当前位置： 首页 > article >正文

Playwright Python API 测试：从入门到实践

article 2025/9/14 11:00:50

Playwright Python API 测试：从入门到实践

在现代软件开发中，API 测试是确保应用程序后端功能正常运行的关键环节。Playwright 是一个强大的自动化测试工具，支持多种编程语言，其中包括 Python。通过 Playwright，我们可以方便地对 REST API 进行测试，而无需依赖于加载页面或运行 JavaScript 代码。本文将详细介绍如何使用 Playwright for Python 进行 API 测试，从环境配置到测试用例编写，再到测试的执行与验证。

内容架构

  1. Playwright API 测试简介
    • 介绍 Playwright 的 API 测试功能及其应用场景。
  2. 环境配置
    • 说明如何安装 Playwright 和配置必要的环境变量。
  3. 编写 API 测试
    • 通过具体示例展示如何使用 Playwright 的 APIRequestContext 发送 HTTP 请求。
  4. 测试用例的组织与执行
    • 介绍如何使用 Pytest 框架组织测试用例，并通过 fixtures 管理测试环境。
  5. 测试数据的准备与清理
    • 展示如何通过 API 调用准备测试数据，并在测试完成后清理资源。
  6. 测试用例的完整示例
    • 提供一个完整的测试用例，包括创建测试仓库、创建问题、验证问题列表等。
  7. 进阶应用
    • 介绍如何通过 API 调用准备服务器状态、验证用户操作后的服务器状态，以及如何复用认证状态。
  8. 总结
    • 总结 Playwright 在 API 测试中的优势和适用场景。

Playwright API 测试简介

Playwright 是一个跨浏览器的自动化测试工具，支持 Chrome、Firefox 和 WebKit 等主流浏览器。除了用于前端界面的自动化测试外，Playwright 还提供了强大的 API 测试功能。通过 API 测试，我们可以直接与服务器进行交互，发送 HTTP 请求并验证响应，从而实现以下目标：

  • 测试服务器端的 API 功能。
  • 在测试前端功能之前，通过 API 调用准备服务器端的状态。
  • 在用户操作后，通过 API 验证服务器端的状态是否符合预期。

环境配置

在开始编写 API 测试之前，我们需要先安装 Playwright 和配置必要的环境变量。以下是具体步骤：

  1. 安装 Playwright
    使用 pip 安装 Playwright for Python：

    pip install playwright
playwright install

  2. 安装 Pytest
    Pytest 是一个流行的 Python 测试框架，Playwright 提供了对 Pytest 的支持，可以通过以下命令安装：

    pip install pytest pytest-playwright

  3. 配置环境变量
    GitHub API 需要认证令牌（Token），因此需要在环境变量中设置 GITHUB_API_TOKEN 和 GITHUB_USER：

    export GITHUB_API_TOKEN="your_github_token"
export GITHUB_USER="your_github_username"

编写 API 测试

Playwright 的 APIRequestContext 提供了发送 HTTP 请求的功能。以下是一个简单的示例，展示如何使用 APIRequestContext 向 GitHub API 发送请求。

示例：创建 GitHub 问题

import os
import pytest
from playwright.sync_api import Playwright, APIRequestContextGITHUB_API_TOKEN = os.getenv("GITHUB_API_TOKEN")
assert GITHUB_API_TOKEN, "GITHUB_API_TOKEN is not set"GITHUB_USER = os.getenv("GITHUB_USER")
assert GITHUB_USER, "GITHUB_USER is not set"GITHUB_REPO = "test"@pytest.fixture(scope="session")
def api_request_context(playwright: Playwright) -> APIRequestContext:headers = {"Accept": "application/vnd.github.v3+json","Authorization": f"token {GITHUB_API_TOKEN}",}request_context = playwright.request.new_context(base_url="https://api.github.com", extra_http_headers=headers)yield request_contextrequest_context.dispose()

编写测试用例

以下是一个测试用例，验证是否可以通过 GitHub API 创建一个新的问题：

def test_should_create_bug_report(api_request_context: APIRequestContext) -> None:data = {"title": "[Bug] report 1","body": "Bug description",}new_issue = api_request_context.post(f"/repos/{GITHUB_USER}/{GITHUB_REPO}/issues", data=data)assert new_issue.okissues = api_request_context.get(f"/repos/{GITHUB_USER}/{GITHUB_REPO}/issues")assert issues.okissues_response = issues.json()issue = list(filter(lambda issue: issue["title"] == "[Bug] report 1", issues_response))[0]assert issueassert issue["body"] == "Bug description"

测试用例的组织与执行

在 Playwright 中，测试用例通常使用 Pytest 框架进行组织和执行。Pytest 提供了强大的 fixtures 功能，可以用于管理测试环境的初始化和清理。

使用 fixtures 管理测试环境

以下是一个使用 fixtures 管理测试环境的示例：

@pytest.fixture(scope="session", autouse=True)
def create_test_repository(api_request_context: APIRequestContext) -> None:# Before allnew_repo = api_request_context.post("/user/repos", data={"name": GITHUB_REPO})assert new_repo.okyield# After alldeleted_repo = api_request_context.delete(f"/repos/{GITHUB_USER}/{GITHUB_REPO}")assert deleted_repo.ok

