【Python】从0到1完成轻量级接口测试工具：基于Python+FastAPI+Pytest

文章目录

• • 一、技术栈选型与核心思路
  • • 1. 技术栈选型理由
    • 2. 核心实现思路
  • 二、环境准备
  • 三、核心模块实现
  • • 1. 编写待测试的示例接口（FastAPI）
    • 2. 用例读取模块（Excel解析）
    • 3. 通用请求模块封装
    • 4. Pytest测试用例执行模块
  • 四、运行测试并生成报告
  • • 1. 启动示例接口服务
    • 2. 执行测试用例
    • 3. 查看测试报告
  • 五、扩展优化方向
  • 六、总结与收获

在日常开发和学习中，接口测试是绕不开的环节。很多同学习惯用Postman手动测试，虽然便捷但无法批量执行；也有人会写零散的Python脚本，却面临复用性差、没有可视化报告的问题。作为软件专业学生，我花了两天时间，基于 Python+FastAPI+Pytest搭建了一个轻量级接口测试工具，支持 用例管理、批量执行、自动生成测试报告，核心代码仅300行左右。今天就把完整实现过程分享出来，所有核心代码均已附在文中，新手也能轻松复现！

一、技术栈选型与核心思路

1. 技术栈选型理由

技术框架	选型原因
Python	语法简洁，生态丰富，requests/openpyxl等库能快速实现功能
FastAPI	高性能异步框架，自动生成接口文档，用来搭建待测试的示例接口
Pytest	灵活的测试框架，支持参数化、夹具功能，适合批量执行测试用例
openpyxl	读写Excel文件，实现数据驱动测试，非技术人员也能编写用例
pytest-html	生成美观的HTML测试报告，直观展示用例执行结果

2. 核心实现思路

1. 用Excel维护测试用例，包含接口地址、请求方法、请求头、参数、预期结果等字段；
2. 编写用例读取模块，解析Excel数据并转换成Pytest可执行的测试数据；
3. 基于FastAPI编写示例接口（如用户注册、商品查询），作为测试目标；
4. 封装通用请求模块，支持GET/POST等请求方法；
5. 用Pytest参数化执行所有用例，断言实际响应与预期结果；
6. 生成HTML测试报告，统计用例通过率和失败原因。

二、环境准备

首先安装所需依赖库，创建requirements.txt文件：

fastapi==0.104.1
uvicorn==0.24.0
requests==2.31.0
pytest==7.4.3
openpyxl==3.1.2
pytest-html==4.0.2

执行安装命令：

pip install -r requirements.txt

三、核心模块实现

1. 编写待测试的示例接口（FastAPI）

创建app.py文件，实现两个简单接口：用户注册和商品查询，作为后续测试的目标。

from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI(title="示例接口服务")
# 模拟用户数据库
user_db = {}
# 定义请求体模型
class User(BaseModel):
username: str
password: str
@app.post("/register", summary="用户注册接口")
def register(user: User):
if user.username in user_db:
return {"code": 1001, "msg": "用户名已存在", "data": None}
user_db[user.username] = user.password
return {"code": 200, "msg": "注册成功", "data": {"username": user.username}}
@app.get("/query_goods", summary="商品查询接口")
def query_goods(goods_id: int):
# 模拟商品数据
goods_data = {
1: {"name": "Python编程实战", "price": 59.9},
2: {"name": "Java核心技术", "price": 79.9}
}
if goods_id not in goods_data:
return {"code": 1002, "msg": "商品不存在", "data": None}
return {"code": 200, "msg": "查询成功", "data": goods_data[goods_id]}
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="127.0.0.1", port=8000)

运行该文件，访问http://127.0.0.1:8000/docs即可看到自动生成的接口文档。

2. 用例读取模块（Excel解析）

创建case_reader.py文件，实现读取Excel用例的功能。首先准备一个Excel用例文件test_cases.xlsx，格式如下：

case_id	url	method	headers	params	expected_code	expected_msg
1	/register	POST	{“Content-Type”:“application/json”}	{“username”:“test01”,“password”:“123456”}	200	注册成功
2	/register	POST	{“Content-Type”:“application/json”}	{“username”:“test01”,“password”:“123456”}	1001	用户名已存在
3	/query_goods	GET	{}	{“goods_id”:1}	200	查询成功
4	/query_goods	GET	{}	{“goods_id”:99}	1002	商品不存在

