自动化用例开发过程中的常见技巧-如何让用例支持多环境？

今天起我开了《自动化用例开发过程中的常见技巧》系列文章，来务实地讲下在开发自动化用例时会遇到的一些开发技巧，我本来想把范围框定在 设计模式上，但严格的讲有些技巧并不算设计模式，而且这样来可谈的内容也被限制了，所以就换成了技巧俩字。

本系列的文章不会干讲设计模式、高级语法特性，如果是这样子，你完全可以自己去看一些高级编程的书籍。我会每次抛出一个在开发用例中会出现的问题，看看如何结合这些开发技巧来解决。另外请注意：解决一个问题的方法不会只有一个，不要让自己的思维被我限定住了。

这系列文章适合以下读者：

• 测试框架、平台开发者
• 自动化测试用例编写者

本系列文章中主要使用Python来展示这类技巧，也可能会使用Golang，如果你对这两门语言不熟悉，不用担心，这些技巧也可以使用其他编程语言应用，没有编程语言的限制。

初识property装饰器

了解设计模式的人肯定知道『装饰模式』，不过这与Python下的装饰器并不完全是等价的，Python装饰器可以提供更加强大的能力。

这里先介绍下property装饰器，看下面这个简单的例子：

class People:

    def __init__(self, name: str):
        self._name = name
    
    @property
    def name(self) -> str:
        return self._name
    
    @name.setter
    def name(self, nn: str)
        self._name = nn

    def no_property(self):
        return self._name

我实例化该People，分别访问name、no_property两个属性，看下有什么区别：

>>> mike = Person("mike")
>>> mike.no_property
<bound method Person.no_property of <__main__.Person object at 0x10def4790>>
>>> mike.name
'mike'

no_property的打印结果应该是更加容易理解的：它是Person的一个方法，当你访问该方法，不是调用时，自然是返回方法对象本身；而访问name的时候结果就有点让人意外，它的打印结果等同于name()，而非访问方法对象本身。

@property装饰器是为了解决Python下没有真正意义的私有变量，导致对象的attribute会被外部调用、修改、删除等问题而产生的。在使用上，你可以理解为加上了@property装饰器后，访问该属性obj.method即为调用该方法obj.method()

语法讲解点到即止，想更加深入的理解property，可以参考官方文档：https://docs.python.org/3/library/functions.html#property

自动化用例的多环境执行需求

一个常规的研发项目，一般都存在开发、测试、生产环境：

• 开发环境用于开发用途，以及各模块联调，一般测试人员不介入
• 测试环境用于测试目的，测试人员的主要工作环境
• 生产环境，上线验证过程中测试人员会使用到

公司规模越大，对各类环境的定义会更加清晰、明确，环境种类也会进一步的细分，比如很多互联网公司都会有预发布环境、鄙司的『特性环境』等。

这样来就对自动化测试框架提出了一个需求：自动化用例应当支持在不同环境里执行，并且对用例逻辑层透明无感。

前面一句话好懂，后面一句话我考虑了下，还是得稍作解释：不能在用例里出现类似的代码

def test_login(self):
    if env = "dev":
        requests.post("http://biz.dev.company.net/login", data={"username":"admin", "password":"123456"})
     elif env = "test"
  	    requests.post("http://biz.test.company.net/login", data={"username":"admin", "password":"88888888"})
     else:
        requests.post("https://biz.company.com/login", data={"username":"superadmin", "password":"123sxcdas!@#!"})

曾经也有人告诉我怎么解决：这几个环境用同一个账号、密码呗

来认真分析下，要实现测试用例在多环境下执行，要解决哪些问题：

• 不同环境的服务入口地址不同，一般还会有http/https的差别
• 不同环境需要使用不同的测试数据
• 一些中间件，比如数据库、消息队列、缓存服务的访问地址、账号、配置有差别
• 不同环境的第三方回调地址有差别
• 不同环境的配置需要整体切换，不要出现在开发环境里用了生产环境的数据的问题

以上都是些常见的问题，甚至有些业务功能在实现上都还存在差异，不过这种就不在我们讨论的范围内了。

如何解题

要在用例层对测试环境无感，需要把环境所用的数据抽象出来，如下图：

其实这是一个典型的桥接模式（Bridge Pattern）：将抽象部分与它的实现部分分离，使它们都可以独立地变化。

拿上面出现的测试用例代码具象一点地讲：用例开发者需要抽象出服务地址、账号两个对象，用例逻辑层只允许使用这些抽象的对象，而不能直接访问具体的数据，框架层面提供对这些抽象对象的具体实现。这样来上面的测试代码就可以改成：

def test_login(self):
    requests.post(entrypoint.biz+"/login", data={"username":data.account.username, "password":data.account.password})

我这边使用property装饰器来简易的实现桥接模式，框架层的代码示例如下：

from enum import Enum

class Environment(Enum):
    DEV = 0
    BETA = 1
    PROD= 2

env = Environment.BETA   # 作为全局的环境变量


class EntryPoint:
    _biz = {
        Environment.DEV: "http://biz.dev.company.net",
        Environment.BETA: "http://biz.beta.company.net",
        Environment.PROD: "https://biz.company.com"
    }
    
    @property
    def biz(self):
        return self._biz[env]

样例代码中我省略了测试数据部分，测试数据是个很大的话题，我之后会完整地去讲述

如果需要切换环境去执行，只要更新全局变量env就可以实现：

写在最后

这是本系列的第一篇文章，因为是写给测试人员看的，我不确定文章内容是否合适，有想法的童鞋可以回复告知我下感受，我好在今后的文章里调整。

另外，这系列的文章中的代码样例我会以jupyter notebook的形式push到github repo: https://github.com/jacexh/automation-testing-patterns ，感兴趣的可以点下star

---