在这个示例中，create_test_repository fixture 在所有测试用例执行之前创建一个新的 GitHub 仓库，并在所有测试用例执行完成后删除该仓库。

测试数据的准备与清理

在测试过程中，我们通常需要准备一些测试数据，并在测试完成后清理这些数据，以确保测试环境的干净和稳定。以下是一个完整的测试用例，包括测试数据的准备和清理：

完整测试用例

import os
import pytest
from playwright.sync_api import Playwright, APIRequestContextGITHUB_API_TOKEN = os.getenv("GITHUB_API_TOKEN")
assert GITHUB_API_TOKEN, "GITHUB_API_TOKEN is not set"GITHUB_USER = os.getenv("GITHUB_USER")
assert GITHUB_USER, "GITHUB_USER is not set"GITHUB_REPO = "test"@pytest.fixture(scope="session")
def api_request_context(playwright: Playwright) -> APIRequestContext:headers = {"Accept": "application/vnd.github.v3+json","Authorization": f"token {GITHUB_API_TOKEN}",}request_context = playwright.request.new_context(base_url="https://api.github.com", extra_http_headers=headers)yield request_contextrequest_context.dispose()@pytest.fixture(scope="session", autouse=True)
def create_test_repository(api_request_context: APIRequestContext) -> None:# Before allnew_repo = api_request_context.post("/user/repos", data={"name": GITHUB_REPO})assert new_repo.okyield# After alldeleted_repo = api_request_context.delete(f"/repos/{GITHUB_USER}/{GITHUB_REPO}")assert deleted_repo.okdef test_should_create_bug_report(api_request_context: APIRequestContext) -> None:data = {"title": "[Bug] report 1","body": "Bug description",}new_issue = api_request_context.post(f"/repos/{GITHUB_USER}/{GITHUB_REPO}/issues", data=data)assert new_issue.okissues = api_request_context.get(f"/repos/{GITHUB_USER}/{GITHUB_REPO}/issues")assert issues.okissues_response = issues.json()issue = list(filter(lambda issue: issue["title"] == "[Bug] report 1", issues_response))[0]assert issueassert issue["body"] == "Bug description"

进阶应用

通过 API 调用准备服务器状态

在某些测试场景中，我们可能需要在用户操作之前通过 API 调用准备服务器的状态。以下是一个示例，展示如何通过 API 创建问题，并验证问题是否出现在页面上：

def test_last_created_issue_should_be_first_in_the_list(api_request_context: APIRequestContext, page: Page) -> None:def create_issue(title: str) -> None:data = {"title": title,"body": "Feature description",}new_issue = api_request_context.post(f"/repos/{GITHUB_USER}/{GITHUB_REPO}/issues", data=data)assert new_issue.okcreate_issue("[Feature] request 1")create_issue("[Feature] request 2")page.goto(f"https://github.com/{GITHUB_USER}/{GITHUB_REPO}/issues")first_issue = page.locator("a[data-hovercard-type='issue']").firstexpect(first_issue).to_have_text("[Feature] request 2")

验证用户操作后的服务器状态

在用户通过界面完成操作后，我们可以通过 API 验证服务器的状态是否符合预期

http://www.lryc.cn/news/2396868.html

相关文章：

  • ETL脚本节点使用的方式
  • PH热榜 | 2025-06-02
  • Domain Adaptation in Vision-Language Models (2023–2025): A Comprehensive Review
  • 容器化革命：告别传统Dockerfile，拥抱现代构建最佳实践
  • ： influxdb + grafana+JMeter
  • Vue拖拽组件：vue-draggable-plus
  • TDengine 基于 TDgpt 的 AI 应用实战
  • RocketMQ 消息发送核心源码解析：DefaultMQProducerImpl.send () 方法深度剖析
  • BiliNote部署实践
  • deepseek问答记录：请讲解一下transformers.HfArgumentParser()
  • bismark OT CTOT OB CTOB 以及mapping后的bam文件中的XG,XR列的含义
  • new语法
  • npm、yarn幽灵依赖问题
  • Android Native 之 adbd进程分析
  • CAN通讯协议中各种参数解析
  • 网络攻防技术三：网络脆弱性分析
  • （八）登录认证与学生写作画像
  • Netty学习example示例
  • 几种常用的Agent的Prompt格式
  • 数据库运维管理系统在AI方向的实践
  • [RoarCTF 2019]Easy Calc
  • [Windows]在Win上安装bash和zsh - 一个脚本搞定
  • ubuntu系统上运行jar程序输出时间时区不对
  • React 播客专栏 Vol.18｜React 第二阶段复习 · 样式与 Hooks 全面整合
  • 从认识AI开始-----解密LSTM：RNN的进化之路
  • leetcode0513. 找树左下角的值-meidum
  • 命令行式本地与服务器互传文件
  • MPTCP 聚合吞吐
  • JavaScript性能优化实战技术文章大纲
  • LabelImg: 开源图像标注工具指南