接口一般指发生在系统的多个子服务之间，本系统与外部系统之间的信息交换。接口也就是大家熟称的API。例如电商平台中订单服务子系统中，订单中商品sku详细信息需要到商品服务中获取，订单服务调取商品服务的商品信息接口。

　　接口测试属于集成测试阶段，接口应用于多个系统或服务间的信息获取或者信息更新。这部分工作由于涉及到多个开发人员，测试人员通常站在系统全局或者系统端到端流程的立场，更容易发现问题和定位责任方。

　　接口测试大家经常觉得难度很大，一般是两个方面的问题没得到解决：测试需求分析和测试手段。本篇文章详细为大家解决这两方面的问题，一方面提供测试需求分析方法和案例，另一方面讲解接口自动化测试之python案例脚本。

　　一、测试需求分析方法

　　要全面了解测试内容，需要掌握通用的信息收集方法。接口测试前，先学会问问题。问清楚如下问题：

　　1、接口解决什么问题？

　　2、接口的基本信息

　　(1)接口的调度

　　(2)输入数据

　　(3)输出数据

　　(4)接口的异常处理要求

　　3、测试校验点有哪些呢？

　　(1)接口的结果可以有哪些方法进行校验，如到数据库中的校验，到redis中获取值校验。

　　(2)接口可在业务系统界面中校验吗？例如B系统查A系统的数据，可以直接打开A系统，看界面的信息。

　　4、测试数据如何组织？

　　(1)接口使用人员可能会输入的数据组合有哪些？成功的有哪些？失败的有哪些？例如接口使用者会不会传入错误的数据类型，必填项没给值，最小值为0的数，返回了负数。这一点就需要对开发常犯的错误有些基本的了解。才能够一下命中开发的数据问题。

　　得到如上问题的答案，一个接口的测试内容和测试用例就组织出来了。

　　二、接口测试分析案例

　　为了便于大家理解，这里详细讲解电商系统中常见的一个接口。

　　电商系统中有一个订单状态实时查询接口，用于获取电商各平台的订单当前状态。这是一个简化版的内部订单状态数据查询接口。

　　接口测试第一步需要开发方提供详细的接口文档。接口文档的内容如下：

　　订单状态实时查询接口

　　场景说明：用于各子系统获取第三方电商平台的订单当前状态。

　　接口地址：POST http://192.168.10.10:5000/order/query_order_status

　　请求参数（json格式）

{
    "group": "aliExpress",
    "orderId": "996616"
}

　　返回结果(json格式)

{"code":1,"error_message":"orderId error",}
{"code":0,"data":"delivered"}

　　接口的返回值可参考如下内容。

　　基于以上接口文档，我们分析出要测试的内容：

　　1、接口解决订单状态的查询问题，即该接口处理合理的订单数据，并返回该订单当前的状态。

　　2、接口的调度方式、输入、输出、异常判断在即可文档中给出了详细的说明。需要考虑如下测试场景：

　　(1)调度接口的正常数据测试场景，测试标准是指使用正常的数据，查询到准确的订单状态数据。

　　(2)调度接口的异常数据测试场景。测试标准是使用非正常数据，接口能返回预期的异常结果，不会出现奔溃。

　　3、测试校验点主要包括code和data两个字段；对于正常值的预期结果，如果想做到自动化比对，可以通过代码查询db去进行比对（大家可作为扩展知识去学习）。这里我们直接给出预期结果。

　　4、测试数据组织要考虑覆盖面，测试虽然不能做到百分百穷举，但是要在已有的信息上得到最大的覆盖率。测试以上接口，具体可以从三方面来思考：接口文档中明确了的正常数据，接口文档中明确了的异常数据，还有一类是基于经验得到的异常数据，例如开发过去的bug，条件判断的边界值。我们分别从这三方面来组织测试数据。

　　(1)正常数据：平台名和订单状态是有限的，可以进行数据组合。订单号因为是唯一值，无法做到穷举测试。穷举平台名和订单状态的所有数据组合，使用自动化脚本进行测试。我这里只是举几个例子：

　　(2)异常数据：字段不取可选值或者为空，字段值类型不符合要求等，根据接口文档组装所有出现的异常。

　　(3)非预期的异常数据:这类数据可以组合很多，但是要根据系统以往的bug经验，去做一些开发经常忽略的校验点。我这里特意举出两个特殊字符的例子。大家可以去扩充更多的测试用例。

　　(4)逆向思考一下，平台会增加吗？订单的状态只有这五类吗，是否还有其他不在这五类中的呢，如果有，也要增加数据去测试。甚至可以去反推需求的合理性，提出系统扩展性的bug。对一个接口测试是否完整，是在于你掌握的信息量是否充分。当你的视角比开发和需求更广阔，对信息掌握的粒度更细时，其实你已经主动引导大家提高接口的质量了。

　　经过以上测试内容的梳理，大家对接口测试有了比较基础的认知。随着对项目的深入了解，接口的复杂度的增加，信息面会更广。那么基于以上方法收集信息、分析信息，增加测试覆盖面，甚至了解接口的应用范围，才能更进一步提升对软件技术的理解。

　　三、自动化接口测试

　　测试手段有很多种，单个的接口测试可以使用浏览器上的工具，如Chrome的postman。但是靠手工在工具上测试一两个接口效率低下，无法保证测试数据的覆盖面，也不利于技术能力的长期积累。我推荐系统地解决问题方式，即编程语言实现自动化测试。

　　Python是一门非常容易入门的语言（python语言的学习建议大家去看最简单易懂的廖雪峰的官网）。有了编程思维，再去开展接口测试就具备了基本的技术视野了，对我们后期不断扩展自己的技术能力打下基础。接下来我使用python编程语言来完成接口的正常数据测试用例代码。

　　关于订单状态查询接口，我们使用如下代码可以调度和测试：

import json
import requests
order_info = {
    "group": "aliExpress",
    "orderId": "996616"
}
response = requests.post(' http://192.168.10.10:5000/order/query_order_status', data=json.dumps(order_info))
assert response.status_code == 200
response_data = response.json()
assert response_data.get("code") == 0
assert response_data.get("data") == "shipped"

　　接下来我对代码进行详细的讲解：

　　第一步，导入两个必要的包json和requests。这里需要你对python基础知识、json信息格式的使用和第三方库requests有初步的了解，对web请求原理也要有简单了解，并且能组装出请求数据。

import json
import requests

　　第二步，准备好请求数据，请求数据来源于我们设计的测试数据。

order_info = {
    "group": "aliExpress",
    "orderId": "996616"
}

　　第三步，将测试数据组装，并采用POST方式发送web请求。注意要将json测试数据序列化后再进行网络传输，直接应用json的序列化方法dumps。

response = requests.post(
'http://192.168.10.10:5000/order/query_order_status', data=json.dumps(order)
)

　　第四步，判断请求返回的实际结果同预期结果是否一致。使用assert来断言，判断实际结果和预期结果相等。

assert response.status_code == 200
response_data = response.json()
assert response_data.get("code") == 0
assert response_data.get("data") == "shipped"

　　执行以上代码，执行通过，表示实际结果同预期结果一致，该测试用例执行通过。

　　不同的测试用例，测试数据和测试结果校验，建议大家扩展以上方法去实践。

　　随着大家对接口测试思路和工具的掌握，接下来，要系统化地组织大量接口的测试。那么我们就要考虑测试用例的组织框架，python的unittest框架。大家有兴趣可以继续了解该框架的知识。

作者：Phyllis   

来源：51Testing软件测试网原创