接下来编写解析代码：

import openpyxl
from typing import List, Dict
def read_excel_cases(file_path: str) -> List[Dict]:
"""
读取Excel中的测试用例
:param file_path: Excel文件路径
:return: 测试用例列表
"""
wb = openpyxl.load_workbook(file_path)
ws = wb.active
# 获取表头
headers = [cell.value for cell in ws[1]]
cases = []
# 读取数据行
for row in ws.iter_rows(min_row=2, values_only=True):
case = dict(zip(headers, row))
# 处理参数格式：字符串转字典
case["params"] = eval(case["params"]) if case["params"] else {}
case["headers"] = eval(case["headers"]) if case["headers"] else {}
cases.append(case)
wb.close()
return cases
if __name__ == "__main__":
test_cases = read_excel_cases("test_cases.xlsx")
for case in test_cases:
print(case)

3. 通用请求模块封装

创建request_client.py文件，封装支持GET/POST的通用请求函数：

import requests
def send_request(url: str, method: str, headers: dict = None, params: dict = None) -> dict:
"""
发送HTTP请求
:param url: 完整接口地址
:param method: 请求方法 GET/POST
:param headers: 请求头
:param params: 请求参数
:return: 响应结果字典
"""
base_url = "http://127.0.0.1:8000"
full_url = base_url + url
headers = headers or {}
params = params or {}
try:
if method.upper() == "GET":
response = requests.get(full_url, headers=headers, params=params)
elif method.upper() == "POST":
response = requests.post(full_url, headers=headers, json=params)
else:
raise ValueError(f"不支持的请求方法: {method}")
return response.json()
except Exception as e:
return {"code": 500, "msg": f"请求异常: {str(e)}", "data": None}

4. Pytest测试用例执行模块

创建test_runner.py文件，这是整个工具的核心执行模块，使用Pytest参数化驱动用例执行：

import pytest
from case_reader import read_excel_cases
from request_client import send_request
# 读取Excel用例
test_cases = read_excel_cases("test_cases.xlsx")
@pytest.mark.parametrize("case", test_cases)
def test_interface(case):
"""
接口测试用例
:param case: 单个测试用例
"""
# 发送请求
response = send_request(
url=case["url"],
method=case["method"],
headers=case["headers"],
params=case["params"]
)
# 断言响应码和响应信息
assert response["code"] == case["expected_code"], f"用例{case['case_id']}失败: 预期code{case['expected_code']}, 实际{response['code']}"
assert response["msg"] == case["expected_msg"], f"用例{case['case_id']}失败: 预期msg{case['expected_msg']}, 实际{response['msg']}"

四、运行测试并生成报告

1. 启动示例接口服务

先运行app.py，确保接口服务在8000端口正常启动。

2. 执行测试用例

在终端执行以下命令，生成HTML测试报告：

pytest test_runner.py -s -v --html=test_report.html

命令说明：

• -s：显示打印信息；
• -v：显示详细测试过程；
• --html=test_report.html：生成HTML格式测试报告。

3. 查看测试报告

执行完成后，会在当前目录生成test_report.html文件，打开后可以看到：

• 用例总数、通过数、失败数统计；
• 每个用例的执行详情、失败原因；
• 测试执行时间。

五、扩展优化方向

这个轻量级工具满足了基础的接口测试需求，作为学生项目已经足够体现技术能力。如果想进一步优化，可以尝试这些方向：

1. 添加数据库支持：用SQLite/MySQL存储测试用例，替代Excel，支持用例的增删改查；
2. 开发GUI界面：用PyQt5或Tkinter做可视化界面，实现“点击运行”“用例编辑”等功能；
3. 支持更多协议：添加对WebSocket、gRPC等协议的测试支持；
4. 集成CI/CD：配置自动化流程，实现代码修改后自动运行测试；
5. 添加鉴权处理：支持Token、Cookie等接口鉴权方式，覆盖更多实际场景。

六、总结与收获

通过这个项目，我不仅巩固了Python、FastAPI、Pytest等技术的实战用法，还理解了数据驱动测试的核心思想。相比于单纯背理论，这种“从0到1”的项目实战更能提升技术能力，而且把这个工具写进简历，比“熟悉Python”这样的描述更有说服力。

所有代码均已完整附在文中，大家可以直接复制创建对应文件，按照步骤操作即可复现整个工具。如果在运行过程中遇到问题，欢迎在评论区留言交流，我会尽力帮忙解答！

---

写在最后：如果这篇文章对你有帮助，别忘了点赞+收藏！后续我还会分享更多Python实战项目，关注我不迷路~