Python API 自动化框架搭建：分层设计与配置实战

本文主要介绍在公司环境中如何使用 Python 进行 API 自动化测试的实战方法。

API 自动化框架分层架构设计

1. 分层设计思路

采用分层架构，各模块职责如下： dataPool：数据池层，存储各类测试所需数据，包括公共数据等。 config：基础配置层，用于存放全局配置信息。 tools：工具层，封装通用工具函数。 common：公共方法层，提供基础公共接口。 runCase：存放需要执行的测试用例。 noRunCase：存放暂不执行的测试用例。 testReport：用于存储生成的测试报告。

公共方法层实现：时间戳处理

2. 编写 common 公共方法层

2.1 getTimestamp.py

在 common 文件夹下新建文件 getTimestamp.py。

由于业务场景中需要获取时间戳，此处实现将时间戳转换为字符串类型的功能。

# -*- coding:utf-8 -*-
# 因为业务中需要用到时间戳，我们这里把时间戳转换成str类型
import time
 
 
def get_timestamp():
 timestamp = time.time()
 return str(int(timestamp))

基础配置管理：数据库 YAML 配置

3. config 基础配置

3.1 数据库配置 query_local_db_data.yaml

在 config 目录下新建文件 query_local_db_data.yaml，用于存放数据库连接配置。

#mydb1
database1:
 host: 11.11.1.1
 port: 3306
 user: testuser
 password: testpw
 
#mydb2
database2:
 host: 22.22.2.2
 port: 3306
 user: testuser
 password: testpw

在 query_local_db_data.yaml 文件中定义了两个数据库的配置项。请注意，示例中的数据库配置为虚构数据，实际使用时请替换为您真实的数据库连接信息。

以上即为 Python API 自动化实战的完整代码示例，供读者参考与学习。