• 不是让你写前端,而是测前端hhhhh 项目跑起来以后发的请求都会经过代理返回你 mock 的数据,从而看是否符合业务需求。

  • 这个是你们项目前端开发项目比后端快,你要先测前端的时候,没有接口自然要先mock数据,不过你要按照后端约定好的数据格式来mock数据,然后把你们前端项目的 proxy 改一下就可以了。

  • 埋点自动化测试工具 at November 08, 2019

    重构并优化了一下代码,新增了不少 demo 体验演示和 debug 信息,也支持过滤无用上报事件和重复事件上报的检测 ~

  • 对 vue 单页应用如何测试 at November 07, 2019

    有,用 puppeteer

  • 技术肯定是要的,但是可能不是纯技术,而是结合到了实际的业务场景里面,问你有没有技术方案可以落地实施从而解决业务测试痛点。

  • 简单点的,对网页性能打开速度和稳定性的,这是之前我做的:https://testerhome.com/topics/20613
    深入一点的,一般都是在你们的项目代码里面加入探针,做一个前端实时的监控系统,给你的推荐:https://github.com/wangweianger/zanePerfor

  • POM - Web UI 自动化测试平台 at November 04, 2019

    QQ群 726249053

  • 埋点自动化测试工具 at November 01, 2019

    嗯,puppeteer 就是 nodejs 版的 selenium,但是包装了 chromeDevTools 的很多功能在里面。

  • $X_CSRF_Token 与 $ X-CSRF-Token 跟这个下划线和横杠有关系

  • 这个跟 goreplay 差不多吗?

  • 接口没有必要用 POM 的设计模式来封装,接口像 Httprunner 这些都非常成熟好用,可以用脚手架去管理,也在社区的开源项目里面,可以去了解一下。

  • 😂 😂 😂

  • opendiffy/diffy 和 twitter/diffy 有什么不一样的地方?

  • 方案一可借鉴轮子:

    https://github.com/wuyuewuzhenmin/Jmeter-ptc

    方案二可借鉴轮子:

    https://github.com/myzhan/boomer
  • 你都从 yaml 文件里面拿到了所有的请求和参数这一些,接下来不就像写接口测试脚本一样吗,把对应的参数放到 python 的脚本里面对应的位置,然后用 requests 去执行。所谓的 testsuite testcase teststep ,无非就是执行过程中的先后顺序,然后再去遍历执行每个过程中又嵌套的 testsuite testcase teststep。

    """ Running testcases. """
    Examples:
    >>> tests_mapping = {
    "project_mapping": {
    "functions": {}
    },
    "testcases": [
    {
    "config": {
    "name": "XXXX",
    "base_url": "http://127.0.0.1",
    "verify": False
    },
    "teststeps": [
    {
    "name": "test description",
    "variables": [], # optional
    "request": {
    "url": "http://127.0.0.1:5000/api/users/1000",
    "method": "GET"
    }
    }
    ]
    }
    ]
    }

    >>> testcases = parser.parse_tests(tests_mapping)
    >>> parsed_testcase = testcases[0]

    >>> test_runner = runner.Runner(parsed_testcase["config"])
    >>> test_runner.run_test(parsed_testcase["teststeps"][0])
  • 首先,校验 yaml 文件的格式,返回 yaml 的数据。

    def load_yaml_file(yaml_file):
    """ load yaml file and check file content format
    """

    with io.open(yaml_file, 'r', encoding='utf-8') as stream:
    yaml_content = yaml.load(stream)
    _check_format(yaml_file, yaml_content)
    return yaml_content

    接下来,根据你的测试指令后的文件的后缀名,读取对应格式的文件。

    def load_file(file_path):
    if not os.path.isfile(file_path):
    raise exceptions.FileNotFound("{} does not exist.".format(file_path))

    file_suffix = os.path.splitext(file_path)[1].lower()
    if file_suffix == '.json':
    return load_json_file(file_path)
    elif file_suffix in ['.yaml', '.yml']:
    return load_yaml_file(file_path)
    elif file_suffix == ".csv":
    return load_csv_file(file_path)
    else:
    # '' or other suffix
    err_msg = u"Unsupported file format: {}".format(file_path)
    logger.log_warning(err_msg)
    return []

