霍格沃兹出品 《测试开发实战进阶》课程,资深测试架构师、开源项目作者亲授 BAT 大厂前沿最佳实践。4 个月 20+ 项目实战强化训练,带你一站式掌握 BAT 测试开发工程师必备核心技能(对标阿里P6+,年薪50W+)!学员直推 BAT 名企测试经理,普遍涨薪 50%+!
首先明确 Tcp 的概念,针对 Tcp 协议进行接口测试,是指基于 Tcp 协议的上层协议比如 Http ,串口,网口, Socket 等。这些协议与 Http 测试方法类似(具体查看接口自动化测试章节),但在测试过程中需要做些调整。
Socket
Socket 又称套接字,进程可通过套接字进行网络通信,使多个设备具有交互能力。Socket 适合对传输速度和安全性有严格要求的应用,比如手机内核与外界进行测试数据的传输。支持 Socket 设备不止计算机,还会有移动端,如果测试 Socket 协议,需要有收发 Socket 数据的能力或代理 Socket 的能力。
下图展示了正常的 Socket 通信流程:
/uploads/default/original/3X/7/9/)
如果测试 Socket 协议,需要做以下改造,即利用 Socket 代理,进行 Socket 数据的接收:
/uploads/default/original/3X/0/4/)
需要特别注意,需要应用可更改 Socket 地址,才可使用代理。以 Python 的 Socket 为例,下面是一个简单的 Socket 客户端和服务端:
# 客户端
import socket # 导入 socket 模块
s = () # 创建 socket 对象
host = '127.0.0.1' # 获取本地主机名
port = 12345 # 设置端口号
((host, port))
print((1024).decode())
()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
# 服务端
import socket # 导入 socket 模块
s = () # 创建 socket 对象
host = '127.0.0.1' # 获取本地主机名
port = 12345 # 设置端口
((host, port)) # 绑定端口
(5) # 等待客户端连接
while True:
c,addr = () # 建立客户端连接
print(addr)
('收到信息'.encode())
() # 关闭连接
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
客户端可与服务端进行交流,但 Socket 地址不可更改,即上述客户端代码的 127.0.0.1 和 12345 端口不能通过配置文件进行更改。如果不能更改这两者,就堵死了通向代理的道路:
/uploads/default/original/3X/4/5/)
如何进行修改?以客户端代码为例,可通过配置文件来配置 host 和 port :
import socket
import yaml
# 通过配置文件,进行 host 和 port 配置
with open("","r", encoding="utf-8") as f:
data = yaml.safe_load(f)
host = ("host")
port = ("port")
s = ()
((host, port))
print((1024).decode())
()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
的内容如下:
host: "127.0.0.1"
port: 12345
- 1
- 2
- 3
上述更改,可使应用走 Socket 代理。测试人员还需一款合适的代理工具,推荐 mitmproxy 或自写 Socket 代理。mitmproxy 使用请参考:
mitmproxy 官网:/
其他协议
其它协议,比如串口、网口、visa 等,与 Socket 的测试模式类似,用相同的图即可简述:
/uploads/default/original/3X/f/8/)
其它协议较 Sokcet 更冷门,无合适的代理工具。需要测试人员自己写代理,比如串口协议, Python 虽然支持 Pyserial 进行收发串口,但无代理。此时需要测试人员自行编写串口代理工具。这个过程需要开启两个监听服务,如下图,监听服务 A 监听端口 123 ,如果有数据进来,会透传(或做数据更改,实现 mock)给端口 456,监听服务 B 同理:
/uploads/default/original/3X/f/d/)
使用两个监听服务,可编写任意协议,但注意缺点,数据的传输时间会增加,如果过分注重性能,此方案慎用。下面是参考代码,其中只保留了关键逻辑:
def forward(self):
"""
开启监听
:return:
"""
while True:
# 从虚拟串口接收到请求
virtual_req = self.virtual_ser.recv()
if b'' == virtual_req:
continue
if self.is_call_back:
# 返回空值,让 mock_server 决定返回内容
real_result = b""
else:
# 等待真实设备出现
if self.real_ser is None :
# 代码省略
# 将请求转发到真实串口
real_result = self.real_ser.write_by_bytes(virtual_req)
# 获取 mock 的结果,在此可以加入 mock 操作
mock_result = self.mock_server.mock(virtual_req, real_result)
# 将 mock 结果写入虚拟串口
self.virtual_ser.send(mock_result)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
再次强调,需要让应用支持端口修改,才能使用代理工具,这部分需要与开发交流,提修改需求。
⬇️ 点击“阅读原文”,提升测试核心竞争力!
