在接口自动化测试中，接口之间通常存在关联关系，比如前一个接口返回的数据需要传递给后续接口使用。以下是 Pytest 中实现接口关联的方法和详细讲解。
1. 什么是接口关联？
接口关联指的是一个接口的输出作为另一个接口的输入。常见的场景包括：
- 登录接口返回的
token需要传递给后续的接口。 - 查询接口返回的
ID用于更新或删除操作。 - 多接口之间的数据依赖，比如依赖创建的资源进行操作。
2. 实现接口关联的常见方法
方法一：使用全局变量
直接使用全局变量存储接口返回值，供其他接口使用。
示例代码：
import pytest
import requests# 全局变量
global_data = {}def test_login():url = "http://example.com/api/login"data = {"username": "user", "password": "pass"}response = requests.post(url, json=data)assert response.status_code == 200# 提取 token 并存储在全局变量中global_data["token"] = response.json().get("token")def test_get_user_info():url = "http://example.com/api/user"headers = {"Authorization": f"Bearer {global_data['token']}"}response = requests.get(url, headers=headers)assert response.status_code == 200
优点：
- 简单易用，适合小型测试场景。
缺点：
- 全局变量可能导致测试数据污染，尤其在并发测试时。
方法二：使用 Fixture
通过 Pytest 的 Fixture 动态传递数据，避免全局变量的污染问题。
示例代码：
import pytest
import requests@pytest.fixture
def login():url = "http://example.com/api/login"data = {"username": "user", "password": "pass"}response = requests.post(url, json=data)assert response.status_code == 200# 返回 tokenreturn response.json().get("token")def test_get_user_info(login):url = "http://example.com/api/user"headers = {"Authorization": f"Bearer {login}"}response = requests.get(url, headers=headers)assert response.status_code == 200
优点：
- Fixture 的作用域可以控制数据的生命周期，适合中小型测试。
- 代码结构清晰，易于维护。
缺点：
- Fixture 的嵌套复杂性可能增加。
方法三：上下文管理（Context）
通过上下文类集中管理接口之间的关联数据，适合复杂项目。
示例代码：
import pytest
import requestsclass Context:def __init__(self):self.data = {}def set(self, key, value):self.data[key] = valuedef get(self, key):return self.data.get(key)@pytest.fixture(scope="session")
def context():return Context()def test_login(context):url = "http://example.com/api/login"data = {"username": "user", "password": "pass"}response = requests.post(url, json=data)assert response.status_code == 200# 存储 tokencontext.set("token", response.json().get("token"))def test_get_user_info(context):url = "http://example.com/api/user"headers = {"Authorization": f"Bearer {context.get('token')}"}response = requests.get(url, headers=headers)assert response.status_code == 200
优点：
- 数据管理集中化，适合大型测试项目。
- 支持复杂的关联数据。
缺点：
- 代码稍微复杂，需要额外维护上下文类。
方法四：参数化动态传递数据
通过参数化结合接口调用动态传递数据。
示例代码：
import pytest
import requestsdef login():url = "http://example.com/api/login"data = {"username": "user", "password": "pass"}response = requests.post(url, json=data)assert response.status_code == 200return response.json().get("token")@pytest.mark.parametrize("token", [login()])
def test_get_user_info(token):url = "http://example.com/api/user"headers = {"Authorization": f"Bearer {token}"}response = requests.get(url, headers=headers)assert response.status_code == 200
优点：
- 简洁，适合测试用例数量少的场景。
缺点：
- 需要提前调用依赖接口，无法动态更新参数。
方法五：测试用例之间共享数据
通过 request.node 实现测试用例之间的数据共享。
示例代码：
import pytest
import requests@pytest.fixture(scope="module")
def shared_data(request):request.node.shared_data = {}return request.node.shared_datadef test_login(shared_data):url = "http://example.com/api/login"data = {"username": "user", "password": "pass"}response = requests.post(url, json=data)assert response.status_code == 200# 存储 tokenshared_data["token"] = response.json().get("token")def test_get_user_info(shared_data):url = "http://example.com/api/user"headers = {"Authorization": f"Bearer {shared_data['token']}"}response = requests.get(url, headers=headers)assert response.status_code == 200
优点：
- 测试用例之间可以共享数据。
- 避免全局变量污染。
缺点：
- 不支持多线程并发测试。
3. 各方法适用场景对比
| 方法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 全局变量 | 简单的测试场景 | 实现简单快速 | 容易污染全局数据，线程不安全 |
| Fixture | 中小型测试项目 | 数据隔离性好，生命周期可控 | 嵌套复杂时维护困难 |
| 上下文管理 | 大型复杂测试项目 | 数据管理集中化，适合复杂数据共享 | 增加额外代码复杂性 |
| 参数化传递数据 | 测试用例较少的简单场景 | 代码简洁，适合批量测试 | 无法动态更新 |
| 用例之间共享数据 | 依赖较强的测试用例 | 避免全局变量污染，模块化强 | 不适合并发测试 |
