🎈 测试自动化脚本是软件开发, 需要投入到维护的精力的多少，是区分好的测试代码结构的关键因素 🎈
- 敏捷开发模式下的系统，自动化代码如何应对系统频繁的变动？
- 大量的测试数据如何管理，如何更新？
- 测试环境写完的case如何在其他环境执行？
🎈 代码首先是写给人看的，其次才是计算机顺便能够运行 🎈
- 如何提高自动化case的编写效率？
- 如何写可读性高的自动化case，达到代码即是用例的效果？
- 如何减少编码量，降低自动化case编码人员的技术能力要求？
以下所有的设计都是围绕这两点展开，从代码组织和数据管理两个方面入手。示例demo
- 关键字驱动：这样好处是可复用性，测试程式已在高度抽象化的层级下创建，减少维护的成本。还可以提高可读性和开发效率。
- 测试数据与测试代码分离：方便数据的管理与维护，解决测试数据中变量的支持。
- 测试数据动态加载：不同环境的配置变量，和请求之间的上下文数据依赖动态加载。
- 多环境支持：配置化，同一套测试代码可在不同环境执行（开发，测试，预发布），无需额外修改。
- 报告与日志：集成美观的测试报告框架，记录丰富的执行信息，从执行日志中分析定位问题程序。
合理的封装函数设计，将使得自动化脚本简洁化、一致性，可维护性高。进行逻辑上的分层，减少重复代码，系统变化对自动化测试程序的影响控制在特定模块，可以快速修改维护。
将模块层和接口层的关键字，组合成业务流程，完成用例场景的构建和测试。
按业务模块封装为可复用关键字,供测试场景使用 组合多个api构造特定业务动作
例如：1调用商品列表接口+选取两个商品id调用添加购物车接口+提交订单接口，串成一个工作流，组合成关键字生成一个新订单。
2系统A提交审核信息接口+审核系统审核通过，串成一个工作流组成关键字生成一个审核通过的数据。
与被测系统的一次交互，可以是发送一个http请求，消息队列中发送一条数据，或者修改数据库中某个字段
功能：操作中的通用信息实现在此层例如：HTTP请求需要添加通用字段 对参数进行排序后md5加密，参数中要传时间戳.. 变量的替换
管理与系统连接，包括http, kafka, Database, Redis...
功能：如打印log，多环境配置信息，通用功能的实现如（参数的动态渲染能力）。
通过逻辑上的分层，使得testcase是由module和api的调用组成，增加了代码的复用，系统发生变化时，对测试代码的影响也被降低，如图API_1的接口参数发生变化或者API_3的实现方式发生修改，只需要修改对应的数据即可，testcase层不需要修改。
而且，通过分层之后，可以将api公共参数放到不同的层级来实现，就像TCP/IP网络的封装数据一样，实现不同级别的默认数据的添加。减少testdata的维护，使得测试数据中只有控制业务相关的字段。
- clone本项目
- Dependency
- python3
- pip install -r requirements.txt
- jenkins (*)
- allure(*)
- mongodb(*)
- 运行
- docker run --name mongo -d -v /root/docker/mongo:/data/db -p 27017:27017 mongo
- pytest
- allure serve -p 8090