最近在公司做接口测试，原来都是通过 excel 表格管理接口和参数，用 postman 做接口验证，jmeter 也可以做接口测试，之前自己做过一点接口自动化，对这方面有点积累，这样做的效率太低了，自己就想办法去采用工具去解决。
     在这里看了 flystar 的一篇文章，很有收获，自己也想倒腾下，大致的思路是采用数据驱动去做接口测试，数据根据方法名去注入，公司的接口都是采用 http 协议，没有加密和解密，业务接口之前的关联性也比较小，独立接口测试，大部分处理逻辑都是相似的。数据采用 yml 格式，测试框架采用 python 自带的 unittest 框架，测试方法定义模板，依据测试数据自动生成用例，核心代码：

def get_params(func):

    @wraps(func)

    def func_with_params(self, *args, **kwargs):


        class_name = self.__class__.__name__

        method_name = func.__name__

        print('class_name', class_name)

        print('method_name', method_name)

        params = data[class_name][method_name]['params']

        #add module share data process

        class_data_name = 'base_%s_data' % class_name.lower()

        if class_data_name in data[class_name]:

            params['post_data'] = dict(data[class_name][class_data_name]['params']['post_data'], **params['post_data'])


        res = data[class_name][method_name]['return']

        path = data[class_name][method_name]['path']

        self.res = res

        self.path = path

        func(self, *args, **kwargs)

    return func_with_params 

yml 数据格式：

Interface_Test:
    test_file:
        path: '/api/path'
        params:
            {'method': 'POST', 'post_data': {'name':'jeky'},
            }
        return:
            {'code': 'SUCCESS'}
    test_normal:
        path: '/api/login'
        params:
            {'method': 'PUT', 'post_data': {'password':'123'}}
        return:
            {'code': 'SUCCESS'} 

     入口程序根据 yml 文件去遍历测试数据，一级为文件，二级为接口方法，下面是路径，参数和返回值的验证。只需要维护 yml 格式文件就可以根据相应的请求类型 post/put/get 去生成对应模板的测试用例文件，由于检查点的多样性和业务差异，自动生成的脚本文件可以进行根据需要添加新的检查点，比如查询数据库字段进行验证。
     为了达到用例脚本复用的目的，将同类数据文件放在同一个方法下面，post_data 参数可以是一个列表，比如异常密码有很多种情况，写成列表的形式，程序会自动识别 post_data 的类型，如果有多个参数就运行多次用例方法。这里使用的 unittest 的框架，框架会自动识别.py 文件中 test 开头的方法并进行运行.

     下一步是测试数据管理，建立接口测试数据集，初始数据通过接口生成或从数据库构造， 通过这些初始公共数据去渲染测试数据文件，测试数据文件可以按照规则自动化生成，这样测试数据和接口测试方法都可以自动化生成，便于维护和减少编写成本，降低使用门槛。