Рад приветствовать читателей Хабр. Меня зовут Азамат Акчурин, я QA инженер в Bimeister.
Часто при приемке разного рода фич нам, тестировщикам, не хватает сущностей/данных в тестируемой системе. Тестировать на пустых данных не “comme il faut”, поэтому, чтобы наполнить систему данными, мы можем обратиться к разработчикам, QA automation, добавить данные в БД и т. д. — способов очень много.

И сегодня я расскажу про один из таких способов, который "дешево и сердито" позволит тестировщику самостоятельно, не отвлекая других сотрудников, заполнить систему данными.

Все, что нам нужно

1. Установить Python.

2. Установить IDE для Python — лично пользуюсь PyCharm.

3. Дочитать эту статью, чтобы научиться применять такой способ в решении задач.

N.B.

В данной статье опущу пункты установки Python и IDE — будем считать, что они уже установлены. Перейдем, непосредственно, к практике.

Кейс #1

Представим, что разработали новую таблицу, в которой содержатся объекты со свойством «Строка» — то есть мы можем создать объекты, в которых содержатся любые символы. Нам необходимо проверить фильтрацию объектов, поиск, пагинацию и т. д.

А если таких свойств будет 5/10/15 штук в одном объекте?  Какая бы “Самая быстрая рука на Диком Западе” не была у тестировщика, заполнять систему данными он будет неприлично долго.
 
Пришло время научить машину делать рутинную работу за нас:

1. Открываем devtools → networks и создаем один объект руками.

2. Ловим запрос, который ушел при создании объекта, и во вкладке Networks запоминаем следующие параметры:
       - Request Url "https://[что-то типа google.com]/api/BimExemplars".
       - Request Method "post".

   В этом примере я авторизован под учетной записью в системе, поэтому из Request Headears также фиксирую Bearer Token "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6….и еще куча символов".

3. Из вкладки Payload искомого запроса записываем данные для Request Payload.
   

Все исходные данные мы собрали. Теперь перейдем к написанию скрипта:

import requests as r    # Для импорта библиотеки requests, с помощью этой библиотеки будем отправлять запросы.
import random    # Данная библиотека нужна для формирования рандомных значений.
 
url = 'https://[что-то типа google.com]/api/BimExemplars'    # В переменную url сохранили значение Request Url (см. п2).
bearer = 'Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJqdGkiOiJmYmMyMzRhZC01NjQ1LTQ3MTktODFmNC0zZDQyNzliMTMxYWEiLCJpc3...еще много символов'    # В переменную bearer сохранили значение Bearer Token (см. п2).  
 
for i in range(15):    # Создаем цикл, в данном случае код — под этим циклом исполнится 15 раз. Почему 15? Да просто пример из головы. Если нам нужно 100 объектов, просто делаем цикл на 100 повторений.
    payload = {    # В переменную payload сохраняем значение из Requests Payload (см. п3). Но, если оставить в таком виде и запустить код, в системе будет 15 совершенно одинаковых объектов. Давайте подумаем, что можно изменить?
          "projectId": "76dfd02a-9016-43f3-93f1-7744acd98f54",    # ID проекта оставляем неизменным, так как именно в этом проекте мне необходимы созданные объекты.
          "title": "Test obj",    # Поле отвечающее за наименование объекта. Отличное поле для рандомных значений. Заменим значение "Test obj" на f"Test obj {random.randint(1, 1000)}". Что это нам даст? Будет создан Объект "Test obj {здесь будет случайное значение от 1 до 100}".
          "bimClassId": "94e9f5ff-1afa-47ec-beb0-59109cc3d9dd",   # bimClassId и ниже bimPropertyId отвечают за поля свойств у объекта, поэтому оставим их неизменными.
            "bimExemplarProperties": [
            {
              "bimPropertyId": "8f2a6659-feb4-42d6-899d-8e7ebc99d5e4",
              "value": "111"    # Поле, отвечающее за значения в поле Свойства. Тоже отличное поле для рандомных значений. Идем по протоптанной дорожке и заменяем "123" на f"random.randint(1, 100)". Что здесь происходит? Думаю, уже понятно.
            },
            {
              "bimPropertyId": "391fb437-8771-4d80-a22e-af86ce0fd6a8",
              "value": "222"    # Аналогично заменим здесь.
            },
            {
              "bimPropertyId": "65f144fa-56d2-4bf1-88f3-452242f03a68",
              "value": "333"    # Здесь.
            },
            {
              "bimPropertyId": "0d80ff51-5771-4d4d-9a1b-645faaac8c25",
              "value": "444"    # И здесь.
            },
            {
              "bimPropertyId": "9d64cfc4-bcfc-44d2-88b0-8f8d511db06c",
              "value": "555"    # И здесь.
            }
          ]
        }
    requests = r.post(url, headers={'authorization':bearer}, json=payload)    # Что происходит: r.post(url, headers={'authorization':bearer}, json=payload) — говорим системе сделать Post запрос (см. п2 Requests Method "post"); url — запрос, который добавляет объекты; headers={'authorization':bearer} — хедеры, которые отправляются вместе с запросом, тут как бы говорим системе, что пользователь авторизован; json=payload — здесь передаем тело запроса.
    print(requests.status_code)    # После запуска кода выведет статус код каждого запроса. Сугубо личная вещь, сделано для удобства.