    然后,下面这个我觉得就很明显了。

    def load_teststep(raw_testinfo):
    ...

    def load_testcase(raw_testcase):
    ...

    def load_testcase_v2(raw_testcase):
    """ load testcase in format version 2. """
    ...

    def load_testsuite(raw_testsuite):
    ...

    剩下一些类似 __extend_with_api_ref() __extend_with_testcase_ref() 等等的函数,无非就是读取你的测试步骤中调用的扩展 api 或者 testcase,locate_debugtalk_py() 函数作用就更明显了。一系列相关的东西都加载完,最后开始 load_test 进行最后的汇总组合。

    def load_tests(path, dot_env_path=None):
    """ load testcases from file path, extend and merge with api/testcase definitions.

    Args:
    path (str): testcase/testsuite file/foler path.
    path could be in 2 types:
    - absolute/relative file path
    - absolute/relative folder path
    dot_env_path (str): specified .env file path

    Returns:
    dict: tests mapping, include project_mapping and testcases.
    each testcase is corresponding to a file.
    {
    "
    project_mapping": {
    "
    PWD": "XXXXX",
    "
    functions": {},
    "
    env": {}
    },
    "
    testcases": [
    { # testcase data structure
    "
    config": {
    "
    name": "desc1",
    "
    path": "testcase1_path",
    "
    variables": [], # optional
    },
    "
    teststeps": [
    # test data structure
    {
    'name': 'test desc1',
    'variables': [], # optional
    'extract': [], # optional
    'validate': [],
    'request': {}
    },
    test_dict_2 # another test dict
    ]
    },
    testcase_2_dict # another testcase dict
    ],
    "
    testsuites": [
    { # testsuite data structure
    "
    config": {},
    "
    testcases": {
    "
    testcase1": {},
    "
    testcase2": {},
    }
    },
    testsuite_2_dict
    ]
    }

    """

    if not os.path.exists(path):
    err_msg = "path not exist: {}".format(path)
    logger.log_error(err_msg)
    raise exceptions.FileNotFound(err_msg)

    if not os.path.isabs(path):
    path = os.path.join(os.getcwd(), path)

    load_project_tests(path, dot_env_path)
    tests_mapping = {
    "project_mapping": project_mapping
    }

    def __load_file_content(path):
    loaded_content = None
    try:
    loaded_content = load_test_file(path)
    except exceptions.FileFormatError:
    logger.log_warning("Invalid test file format: {}".format(path))

    if not loaded_content:
    pass
    elif loaded_content["type"] == "testsuite":
    tests_mapping.setdefault("testsuites", []).append(loaded_content)
    elif loaded_content["type"] == "testcase":
    tests_mapping.setdefault("testcases", []).append(loaded_content)
    elif loaded_content["type"] == "api":
    tests_mapping.setdefault("apis", []).append(loaded_content)

    if os.path.isdir(path):
    files_list = load_folder_files(path)
    for path in files_list:
    __load_file_content(path)

    elif os.path.isfile(path):
    __load_file_content(path)

    return tests_mapping

    总之,多看看源码就好辣hhh
    源码:https://github.com/httprunner/httprunner
    回答问题的相关代码文件: ./httprunner/loader.py

  • ppts - 网页性能分析工具 at September 27, 2019

    ppts v1.4.0: 当输出格式为 json 时,支持通过 webhook 发送测试数据给群机器人

  • ppts - 网页性能分析工具 at September 23, 2019

    ppts 安装需要node环境,版本最好是最新的,有使用问题或技术问题可以直接到Github上提issues,或此处留言。如果对你的使用有帮助,请点赞或Star一下 ~