---

前言

作为软件测试工程师，利用 Python 搭建接口自动化测试框架是一个系统化的过程。
从零开始搭建一个高效、可维护的接口自动化测试框架：

1、明确框架设计目标

在开始之前，明确框架的设计目标，例如：
支持多种 HTTP 请求（GET、POST、PUT、DELETE 等）。
支持数据驱动测试（如从 Excel、CSV、JSON 文件中读取测试数据）。
支持日志记录和测试报告生成。
支持环境配置管理（如测试环境、预发布环境、生产环境）。
易于扩展和维护。

2、技术选型

选择合适的技术栈是搭建框架的关键。以下是一些常用的 Python 库和工具：
HTTP 请求库：requests（简单易用）或 httpx（支持异步）。
测试框架：unittest（Python 自带）或 pytest（功能更强大）。
数据驱动：pandas（处理 Excel/CSV）、json（处理 JSON）。
日志记录：logging。
测试报告：Allure、HTMLTestRunner。
配置文件管理：configparser 或 YAML。
依赖管理：pipenv 或 poetry。

3、框架目录结构

设计一个清晰的目录结构，便于管理和扩展。例如：

api_test_framework/
├── config/ # 配置文件
│ └── config.ini
├── data/ # 测试数据
│ ├── test_data.csv
│ └── test_data.json
├── logs/ # 日志文件
├── reports/ # 测试报告
├── test_cases/ # 测试用例
│ └── test_user_api.py
├── utils/ # 工具类
│ ├── http_client.py
│ ├── logger.py
│ └── data_loader.py
└── requirements.txt # 依赖库

4、核心模块实现

(1) HTTP 请求封装
创建 http_client.py，封装常用的 HTTP 请求方法：

import requests

class HttpClient:
    def __init__(self, base_url):
        self.base_url = base_url

    def get(self, endpoint, params=None, headers=None):
        url = f"{self.base_url}{endpoint}"
        response = requests.get(url, params=params, headers=headers)
        return response

    def post(self, endpoint, data=None, json=None, headers=None):
        url = f"{self.base_url}{endpoint}"
        response = requests.post(url, data=data, json=json, headers=headers)
        return response

    # 添加其他请求方法（PUT、DELETE 等）

(2) 日志记录
创建 logger.py，实现日志记录功能：

import logging
import os

def setup_logger():
    logging.basicConfig(
        level=logging.INFO,
        format="%(asctime)s - %(levelname)s - %(message)s",
        handlers=[
            logging.FileHandler("logs/api_test.log"),
            logging.StreamHandler()
        ]
    )
    return logging.getLogger()

(3) 数据加载
创建 data_loader.py，支持从文件加载测试数据：

import json
import pandas as pd

def load_json(file_path):
    with open(file_path, "r", encoding="utf-8") as f:
        return json.load(f)

def load_csv(file_path):
    return pd.read_csv(file_path).to_dict("records")

(4) 配置文件管理
使用 configparser 管理配置文件（config.ini）：

[ENV]
base_url = https://api.example.com

[LOG]
level = INFO

加载配置：

import configparser

config = configparser.ConfigParser()
config.read("config/config.ini")

BASE_URL = config.get("ENV", "base_url")
LOG_LEVEL = config.get("LOG", "level")

5、编写测试用例

使用 pytest 或 unittest 编写测试用例：

import unittest
from utils.http_client import HttpClient
from utils.logger import setup_logger

logger = setup_logger()

class TestUserAPI(unittest.TestCase):
    def setUp(self):
        self.client = HttpClient(BASE_URL)

    def test_get_user(self):
        response = self.client.get("/users/1")
        self.assertEqual(response.status_code, 200)
        logger.info("GET /users/1 测试通过")

    def test_create_user(self):
        data = {"name": "John", "email": "john@example.com"}
        response = self.client.post("/users", json=data)
        self.assertEqual(response.status_code, 201)
        logger.info("POST /users 测试通过")

6、生成测试报告

使用 Allure 或 HTMLTestRunner 生成测试报告：

import unittest
from HTMLTestRunner import HTMLTestRunner

if __name__ == "__main__":
    suite = unittest.defaultTestLoader.discover("test_cases")
    with open("reports/report.html", "wb") as f:
        runner = HTMLTestRunner(
            stream=f,
            title="API 测试报告",
            description="测试结果"
        )
        runner.run(suite)

7、运行测试

通过命令行运行测试：

pytest test_cases/ -v --html=reports/report.html

8、持续集成（CI）

将框架集成到 CI/CD 工具（如 Jenkins、GitLab CI）中，实现自动化测试：
在 CI 配置文件中添加测试命令。
每次代码提交后自动运行测试并生成报告。

9、框架优化与扩展

参数化测试：使用 pytest.mark.parametrize 实现参数化测试。
环境切换：通过配置文件动态切换测试环境。
Mock 测试：使用 unittest.mock 模拟外部依赖。
并发测试：使用 pytest-xdist 实现并发测试。

下面是我整理的2025年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结（尾部小惊喜）

人生没有跨不过的山，只有不愿迈的脚。当你觉得撑不住时，正是突破的前兆。那些咬牙坚持的日子，终将成为你最骄傲的勋章。记住：黑夜再长，黎明终会到来；脚步再慢，坚持就能抵达！

别让"不可能"三个字困住你的人生。每个伟大的成就，都始于一个勇敢的开始。今天的汗水是明天的果实，现在的努力是未来的底气。你比自己想象的更强大，世界终将为追梦者让路！