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。
版权声明：本文出自51Testing会员投稿，51Testing软件测试网及相关内容提供者拥有内容的全部版权，未经明确的书面许可，任何人或单位不得对本网站内容复制、转载或进行镜像，否则将追究法律责任。
