fiddler抓包工具与requests库构建自动化报告

一. Fiddler 抓包工具

1.1 Fiddler 工具介绍和安装

Fiddler 是一款功能强大的 HTTP 调试代理工具,能够全面记录并深入检查您的计算机与互联网之间的 HTTP 和 HTTPS 通信数据。其主界面布局清晰,主要包含菜单栏、工具栏、树形标签栏和内容栏

1.2 Fiddler 工具的基本结构介绍

对 Fiddler 各个组成部分的功能和作用进行详细说明:

  • 菜单栏:涵盖了丰富多样的操作和功能选项,例如 File(文件)用于文件相关操作,Edit(编辑)用于编辑会话等,而 Rules(规则)则用于设置各种捕获和处理规则。

    1.“File”(文件):负责文件的打开、保存、导入和导出等操作。

    2.“Edit”(编辑):提供对会话的编辑功能,如复制、删除、查找等。

    3.“Rules”(规则):允许自定义各种捕获和处理规则,以满足特定的调试需求。

    4.“Tools”(工具):包含一些辅助工具,如文本编码转换等。

  • 工具栏:集中了一系列常用功能的快捷按钮,像是“Capture Traffic”(捕获流量)按钮用于启动或停止捕获请求,“Clear Sessions”(清除会话)按钮用于一键清空捕获到的会话列表。

    1.“Capture Traffic”(捕获流量):控制捕获的开始与停止。

    2.“Decode”(解码):对数据进行自动解码,方便查看。

    3.“Find Session”(查找会话):快速定位特定的会话。

  • 树形标签栏:直观地展示了捕获到的 HTTP 会话列表,您可以依据不同的分类标准进行灵活的过滤和排序,迅速找到所需的会话。

    1.以清晰的树形结构展示会话,可按进程、主机、请求类型等分类。

    2.支持右键菜单进行更多操作,如重发请求等。

  • 内容栏:详细呈现了选中会话的全方位信息,涵盖请求头、响应头、请求体以及响应体等关键内容。

    • “Inspectors”(检查器)标签下:

      1.“Request Headers”(请求头):展示请求的头部信息,包括方法、URL、协议版本等。

      2.“Response Headers”(响应头):呈现响应的头部信息,如状态码、服务器类型等。

      3.“RequestBody”(请求体)和“ResponseBody”(响应体):分别显示请求和响应的具体数据内容。

1.3 Fiddler 工具抓包讲解

详细介绍如何运用 Fiddler 进行高效抓包操作,其中涵盖设置捕获规则(例如仅捕获特定域名的请求)、灵活启动/停止捕获等关键步骤。

1.启动捕获:轻松点击工具栏上醒目的“Capture Traffic”按钮,即刻开启捕获请求之旅。

2.设置捕获规则:通过“Rules”菜单下的“Customize Rules”选项,您能够量身定制捕获规则。比如,精准设定只捕获特定域名的请求,过滤掉无关的流量,让您的关注点更加集中。

3.停止捕获:再次点击“Capture Traffic”按钮或者运用快捷键,即可迅速停止捕获,及时定格您所需的通信数据。

1.4 Fiddler 中读接口数据进行分析

深入讲解如何在 Fiddler 中精准读取和透彻分析捕获到的接口数据,包括细致查看请求头、响应头、请求体和响应体等重要环节。

1.查看请求头:在内容栏中精心选定会话后,切换至“Inspectors”标签下的“Request Headers”部分,您将一目了然地查看请求头的丰富信息,包括请求方法、URL、客户端类型等关键细节。

2.查看响应头:同样在“Inspectors”标签下,切换至“Response Headers”部分,您能够清晰获取响应头的关键信息,如状态码、服务器类型、缓存策略等。

3.查看请求体和响应体:在“RequestBody”和“ResponseBody”部分,您可以分别深入查看请求和响应的主体内容,无论是表单数据、JSON 数据还是二进制数据,都能尽收眼底,为您的分析提供全面的数据支持。

