【接口自动化_11课_框架实战：基于封装的框架进行实战演练-下】

目标：在原有基础上进行框架优化，本内容不做强制要求，了解即可。

1. Faker（伪造器）模块生成数据

2. 实战：结合框架动态生成请求数据

3. 实战：响应进行动态断言处理

一、 Faker（伪造器）模块生成数据

1、对faker对象，需要设置语言

name这个方法，是faker这个类本身的属性。方法都是类里提供的，不是随便写的

2、使用：快速随机生成伪造数据

3、常见用法

4、大量生成数据 --通过循环

5、处理空格

正常运行的英文名字，中间会有空格

需要做一个拼接的动作

class ReqDataDriver():def get_name(self):"""获取用户名@return:"""data = faker_data.name()# 以空格分割，并且合并return ''.join(data.split())

处理后的结果：

二、实战：结合框架动态生成请求数据

1、通过faker方法去进行封装对应的获取数据的方法

2、维护一个文件，告诉Faker，需要生成哪些数据。

将请求数据驱动文件，与告知框架（faker）要生成的数据文件，做映射。可以通过反射的方式

3、写一个方法：执行之前生成数据。

1）第一步：读取yaml文件，获取要生成数据：

{

regName：get_name,

regPhone: get_Phone

}

#读取yaml文件，
def GenerateData():# 由于这里的file_path和read_yaml（）方法本身的参数路径不一致，所以这里需要专门指定一下路径data = FileDataDriver.read_yaml(file_path="./data/DriverData/DriverData.yaml")all_data = {}for key, value in data.items():#getattr反射(实例化的对象, 方法或者属性名)re_value = getattr(REQDATADRI, value)()all_data.update({key: re_value})return all_data

2）第二步：循环遍历，生成对应的数据并且组成一个新的数据字典。setup_class

三、实战：响应进行动态断言处理

1、excel维护数据源：[{},{},{}]

{ "errorMsg":"昵称判断", 
"target": "$.data.nickname", # 实际结果，可以是jsonpath 也可以是正则 
"type":"equals", # 对比符号 
"value": "哈米老师" # 期望结果 
}

2、写断言的工具类---AssertUtils.py

第一步：断言有多个场景：等于、不等于、包含... （断言方法先给写好）-AssertUtils.py

3、核心执行器-添加代码【遍历调用断言的工具类里的断言方法】

from P11_PytestFrame.Common.AssertUtils import assert_exec#响应多个数据断言for assert_option in eval(CaseData.get("assertOptions", '[]')):# 5.1 获取目标值target_value = None#如果对应的头的 $.则意味着这个是JSONpath提取if assert_option["target"].startswith("$."):# jsonpath 提取target_value = self.ak.get_text(res.json(), assert_option["target"])else:# 正则提取--不常用pattern = re.compile(assert_option["target"])target_value = re.findall(pattern, res.text)[0]# 5.2 进行判断assertResult = assert_exec(assert_option["type"], target_value, assert_option["value"])assert assertResult, "断言不通过：" + assert_option["errorMsg"]