В таком виде мы создадим 15 одинаковых объектов, содержащих одинаковую информацию, соответствующую payload.

Добавим уникальности объектам через random.randint(1, 100)

import requests as r
import random
 
url = 'https://[что-то типа google.com]/api/BimExemplars' 
bearer = 'Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJqdGkiOiJmYmMyMzRhZC01NjQ1LTQ3MTktODFmNC0zZDQyNzliMTMxYWEiLCJpc3...еще много символов'    
for i in range(15):
    payload = {
      "projectId": "76dfd02a-9016-43f3-93f1-7744acd98f54",
      "title": f"Test obj {random.randint(1, 100)}",    # {random.randint(1, 100)} Подставит любое целое число от 1 до 100
      "bimClassId": "94e9f5ff-1afa-47ec-beb0-59109cc3d9dd",
      "bimExemplarProperties": [
        {
          "bimPropertyId": "8f2a6659-feb4-42d6-899d-8e7ebc99d5e4",
          "value": f"{random.randint(1, 100)}"
        },
        {
          "bimPropertyId": "391fb437-8771-4d80-a22e-af86ce0fd6a8",
          "value": f"{random.randint(1, 100)}"
        },
        {
          "bimPropertyId": "65f144fa-56d2-4bf1-88f3-452242f03a68",
          "value": f"{random.randint(1, 100)}"
        },
        {
          "bimPropertyId": "0d80ff51-5771-4d4d-9a1b-645faaac8c25",
          "value": f"{random.randint(1, 100)}"
        },
        {
          "bimPropertyId": "9d64cfc4-bcfc-44d2-88b0-8f8d511db06c",
          "value": f"{random.randint(1, 100)}"
        }
      ]
    }
    requests = r.post(url, headers={'authorization':bearer}, json=payload)
    print(requests.status_code)

Теперь запустим код и посмотрим, что произойдет в системе:

1. Запускаем код.

2. Смотрим, что все запросы вернулись с кодом 201.

3. Смотрим, что в системе создалось 15 объектов, и все они имеют рандомные наименования.

Кейс #2

Чтобы закрепить материал,  рассмотрим другой пример. Если открыть любой из созданных объектов и изменить какие-либо значения свойств, то можно сохранить новую версию объекта:

Затем, после сохранения "как новой версии" пользователю доступен список всех версий

В практике столкнулся с тем, что необходимо было проверить открытие (до 1 сек.) и отображение дропдауна с 1000 версий. И тут снова пригодился Python. Повторим, знакомые нам, шаги: 

1. Открываем devtools → networks.

2. Создаем новую версию объектами руками.