1.5 Fiddler 常用功能讲解

全面阐述如设置断点、过滤请求、模拟请求等常见且实用功能的具体使用方法。

1.设置断点:通过“Rules”菜单下的“Breakpoints”选项,您可以巧妙设置请求或响应的断点。当数据在发送或接收过程中触及断点时,Fiddler 会自动暂停,为您提供宝贵的时机来仔细检查和修改数据,确保通信的准确性和完整性。

2.过滤请求:运用工具栏上的“Filters”按钮或者便捷的快捷键,轻松打开过滤器窗口。在这里,您可以灵活设置过滤条件,例如只显示特定主机、特定进程或者特定请求类型的会话,让您在繁杂的数据中迅速聚焦关键信息,提高工作效率。

3.模拟请求:通过“Composer”菜单下的“New Request”选项,您能够手动构建并随心所欲地发送自定义的 HTTP 请求。无论是测试新的接口、验证不同的参数组合还是模拟异常情况,都能在 Fiddler 的模拟请求功能中轻松实现,为您的开发和调试工作提供强大的支持。

1.6 Fiddler 其他常用操作及流程

  • 修改请求和响应:在设置断点后,可以对请求头、请求体、响应头和响应体进行修改,然后点击“Run to Completion”继续发送请求或接收响应,观察修改后的效果。

    • 操作流程:设置断点 -> 暂停会话 -> 修改数据 -> 继续执行。

  • 保存会话:可以将捕获到的重要会话保存下来,以便后续分析或与他人分享。

    • 操作流程:选中会话 -> 右键 -> “Save” -> 选择保存位置和格式。

  • 导出会话数据:将捕获的会话数据导出为文本、XML 等格式。

    • 操作流程:选择要导出的会话 -> “File” -> “Export Sessions” -> 选择导出格式和保存路径。

  • 设置会话备注:为方便区分和记忆,可以给特定会话添加备注信息。

    • 操作流程:选中会话 -> 右键 -> “Comment” -> 输入备注内容。

  • 性能分析:Fiddler 可以提供关于请求响应时间等性能指标的分析。

    • 操作流程:“Statistics”标签 -> 查看各项性能数据,如总请求数、平均响应时间等。

二. 用 requests 库实现接口测试

2.1 requests 库的介绍

requests 库是一个用于发送 HTTP 请求的 Python 库,它提供了简单易用的 API,非常适合用于接口测试。

2.2 构建 GET 和 POST 请求

import requests
 
# GET 请求
response_get = requests.get('https://www.example.com')
print(response_get.text)
 
# POST 请求
data = {'key1': 'value1', 'key2': 'value2'}
response_post = requests.post('https://www.example.com', data=data)
print(response_post.text)

2.3 实现接口参数化

说明如何将接口中的参数进行动态设置。

params = {'param1': 'value1', 'param2': 'value2'}
response = requests.get('https://www.example.com', params=params)
print(response.url)  # 验证参数是否已正确附加到 URL 上

2.4 实现接口断言

介绍如何对接口返回的结果进行断言判断。

import requests
import unittest
 
class TestInterface(unittest.TestCase):
    def test_get_request(self):
        response = requests.get('https://www.example.com')
        self.assertEqual(response.status_code, 200)  # 断言状态码为 200
        self.assertIn('expected_text', response.text)  # 断言响应文本中包含特定内容
 
if __name__ == '__main__':
    unittest.main()

2.5 实现接口关联

讲解接口之间数据传递和关联的处理方法,如从上一个接口的响应中提取数据,并作为下一个接口的请求参数。

2.6 实现 cookie、session、token 的处理

展示如何在 requests 中处理这些会话相关的元素。

# 处理 Cookie
response = requests.get('https://www.example.com', cookies={'cookie_name': 'cookie_value'})
print(response.cookies)
 
