1、AutoMeter-API 自动化测试平台

AutoMeter 是一款针对分布式服务，微服务 API 做功能和性能一体化的自动化测试平台，一站式提供发布单元，API，环境，用例，前置条件，场景，计划，报告等管理 在项目开发，迭代交付过程中开发人员，测试人员需要针对系统提供的 API 做调试，回归测试，性能测试。自动化测试，一个好的平台本质上需要解决 API 测试的 5 大基本问题:

• 1.支持不同的角色，技术人员多人协作
• 2.支持定义多个不同的测试环境
• 3.支持定义各种被测系统，API
• 4.支持功能，性能，回归，自动化测试
• 5.功能/性能明细报告，统计报告

项目地址:

                    
                      https://gitee.com/season-fan/autometer-api

                    
                  

2、QA Wolf 浏览器自动化测试工具

QA Wolf 可帮助你以 10 倍的速度创建、运行和维护端到端的浏览器自动化测试。 项目地址:

                    
                      https://github.com/qawolf/qawolf

                    
                  

3、Mimesis 用于 Python 的高性能虚假数据生成器

Mimesis 是一个用于 Python 的高性能虚假数据生成器，它以多种语言提供用于多种用途的数据。虚假数据可用于填充测试数据库、创建虚假 API 端点、创建任​​意结构的 JSON 和 XML 文件、匿名化生产中的数据等.

支持的功能 。

• 简单：易于使用和学习
• 多语言：支持多种语言的数据
• 性能：可用于 Python 的最快数据生成器
• 数据多样性：支持多种数据提供者用于各种目的
• 通用数据提供者：从单个对象对所有提供者的简化访问
• 零依赖：不需要 Python 标准库以外的任何模块
• 基于模式的生成器：提供一种简单的机制来通过任何复杂的模式生成数据

项目地址:

                    
                      https://github.com/lk-geimfari/mimesis

                    
                  

安装:

                    
                      pip install mimesis

                    
                  

示例:

                    
                      >>> from mimesis import Person
>>> from mimesis.locales import Locale
>>> person = Person(Locale.EN)

>>> person.full_name()
'Brande Sears'

>>> person.email(domains=['example.com'])
'roccelline1878@example.com'

>>> person.email(domains=['mimesis.name'], unique=True)
'f272a05d39ec46fdac5be4ac7be45f3f@mimesis.name'

>>> person.telephone(mask='1-4##-8##-5##3')
'1-436-896-5213'

                    
                  

4、Ddosify 高性能负载测试工具

Ddosify 是一个用 Golang 编写的高性能负载测试工具和 DDOS 攻击模拟.

特性:

• 协议不可知 - 目前支持 HTTP、HTTPS、HTTP/2。其他协议正在开发中。
• 基于场景 - 在 JSON 文件中创建你的流程。无需一行代码！
• 不同的负载类型 - 测试你的系统在不同负载类型上的限制。

项目地址:

                    
                      https://github.com/ddosify/ddosify

                    
                  

5、AutoCannon HTTP/1.1 基准测试工具

AutoCannon 是一个用 Node.js 编写的 HTTP/1.1 基准测试工具，受到 wrk 和 wrk2 的极大启发，支持 HTTP 管道和 HTTPS。autocannon 可以产生比 wrk 和 wrk2 更多的负载.

项目地址:

                    
                      https://github.com/mcollina/autocannon

                    
                  

6、Sharingan 流量录制回放工具

Sharingan（写轮眼）是一个基于 golang 的流量录制回放工具，适合项目重构、回归测试等.

特性 。

• 支持下游流量录制。相比 tcpcopy、goreplay 等方案，回放不依赖下游环境。
• 支持并发流量录制和回放。录制对服务影响小，回放速度更快。
• 支持时间重置、噪音去除、批量回放、覆盖率报告、常见协议解析等等。
• 支持写流量回放，不会污染应用数据。
• 不依赖业务框架，低应用浸入。

项目地址:

                    
                      https://github.com/didi/sharingan

                    
                  

使用示例:

                    
                      # Step1: 下载sharingan项目
$ git clone https://github.com/didi/sharingan.git
$ cd sharingan

# Step2: 使用定制版golang，以go1.13为例
$ sh install.sh go1.13 # 支持go1.10 ~ go1.15，限mac、linux amd64系统
$ export GOROOT=/tmp/recorder-go1.13
$ export PATH=$GOROOT/bin:$PATH

# Step3: 编译、后台启动replayer-agent「默认会占用3515、8998端口，可修改」
# [回放接入文档]内有直接下载bin文件的链接，无需build
$ cd replayer-agent
$ go build
$ nohup ./replayer-agent >> run.log 2>&1 &

# Step4: 编译、后台启动example示例「默认会占用9999端口，可修改」
$ cd ../example
$ go build -tags="replayer" -gcflags="all=-N -l"
$ nohup ./example >> run.log 2>&1 &