3. Ловим запрос, который сохраняет версию и фиксируем параметры: 
   Request Url "https://[что-то типа google.com]/api/BimExemplarVersions",
   Request Method "Post".

   Из Request Headears запоминаем Bearer Token "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6Ikp...и еще много символов".

4. Из вкладки Payload скопируем значение Request Payload:

{
  "bimExemplarId": "92ea9b30-a097-4a7e-a472-48d020eecc13",
  "title": "Test obj 893",
  "bimExemplarProperties": [
    {
      "bimPropertyId": "57c5ae3d-3aa2-40c4-a77b-bc90b3cf84f7",
      "value": "73"
    },
    {
      "bimPropertyId": "4a23533f-1757-4a0c-931b-57e28a45c1bd",
      "value": "162 значение изменено для сохранения новой версии"
    },
    {
      "bimPropertyId": "588b3da1-73bc-4ea6-95d2-035f6082216d",
      "value": "987 значение изменено для сохранения новой версии"
    },
    {
      "bimPropertyId": "8740ae93-2a9e-4a17-8e56-5bede7405554",
      "value": "51"
    },
    {
      "bimPropertyId": "521ca3e8-64ef-4d3a-af2d-d8facdaf37df",
      "value": "608"
    },
    {
      "bimPropertyId": "fc4a6ce2-eb55-4543-9913-fc4238ce739e",
      "value": "593"
    },
    {
      "bimPropertyId": "d18c9d75-2298-45d7-9542-1644b900ed45",
      "value": "535"
    }
  ],
  "bimExemplarVersionId": "f813654e-43b9-437b-930a-4882f1d71d73"
}

Нужные данные для скрипта мы записали. Перейдем к финальному скрипту. Рандомные значение проставили только для полей Объекта, так как, меняя только поля объекта, можно сохранить новую версию:

import requests as r
import random
 
url = 'https://[что-то типа google.com]/api/BimExemplarVersions'
bearer = 'Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJqdGkiOiJiNmZjYThmYi1iYjgwLTQzZGItYmY4NC02MDk3NzM5ZGEzZ...и еще много символов'
 
for i in range(1000):
    payload = {
          "bimExemplarId": "92ea9b30-a097-4a7e-a472-48d020eecc13",
          "title": "Test obj 893",
          "bimExemplarProperties": [
        {
          "bimPropertyId": "57c5ae3d-3aa2-40c4-a77b-bc90b3cf84f7",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "4a23533f-1757-4a0c-931b-57e28a45c1bd",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "588b3da1-73bc-4ea6-95d2-035f6082216d",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "8740ae93-2a9e-4a17-8e56-5bede7405554",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "521ca3e8-64ef-4d3a-af2d-d8facdaf37df",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "fc4a6ce2-eb55-4543-9913-fc4238ce739e",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        },
        {
          "bimPropertyId": "d18c9d75-2298-45d7-9542-1644b900ed45",
          "value": f"{random.randint(1, 100)}"    # Меняем значение свойства.
        }
      ],
      "bimExemplarVersionId": "f813654e-43b9-437b-930a-4882f1d71d73"
    }
    requests = r.post(url, headers={'authorization':bearer}, json=payload)
    print(requests.status_code)

В этом примере хватило 5 минут, чтобы создать 1000 версий для дальнейших тестов:

В заключение

Мы разобрали два простых кейса из опыта, в которых буквально за 5-10 минут сгенерировали данные для тестирования. Этот способ, на мой взгляд, поможет тестировщику без каких-либо фундаментальных знаний программирования решать рутинные задач подобного рода. Если данная тема будет актуальна для читателей, то в следующей статье разберу более сложные примеры, в которых используются несколько запросов и параметры из одного запроса прокидываются в другой запрос.

Прошу подсказать читателей, интересна ли тема и каким инструментом пользуйтесь при решении таких задач?

P.S. 

Данная инструкция не является призывом к действию, эталоном и панацеей. Это всего лишь один из способов для решения вопросов "одному.здесь.сейчас", который возможно принесет пользу и вам.