# 处理 Session
session = requests.Session()
response = session.get('https://www.example.com')
# 在同一 session 中进行后续请求,将保持相同的 cookie 和其他会话信息
response2 = session.post('https://www.example.com/post', data={'key': 'value'})
 
# 处理 Token
headers = {'Authorization': 'Bearer your_token'}
response = requests.get('https://www.example.com', headers=headers)
print(response.json())

2.7 介绍 unittest 框架执行用例并且生成报告

解释如何使用 unittest 框架组织和执行接口测试用例,并生成测试报告。

import unittest
from HTMLTestRunner import HTMLTestRunner
import requests
 
class TestInterface(unittest.TestCase):
    def test_get_request(self):
        response = requests.get('https://www.example.com')
        self.assertEqual(response.status_code, 200)
        # 可以添加更多断言
 
if __name__ == '__main__':
    suite = unittest.TestSuite()
    suite.addTest(TestInterface('test_get_request'))
    # 可以添加更多测试用例到 suite 中
 
    with open('test_report.html', 'wb') as f:
        runner = HTMLTestRunner(stream=f, title='Test Report', description='Interface Test')
        runner.run(suite)

三. Python 接口自动化测试 DDT 数据驱动

3.1 重构操作 Excel 函数

讲解如何优化和重构对 Excel 文件的操作函数,以便更高效地读取和写入测试数据。

'''
在接口自动化测试中,经常需要与 Excel 文件进行交互,读取测试数据和写入测试结果。原始的 Excel 操作函数可能存在代码冗余、可读性差等问题。重构操作 Excel 函数可以通过使用合适的库(如 `openpyxl` 或 `pandas`),将读取和写入的逻辑进行封装,提高代码的复用性和可维护性。
​
例如,使用 `openpyxl` 库读取 Excel 文件中的数据:
'''
​
from openpyxl import load_workbook
​
def read_excel_data(file_path, sheet_name):
    wb = load_workbook(file_path)
    sheet = wb[sheet_name]
    data = []
    for row in sheet.iter_rows(min_row=2, values_only=True):
        data.append(row)
    return data

3.2 封装获取常量的方法

介绍将常量获取进行封装的方法和好处,如将 API URL、请求头等常量封装到一个单独的模块中。

'''
将常量(如 API 的 URL、请求头、认证信息等)进行封装有诸多好处。可以将这些常量集中定义在一个模块中,方便管理和修改。
'''
​
#创建一个 constants.py 文件
API_URL = 'https://www.example.com/api'
REQUEST_HEADERS = {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer your_token'
}

3.3 封装获取接口数据

为了在多个测试用例中重复使用获取接口数据的逻辑,可以将其封装为一个函数。

import requests
​
def get_interface_data(url, params=None, headers=None):
    response = requests.get(url, params=params, headers=headers)
    return response.json()

3.4 POST、GET 基类封装

对 POST 和 GET 请求的基类进行封装,以便简化测试用例的编写。

class BaseRequest:
    def __init__(self, base_url):
        self.base_url = base_url
 
    def get(self, url, params=None, headers=None):
        response = requests.get(f'{self.base_url}{url}', params=params, headers=headers)
        return response
 
    def post(self, url, data=None, headers=None):
        response = requests.post(f'{self.base_url}{url}', data=data, headers=headers)
        return response
 
# 使用示例
base_request = BaseRequest('https://www.example.com/api')
response = base_request.get('/endpoint', params={'param': 'value'})

3.5 主流程封装及错误解决调试

说明接口自动化测试主流程的封装以及错误处理和调试方法,如使用 try-except 语句捕获异常,并记录错误信息。

'''
接口自动化测试的主流程通常包括发送请求、获取响应、验证结果等步骤。可以将这个主流程封装为一个函数,并在其中处理可能出现的错误。
'''
def run_test_case(url, method, data=None, params=None, expected_result=None):
    try:
        if method == 'GET':
            response = base_request.get(url, params=params)
        elif method == 'POST':
            response = base_request.post(url, data=data)
        else:
            raise ValueError("Invalid method")
​
        # 验证结果
        if response.status_code == expected_result['status_code']:
            print("测试通过")
        else:
            print(f"测试失败,状态码: {response.status_code},预期: {expected_result['status_code']}")
    except Exception as e:
        print(f"出现错误: {e}")

