本集成到持续集成工具中，如Jenkins、Travis CI等，实现自动触发和定时执行。
监控和报警：设置监控和报警机制，及时发现和解决测试环境和接口异常。
维护和优化：定期维护和优化测试用例和测试脚本，保证测试平台的稳定性和可靠性。
