作为一名接口自动化测试工程师，日常面临最多的工作就是编写接口自动化测试脚本，那么，在 coding 的过程中最让你觉得枯燥和乏味事情有哪些？
解放双手，降低纯手力劳动占比，进而给自己提供更多的时间去思考、理解产品和设计更多 聪明 的用例
自动化获取接口信息分析接口自动化脚本结构和内容自动化测试脚本结构图
筛选工作量大又有规律可循的脚本此处规律不宜太过于复杂，可先选逻辑简单的部分，我们主要选取以下两部分
用例结构图
解析接口文档接口信息来源于接口文档，目前市场上比较主流的几个接口文档管理工具有Swagger、RAP、WIKI 或者其他普通文档工具。
直接嵌入项目中，通过开发时编写注释，自动生成接口文档，成本较低需要开发按照平台规则手动输入，成本较高需要按照约定规范，手动输入，成本较高
如果有条件，大家可以根据开发成本和解析接口文件的难易程度来综合考虑，确定使用哪个平台管理接口
我们项目是 Swagger 和 WIKI 混合使用，由于日常测试看 WIKI 居多，因此早期采用 Python 爬虫利器 BeautifulSoup 来解析WIKIhtml页面
from bs4 import BeautifulSoup soup = BeautifulSoup (html_doc) title_string = soup. title.string # 后面继续解析其他需要用到的接口内容
使用下来发现通过wiki来获取接口信息的一些弊端
对于复杂的嵌套参数，稍有不按照规范来的，就会导致脚本解析错误，很大程度上造成了解析的难度
对于swagger.json的解析和代码生成官方也提供了一些可供使用的库swagger-codegen(java),由于编程语言的限制，我们使用了python自己解析
现在，我们已拿到生成代码所需要的信息
自动生成代码代码生成工具class CodeGeneratorBackend(): def begin(self, tab=" "): self.code = [] self.tab = tab self.level = 0 def end(self): # return string.join(self.code, "") return "".join(self.code) def write(self, string): self.code.append(self.tab * self.level + string) def indent(self): self.level = self.level + 1 def dedent(self): if self.level == 0: raise SyntaxError("internal error in code generator") self.level = self.level - 1"""调用方法,开始生成代码""" c = CodeGeneratorBackend()c.begin(tab=" ") # 定义缩进方式c.write("def function(self):c.indent() # 缩进# 方法体c.dedent() # 回退上一次缩进接口类部分脚本生成规则由于我们接口属于是存储在类结构中，因此根据当前脚本的API Object接口进行遍历替换即可
接口用例部分代码生成规则特殊值用例
给每个参数生成为0、None、空字符串这样特殊值的用例
定位参数类型
通过接口参数给出的类型，生成符合该类型的值，和一些不符合参数类型的值(健壮性)，赋值后生成用例,如下代码示例
定位特定关键词参数
遇到类似starttime，endtime参数，可生成两个时间参数和当前时间前后比较的用例，两个时间参数前后比较的用例
该生成规则需要和开发约定一些基本原则，另外也需要我们在日常测试中多归纳总结，找出那些有固定规律的用例，想办法定位生成这类用例
定位接口类型
用例生成规则可扩展，从框架图中可以看到，用例规则这块自成独立模版，可单独维护，便于后续新规则的加入
代码模版可扩展，不同团队对于代码规范、基础模版的样式都不一样，可自定义生成模版的样式，增加了工具的灵活性
成果和后续行动
以一个优惠券需求为例，大约新增/更新了10个接口（约150个参数请求参数，100个返回参数），包含增删改查几种类型，编写加调试脚本在使用工具前后所花费时间对比，如下：
从上例可以看出使用脚本后的效率提高了近一半，而从设计到编写完第一版工具仅花费了2~3个工作日，还是非常值得一做的。
脚本编写工作量的减少，会增加产品测试思考的时间，完善用例，检查覆盖面等统一基本用例生成思路，规避测试工程师在设计基本用例设计时有所遗漏；统一用例输出格式，便于他人理解和维护用例
目前用例的生成思路大多还局限在单参数上，多参数的生成思路还较少，后续会通过头脑风暴等形式来扩展更多的用例的生成思路
通过实际调用接口，获取结果，提高自动生成用例期望结果的准确性,继而节省更多对部分期望结果做调整的时间投入
最后想说的是，这个小工具的设计思路远比实现更重要，无论使哪种语言或库都可以实现解析文件和代码的生成，重要得是按照怎样的思路去生成脚本，在这部分上后续我们也有很多需要摸索的地方。
以上内容就是本篇的全部内容以上内容希望对你有帮助，有被帮助到的朋友欢迎点赞，评论。
如果对软件测试、接口测试、自动化测试、面试经验交流。感兴趣可以关注我，我们会有同行一起技术交流哦。