3.6 获取接口返回状态

解释如何获取接口返回的状态信息,如状态码、响应头等。

response = requests.get('https://www.example.com/api')
status_code = response.status_code
response_headers = response.headers

3.7 通过预期结果判断 case 是否执行

介绍根据预期结果来决定测试用例是否执行的方法,如使用断言来判断实际结果是否与预期结果一致,从而决定测试用例是否通过。

import unittest
​
class TestCase(unittest.TestCase):
    def test_example(self):
        actual_result = get_interface_data('https://www.example.com/api')
        expected_result = {...}  # 预期的结果
        self.assertEqual(actual_result['key'], expected_result['key'])

3.8 将预测结果写入到 Excel 中

展示如何将测试的预测结果写入到 Excel 文件中,以便后续分析和统计。

from openpyxl import Workbook
​
def write_prediction_to_excel(result, file_path, sheet_name):
    wb = Workbook()
    sheet = wb.active
    sheet.title = sheet_name
​
    sheet.append(['预测结果'])
    for item in result:
        sheet.append([item])
​
    wb.save(file_path)

3.9 数据依赖问题通过 case_id 获取 case 数据

讲解如何通过 case_id 解决数据依赖问题并获取相应的测试数据,如从 Excel 文件中根据 case_id 查找对应的测试数据。

def get_case_data_by_id(case_id, file_path, sheet_name):
    data = read_excel_data(file_path, sheet_name)
    for row in data:
        if row[0] == case_id:#设case_id在第一列
            return row
    return None

3.10 数据依赖问题之根据规则提取响应数据

说明根据特定规则从响应数据中提取所需信息的方法,如使用正则表达式或 JSON 解析来提取数据。

import re
import json
​
def extract_data_from_response(response, rule):
    if rule.startswith('/'):  # 假设是 JSON 路径
        data = json.loads(response.text)
        return jsonpath.jsonpath(data, rule)
    elif re.match(r'\[.*\]', rule):  # 假设是正则表达式
        return re.findall(rule, response.text)
    else:
        raise ValueError("Invalid rule")

3.11 构建发送邮件服务

介绍如何构建发送测试结果邮件的服务,如使用 smtplib 库发送邮件

import smtplib
from email.mime.text import MIMEText
​
def send_email(subject, body, recipient):
    sender = 'your_email@example.com'
    password = 'your_password'
​
    msg = MIMEText(body)
    msg['Subject'] = subject
    msg['From'] = sender
    msg['To'] = recipient
​
    server = smtplib.SMTP('smtp.example.com', 587)
    server.starttls()
    server.login(sender, password)
    server.sendmail(sender, recipient, msg.as_string())
    server.quit()

3.12 结果统计并发送报告

结果统计及自动整理发送报告代码

import pandas as pd
​
def generate_report(results_file_path):
    data = pd.read_excel(results_file_path)
    passed_cases = data[data['Status'] == 'Passed'].count()['Test Case ID']
    failed_cases = data[data['Status'] == 'Failed'].count()['Test Case ID']
​
    report_body = f"测试结果统计:\n通过的测试用例数:{passed_cases}\n失败的测试用例数:{failed_cases}"
​
    send_email('测试报告', report_body, 'recipient@example.com')

先整理一下,fiddler抓包工具与requests库构建自动化报告笔记,后续继续整理更新fiddler具体操作JMeterpostman , Appium 以及unittest框架的各自笔记

整理不易,诚望各位看官点赞 收藏 评论 予以支持,这将成为我持续更新的动力源泉。若您在阅览时存有异议或建议,敬请留言指正批评,让我们携手共同学习,共同进取,吾辈自当相互勉励!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/924546.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