原文链接
获取更多技术文章分享
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sr0jNXbH-1650247550501)([外链图片转存中…(img-VUGGzh5s-1650247547829)]]]]]
在实际的测试工作中,通常需要对多组不同的输入数据,进行同样的测试操作步骤,以验证我们的软件质量。这种测试,在功能测试中非常耗费人力物力,但是在自动化中,却比较好实现,只要实现了测试操作步骤,然后将多组测试数据以数据驱动的形式注入,就可以实现了。
前面文章学习了参数化,当数据量非常大的时候,我们可以将数据存放到外部文件中,使用的时候将文件中的数据读取出来,方便测试数据的管理。数据与测试用例分别管理,可以利用外部数据源 YAML、JSON、Excel、CSV 管理测试数据。
YAML 是一种容易阅读、适合表示程序语言的数据结构、可用于不同程序间交换数据、丰富的表达能力和可扩展性、易于使用的语言。通过缩进或符号来表示数据类型。
pyyaml 模块在 Python 中用于处理 YAML 格式数据,主要使用 yaml.safe_dump() 和 yaml.safe_load() 函数将 Python 值和 YAML 格式数据相互转换。工作中常常使用 YAML 格式的文件存储测试数据。
安装
案例
创建用例文件以及数据文件来完成数据驱动的测试案例,创建一个文件夹 testdata,在这个文件夹下创建 和 test_yaml.py 文件。
创建 文件:
创建“test_yaml.py”,代码如下:
代码分析:
yaml 文件里定义了列表数据,通过 open() 方法获取 文件对象,使用 yaml.safe_load() 加载这个文件对象,将 YAML 格式文件转换为 Python 值,分别传到到用例中生成多条用例分别执行。
运行结果:
运行结果中 [1-2] 和 [20-30] 代码传入的两组参数,分别传入 test_foo() 用例方法中执行,并且分别生成两条测试结果。
以上,pytest 组合 YAML 实现数据驱动,YAML 文件作为用例数据源,控制测试用例的执行,使测试用例数据维护更加方便快捷。
【相关阅读】
- Python 测试开发实战进阶,挑战阿里P6+,年薪50W+!
-
- 干货 | 一文搞定 pytest 自动化测试框架(一)
-
- 干货 | 一文搞定 pytest 自动化测试框架(二)
-
- Python 自动化测试(三): pytest 参数化测试用例构建
-
- 干货 | 一文搞定 Linux 常用高频命令
活动推荐
- 干货 | 一文搞定 Linux 常用高频命令
本周四晚 8 点,霍格沃兹测试学院邀请到资深测试技术专家方程老师分享《Pytest 自动化测试最佳实践》主题公开课,通过动手实战,快速掌握 Pytest 进阶技能。
提升自己的核心竞争力吧
原文链接
获取更多技术文章分享
15 期热招中,入群获取完整大纲
Python 测试开发实战进阶,挑战阿里P6+,年薪50W+!
干货 | 一文搞定 pytest 自动化测试框架(一)
干货 | 一文搞定 pytest 自动化测试框架(二)
Python 自动化测试(三): pytest 参数化测试用例构建
干货 | 一文搞定 Linux 常用高频命令
Python 自动化测试(四):数据驱动
原文链接
获取更多技术文章分享