pytest接口自动化常用的测试库

在 pytest 接口自动化测试中，常用的测试库和工具汇总：

1. 核心测试框架

• pytest
  • 基础测试框架，支持参数化、夹具（fixture）、断言重写等特性。
  • 插件生态丰富，是接口自动化的核心工具。

2. HTTP 请求库

• requests

  • 发送 HTTP 请求（GET/POST/PUT/DELETE），处理响应数据。
  • 简单易用，适合大多数接口测试场景。

  import requests
  response = requests.get("https://api.example.com")
  

• httpx

  • 支持同步/异步 HTTP 请求，兼容 requests 的 API，适合需要异步的场景。

3. 断言与数据验证

• pytest 内置断言

  • 直接使用 Python 的 assert 语句，pytest 会提供详细的失败信息。

  assert response.status_code == 200
  

• jsonschema

  • 验证 JSON 响应是否符合指定的 Schema 结构。

  from jsonschema import validate
  schema = {"type": "object", "properties": {"name": {"type": "string"}}}
  validate(instance=response.json(), schema=schema)
  

• pydantic

  • 通过类型注解验证数据模型，适合强类型校验。

  from pydantic import BaseModel
  class User(BaseModel):
      id: int
      name: str
  User(**response.json())  # 自动校验字段类型
  

4. 测试数据管理

• Faker

  • 生成假数据（如用户名、邮箱、地址等），用于测试输入。

  from faker import Faker
  fake = Faker()
  fake.name()  # 生成随机姓名
  

• pytest-cases

  • 分离测试逻辑和测试数据，支持动态参数化。

5. 环境与配置管理

• python-dotenv

  • 从 .env 文件加载环境变量（如测试环境的 URL、密钥等）。

  from dotenv import load_dotenv
  load_dotenv()
  

• pytest-base-url

  • 通过命令行或配置文件管理测试的基础 URL。

6. 夹具（Fixtures）扩展

• pytest-mock

  • 集成 unittest.mock，用于模拟接口依赖（如第三方服务）。

  def test_api(mocker):
      mocker.patch("requests.get", return_value=Mock(status_code=200))
  

• responses

  • 直接模拟 requests 库的返回，避免真实网络请求。

  import responses
  @responses.activate
  def test_mock_api():
      responses.add(responses.GET, "https://api.example.com", json={"key": "value"})
      response = requests.get("https://api.example.com")
  

7. 报告与可视化

• pytest-html

  • 生成 HTML 格式的测试报告。

  pytest --html=report.html
  

• allure-pytest

  • 生成 Allure 报告，支持丰富的图表和附件。

  pytest --alluredir=./allure-results
  

8. 性能与安全

• locust
  • 结合 pytest 实现接口性能测试（非 pytest 原生支持，但可集成）。
• bandit
  • 检查代码中的安全漏洞（如硬编码密码）。

9. 其他实用插件

• pytest-xdist

  • 分布式运行测试，加速大规模用例执行。

  pytest -n 4  # 使用 4 个进程并行
  

• pytest-ordering

  • 控制测试用例的执行顺序（谨慎使用，推荐用例独立）。

• pytest-rerunfailures

  • 自动重试失败的测试。

  pytest --reruns 3  # 失败时重试 3 次
  

典型项目结构

project/
├── conftest.py          # 全局夹具（如请求客户端、认证）
├── test_apis/
│   ├── __init__.py
│   ├── test_login.py    # 测试模块
│   └── test_user.py
├── utils/
│   ├── data_loader.py   # 数据读取工具
│   └── assert_helpers.py # 自定义断言
└── requirements.txt     # 依赖库列表

总结

• 基础请求：requests + pytest
• 断言校验：jsonschema/pydantic
• 测试数据：Faker + 参数化
• Mock：responses 或 pytest-mock
• 报告：allure-pytest 或 pytest-html
• 性能：locust（独立工具）

根据项目需求选择合适的库组合，保持代码简洁可维护！