DAMODEL丹摩 | 关于我部署与使用FLUX.1+ComfyUI生成了一位三只手的jk美少女这回事

DAMODEL丹摩 | 关于我部署与使用FLUX.1ComfyUI生成了一位三只手的jk美少女这回事 最终效果图FLUX.1简介部署流程1. 创建资源2. 登录实例3. 部署ComfyUI4. 部署FLUX.1 使用流程1. 运行FLUX.1 导入工作流 声明:非广告,为用户使用体验分享 最终效果图 FLUX.…

Linux介绍与安装指南:从入门到精通

1. Linux简介 1.1 什么是Linux? Linux是一种基于Unix的操作系统,由Linus Torvalds于1991年首次发布。Linux的核心(Kernel)是开源的,允许任何人自由使用、修改和分发。Linux操作系统通常包括Linux内核、GNU工具集、图…

钉钉授权登录

一.找开钉钉开发平台【钉钉开放平台 (dingtalk.com)】 二。点击菜单【应用开发】->左边【钉钉应用】->【创建应用】 三。创建应用-》保存成功后,点击自己【新建的应用】,进入详细页面 四。进入应用详细页面。左边【分享设置】 注意:进…

【Python爬虫五十个小案例】爬取豆瓣电影Top250

博客主页:小馒头学python 本文专栏: Python爬虫五十个小案例 专栏简介:分享五十个Python爬虫小案例 🪲前言 在这篇博客中,我们将学习如何使用Python爬取豆瓣电影Top250的数据。我们将使用requests库来发送HTTP请求,…

VUE_使用el.animate实现自定义指令抖动效果

// 在 Vue 2 中注册自定义指令 Vue.directive(shake,{// 当被绑定的元素插入到 DOM 中时inserted(el, binding){let value binding.valueconsole.log(el, binding)// 设置 transform-origin 样式el.style.transformOrigin center bottom;const keyframes [{ transform: rota…

【大模型】LLaMA-Factory的环境配置、微调模型与测试

前言 【一些闲扯】 时常和朋友闲聊,时代发展这么快,在时代的洪流下,我们个人能抓住些什么呢。我问了大模型,文心一言是这样回答的: 在快速发展的时代背景下,个人确实面临着诸多挑战,但同时也充满…

探索光耦:光耦安全标准解读——确保设备隔离与安全的重要规范

在现代科技日新月异的今天,光耦(光电耦合器)作为电子设备中不可或缺的隔离元件,其重要性不言而喻。它不仅在电源调控、工业自动化及医疗设备等关键领域大显身手,更是确保系统电气隔离与运行稳定的守护神。特别是在保障…

嵌入式驱动开发详解2(设备挂载问题)

文章目录 前言设备号设备号的组成设备号的分配静态分配动态分配 驱动挂载与卸载设备节点创建驱动挂载出现问题 前言 驱动的设备挂载和卸载是十分重要的内容,一旦操作不当可能会导致系统崩溃,接下来我将用字符设备的驱动挂载原理进行详细讲解&#xff0c…

Hadoop分布式文件系统(一)——HDFS简介

目录 1. HDFS设计目标2. HDFS组件3. HDFS数据复制4. HDFS健壮性4.1 磁盘数据错误,心跳检测和重新复制4.2 集群均衡4.3 数据完整性4.4 元数据磁盘错误4.5 快照 5. HDFS数据组织5.1 数据块存储5.2 流水线复制5.3 文件的删除和恢复 参考 1. HDFS设计目标 1.错误检测和快…

VUE练习

使用new Vue()创建Vue实例&#xff0c;传入配置对象&#xff08;el data&#xff09; <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial…

