测试

JaCoCo 全称是Java Code Coverage，Java 代码覆盖率，广泛运用于各种测试平台对 Java 代码的全量覆盖率和增量覆盖率进行统计，分析代码行差异，度量单元测试效果。Jacoco 也是精准测试的技术实现手段之一。

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 什么是 HAR 包？ HAR（HTTP Archive format），是一种JSON格式的存档格式文件，通用扩展名为 .har。 HAR 包是 JSON 格式的，打开后，重点关注entries里面的request和response，包含了请求和响应信息。 流量录制 怎么获取 HAR 包呢？可以网上搜索方法，浏览器 F12、抓包工具（Charles、Proxyman 等）都可以将 HTTP 请求导出为 HAR 包。 生产级别的流量录制很复杂，想要了解的话可以参考阿里开源项目：https://github.com/alibaba/jvm-sandbox-repeater 回放对比 本文重点介绍在导出 HAR 包后，怎么通过 Python 来实现回放对比。 使用介绍 一、将 HAR 包转换为 pytest 用例 har_file 为 har 包路径，profile 配置开启回放，调用 Har.har2case()方法将 HAR 包转换为 pytest 用例。 转换后会生成： demo_test.py 与 HAR 同名的 pytest 用例文件 demo-replay-diff 对比结果目录，暂时为空 sqlite.db 存储 HAR 包响应数据，标记为 expect 二、执行 pytest 用例 from tep.libraries.Diff import Diff from tep.libraries.Sqlite import Sqlite def test(HTTPRequestKeyword, BodyKeyword): var = {'caseId': '023f387db398504889e0afb8dd1bc99d', 'requestOrder': 1, 'diffDir': '/Users/wanggang424/Desktop/PycharmProjects/tep/tests/demo/case/har/demo-replay-diff'} url = "https://postman-echo.com/get?foo1=HDnY8&foo2=34.5" headers = {'Host': 'postman-echo.com', 'User-Agent': 'HttpRunnerPlus', 'Accept-Encoding': 'gzip'} ro = HTTPRequestKeyword("get", url=url, headers=headers) # user_defined_var = ro.response.jsonpath("$.jsonpath") assert ro.response.status_code < 400 Sqlite.record_actual((ro.response.text, var["caseId"], var["requestOrder"], "GET", "https://postman-echo.com/get?foo1=HDnY8&foo2=34.5"), var) url = "https://postman-echo.com/post" headers = {'Host': 'postman-echo.com', 'User-Agent': 'Go-http-client/1.1', 'Content-Length': '28', 'Content-Type': 'application/json; charset=UTF-8', 'Cookie': 'sails.sid=s%3Az_LpglkKxTvJ_eHVUH6V67drKp0AGWW-.PidabaXOnatLRP47hVyqqepl6BdrpEQzRlJQXtbIiwk', 'Accept-Encoding': 'gzip', 'sails.sid': 's%3Az_LpglkKxTvJ_eHVUH6V67drKp0AGWW-.PidabaXOnatLRP47hVyqqepl6BdrpEQzRlJQXtbIiwk'} body = r"""{"foo1":"HDnY8","foo2":12.3}""" ro = BodyKeyword(body) # ro = BodyKeyword(body, {"$.jsonpath": "value"}) body = ro.data ro = HTTPRequestKeyword("post", url=url, headers=headers, json=body) # user_defined_var = ro.response.jsonpath("$.jsonpath") assert ro.response.status_code < 400 Sqlite.record_actual((ro.response.text, var["caseId"], var["requestOrder"], "POST", "https://postman-echo.com/post"), var) url = "https://postman-echo.com/post" headers = {'Host': 'postman-echo.com', 'User-Agent': 'Go-http-client/1.1', 'Content-Length': '20', 'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8', 'Cookie': 'sails.sid=s%3AS5e7w0zQ0xAsCwh9L8T6R7QLYCO7_gtD.r8%2B2w9IWqEIfuVkrZjnxzm2xADIk34zKAWXRPapr%2FAw', 'Accept-Encoding': 'gzip', 'sails.sid': 's%3AS5e7w0zQ0xAsCwh9L8T6R7QLYCO7_gtD.r8%2B2w9IWqEIfuVkrZjnxzm2xADIk34zKAWXRPapr%2FAw'} ro = HTTPRequestKeyword("post", url=url, headers=headers, data=body) # user_defined_var = ro.response.jsonpath("$.jsonpath") assert ro.response.status_code < 400 Sqlite.record_actual((ro.response.text, var["caseId"], var["requestOrder"], "POST", "https://postman-echo.com/post"), var) Diff.make(var["caseId"], var["diffDir"]) 执行时会记录实际请求响应，存入 sqlite 数据库，标记为 actual。 ...