论文笔记3-XCube: Large-Scale 3D Generative Modeling using Sparse Voxel Hierarchies

目录 Abtract 相关工作 核心算法&#xff1a; 整体流程概述 具体流程解析 1. 输入&#xff08;Input&#xff09; 2. 稀疏结构 VAE&#xff08;Sparse Structure VAE&#xff09; 3.分层体素潜在扩散&#xff08;Hierarchical Voxel Latent Diffusion&#xff09;…

js.二叉搜索树中第K小的元素

链接&#xff1a;230. 二叉搜索树中第 K 小的元素 - 力扣&#xff08;LeetCode&#xff09; 题目&#xff1a; 给定一个二叉搜索树的根节点 root &#xff0c;和一个整数 k &#xff0c;请你设计一个算法查找其中第 k 小的元素&#xff08;从 1 开始计数&#xff09;。 示例 1…

RabbitMQ 安装延迟队列插件 rabbitmq_delayed_message_exchange

前言&#xff1a; RabbitMQ 延迟队列插件&#xff08;rabbitmq_delayed_message_exchange&#xff09;是一个社区开发的插件&#xff0c;它为 RabbitMQ 添加了支持延迟消息的功能。通过这个插件&#xff0c;用户可以创建一种特殊的交换机类型 x-delayed-message&#xff0c;该…

Java安全—原生反序列化重写方法链条分析触发类

前言 在Java安全中反序列化是一个非常重要点&#xff0c;有原生态的反序列化&#xff0c;还有一些特定漏洞情况下的。今天主要讲一下原生态的反序列化&#xff0c;这部分内容对于没Java基础的来说可能有点难&#xff0c;包括我。 序列化与反序列化 序列化&#xff1a;将内存…

【人工智能】深入解析GPT、BERT与Transformer模型|从原理到应用的完整教程

在当今人工智能迅猛发展的时代&#xff0c;自然语言处理&#xff08;NLP&#xff09;领域涌现出许多强大的模型&#xff0c;其中GPT、BERT与Transformer无疑是最受关注的三大巨头。这些模型不仅在学术界引起了广泛讨论&#xff0c;也在工业界得到了广泛应用。那么&#xff0c;G…

d3-contour 生成等高线图

D3.js 是一个强大的 JavaScript 库&#xff0c;用于创建动态、交互式数据可视化。d3-contour 是 D3.js 的一个扩展模块&#xff0c;用于生成等高线图&#xff08;contour plots&#xff09;。 属性和方法 属性 x: 一个函数&#xff0c;用于从数据点中提取 x 坐标。y: 一个函…

Apache Zeppelin:一个基于Web的大数据可视化分析平台

今天给大家推荐一下 Apache Zeppelin&#xff0c;它是一个基于 Web 的交互式数据接入、数据分析、数据可视化以及协作文档 Notebook&#xff0c;类似于 Jupyter Notebook。 Apache Zeppelin 支持使用 SQL、Java、Scala、Python、R 等编程语言进行数据处理和分析&#xff0c;同时…

使用 pycharm 新建不使用 python 虚拟环境( venv、conda )的工程

有时候我们发现一个好玩的 demo&#xff0c;想赶快在电脑上 pip install 一下跑起来&#xff0c;发现因为 python 的 venv、conda 环境还挺费劲的&#xff0c;因为随着时间的发展&#xff0c;之前记得很清楚的 venv、conda 的用法&#xff0c;不经常使用&#xff0c;半天跑不起…

计算机网络 实验八 应用层相关协议分析

一、实验目的 熟悉CMailServer邮件服务软件和Outlook Express客户端软件的基本配置与使用&#xff1b;分析SMTP及POP3协议报文格式和SMTP及POP3协议的工作过程。 二、实验原理 为了观察到邮件发送的全部过程&#xff0c;需要在本地计算机上配置邮件服务器和客户代理。在这里我…

vue 实现关键字高亮效果

vue 实现关键字高亮效果 这是啥子意思呢&#xff0c;就是类似于百度搜索&#xff0c;根据关键词搜索结果&#xff0c;搜索结果中&#xff0c;与关键词相同的字显示红色&#xff0c;仅此而已&#xff0c;没有什么大的功能。简单写一下demo。 环境 我使用的是 vue3 ts 的语法来…