连续调用两次，第一次提交成功，第二次会被驳回——串行重复，系统是防住了的。

在对安卓进行测试时，我们需要把 apk 传到安卓机上，对请求抓包，同时监控应用日志。本文就来讲讲具体操作。

在 HttpRunner3 的示例代码中，发送 HTTP 请求的代码是这样写的：

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 运行文件 JMeter 下载地址为： https://jmeter.apache.org/download_jmeter.cgi 最新版本为 5.4.1，依赖于 Java8+，下载后无需安装，解压即用。解压后的目录和文件如下： bin 二进制文件目录，包括配置文件、启动文件、启动 jar 包、示例脚本。比如 Windows 和 Linux 系统的两个启动脚本： docs API 离线帮助文档。 extras 辅助功能，可用于 Ant、Jenkins 集成。 lib lib 根目录下存放 JMeter 基础 jar 包，lib/ext 目录下存放第三方或自定义扩展 jar 包。 licenses 证书文本文件。 printable_docs 离线帮助文档。 LICENSE 证书说明。 NOTICE 版权声明。 README 简介。 测试计划 JMeter 以图形界面方式启动后，首先映入眼帘的是左侧的 TestPlan，测试计划： JMeter 的 UI 界面只能同时编辑一个测试计划，如果想再编辑另外一个测试计划，必须再打开一个 JMeter 界面。这是因为测试计划对应的是.jmx 文件！不同的.jmx 文件只能在不同的界面中编辑。 JMeter 界面是通过组件拖拽的方式来编写脚本的，脚本的根目录是测试计划。根节点只能有一个，作为根节点，测试计划很适合来做全局配置，比如在 User Defined Variables 处添加键值对格式的全局变量。 测试计划是默认节点，JMeter 还有另外一个不可缺少的次节点：Thread Group，线程组。 多线程 性能测试工具的目的是用少量电脑产生成百上千个并发请求。多进程和多线程正好能用来实现这个需求，书上有句关于进程和线程的至理名言：“进程是操作系统分配资源的最小单位，线程是程序执行的最小单位”。该如何理解呢？前一句的意思是说，每个应用程序都有对应的进程，按照进程来分配资源，可以使得资源利用最大化，避免浪费。后一句的理解得从一个故事讲起，很久以前，进程拿着资源找 CPU 执行。CPU 一看进程太大，说我处理不了。进程只能拆成多个线程给 CPU，不但能执行了，还能在线程之间灵活切换。 ...

注解（Annotations）是 JUnit 的标志性技术，本文就来对它的 20 个注解，以及元注解和组合注解进行学习。

大家好，我是刚哥。

在 Shell 执行pytest -h可以看到 pytest 的命令行参数有这 10 大类，共 132 个

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 一、引言 黑盒测试犹如案发现场，只能根据表象推断事件经过。 代码评审即深入调查，挖掘蛛丝马迹的线索，揭示背后的真相。 “They think I am hiding in the shadows, but I am the shadows.” 二、黑盒测试与白盒测试的区别 黑盒测试存在一些局限性： 可能无法发现与系统实现相关的问题 可能无法覆盖所有的测试场景 测试效率较低，比如准备物料、模拟场景 强依赖需求文档，如果文档不全，测试会漏 对于测试人员来说，可以在代码评审阶段，通过白盒测试改进测试的质量和效率。 三、代码评审的定义和意义 代码评审，Code Review（CR），是一种通过检查代码来提高代码质量的过程。 对于测试人员来说，参与代码评审，可以尽量提前发现问题，减少修复代价，提高效能。 四、代码评审的形式 多人讨论 组织会议，研发牵头讲解代码，架构和测试参与，讨论交流。这是最普遍的一种形式。 Code Diff 查看 Code Diff，可以借助 Gitlab 或 IDEA，比较分支差异或版本差异。 对比时机： 提测前和测试中，自行走查代码 发现缺陷，定位代码原因 修复缺陷后，评估影响范围 上线前，是否夹带代码 精准测试 评估测试用例的代码覆盖率，查漏补缺，Jacoco 的 on-the-fly 模式支持动态收集代码覆盖率数据。 五、代码评审的方法 面向业务，面向业务，面向业务。重要的事情说三遍。 刚开始做代码评审，很容易把注意力集中在找代码规范问题上面，比如命名不规范、注释不清楚、代码实现冗长等。这些问题不是测试人员关注的重点，需要由研发团队或代码扫描工具来解决。 在做 Code Diff 时，也没必要把每个文件、每行代码的意思搞懂，比如研发对代码结构做了调整，在 diff 时要梳理清楚的话，ROI 会非常低，因为既消耗时间，又发现不了问题。 那该怎么做代码评审呢？ 关注业务： 跟需求文档比较，哪些需求是遗漏的，哪些代码是补充的，哪些代码是夹带的 关注核心业务代码逻辑，使用条件覆盖、路径覆盖等方法设计测试用例 优化测试用例，针对代码实现考虑异常、边界、幂等、并发等场景 代码评审要求测试人员具备代码能力，理解编程语言，掌握软件设计，熟悉代码结构和架构，多与开发同学交流，共同优化代码质量。 六、代码评审的实际案例 1、空指针异常 ...