# Step5: 打开回放页面
$ 浏览器打开，http://127.0.0.1:8998 # 非本机替换IP即可
$ 页面选择要回放的流量点执行          # 内置提前录制好的3条example示例流量

                    
                  

7、randdata 随机测试数据生成工具

randdata 是一款基于 JAVA 开发的测试数据生成工具，为了测试人员、软件开发人员、数据开发人员、售前工程师或产品经理演示提供生成随机相应数据的全力打造的，支持个人信息、地址、数字、网络、银行、是非等多种数据的随机生成，无需用户再去编写复杂 SQL 或程序就能生成附合中国人习惯的数据。从而大大的节约软件开发的成本.

特点:

• 无代码 : 无需编写代码，即生成相应数据。
• 运行简单：用户只要安装 JDK1.8 及以上版本即可运行。
• 数据随机性：最大限度保证数据不重复。
• 支持直接数据库表生成：可直接导入某些数据库的表结构，而无须手工建表，通过给表指定生成数据类型即可。
• 运行环境要求低：windows、linux 等 PC 机可直接运行，项目只有一个 jar 包，可通过 java -jar 包名即可运行。

项目地址:

                    
                      https://gitee.com/chenlinux0768/randdata

                    
                  

8、DrissionPage WEB 自动化测试集成工具

DrissionPage，即 driver 和 session 的合体，是一个基于 python 的 Web 自动化操作集成工具.

requests 爬虫面对要登录的网站时，要分析数据包、JS 源码，构造复杂的请求，往往还要应付验证码、JS 混淆、签名参数等反爬手段，门槛较高。若数据是由 JS 计算生成的，还须重现计算过程，体验不好，开发效率不高。使用 selenium，则可以很大程度上绕过这些坑，但 selenium 效率不高.

因此，这个库将 selenium 和 requests 合二为一，不同需要时切换相应模式，并提供一种人性化的使用方法，提高开发和运行效率。除了合并两者，本库还以网页为单位封装了常用功能，简化了 selenium 的操作和语句，在用于网页自动化操作时，减少考虑细节，专注功能实现，使用更方便.

特性 。

• 允许在 selenium 和 requests 间无缝切换，共享 session。
• 两种模式提供一致的 API，使用体验一致。
• 人性化的页面元素操作方式，减轻页面分析工作量和编码量。
• 对常用功能作了整合和优化，更符合实际使用需要。
• 兼容 selenium 代码，便于项目迁移。
• 使用 POM 模式封装，便于扩展。
• 统一的文件下载方法，弥补浏览器下载的不足。
• 简易的配置方法，摆脱繁琐的浏览器配置。

项目地址:

                    
                      https://gitee.com/g1879/DrissionPage

                    
                  

9、Chaos Mesh 在 Kubernetes 上进行混沌测试

Chaos Mesh 是一个云原生的混沌工程（Chaos Engineering）平台，可在 Kubernetes 环境中进行混沌测试.

当前实现支持用于故障注入的主要操作:

• pod-kill：模拟 Kubernetes Pod 被 kill。
• pod-failure：模拟 Kubernetes Pod 持续不可用，可以用来模拟节点宕机不可用场景。
• network-delay：模拟网络延迟。
• network-loss：模拟网络丢包。
• network-duplication：模拟网络包重复。
• network-corrupt：模拟网络包损坏。
• network-partition：模拟网络分区。
• I/O delay：模拟文件系统 I/O 延迟。
• I/O errno：模拟文件系统 I/O 错误 。

项目地址:

                    
                      https://gitee.com/mirrors/Chaos-Mesh

                    
                  

10、Automagica 智能流程自动化平台

Automagica 是一个开源智能机器人流程自动化（SRPA，Smart Robotic Process Automation）平台，借助 Automagica，自动化跨平台流程变得轻而易举。Automagica 可以通过简单程序脚本实现打开各种应用程序并对应用进行操作.

Automagica 需要 Python 3.7 环境，官方支持 Windows 10 平台，Linux 和 Mac 目前官方还不支持.

项目地址:

                    
                      https://github.com/OakwoodAI/Automagica
https://gitee.com/mirrors/Automagica

                    
                  

Automagica 使用场景:

• 桌面交互自动化
• Office 自动化，例如打开 Excel 并进行数据填充
• Web 自动化，例如打开网址并进行网页操作
• 商业应用自动化
• 自动打开邮件应用并收发邮件
• 远程控制等等

例如： 打开 Excel 并进行程序控制:

打开画图工具并进行绘图:

示例代码 该示例打开 Windows 记事本并输入 'Hello world!'. 。

                    
                      PressHotkey('win','r')
Wait(seconds=1)
Type(text='notepad', interval_seconds=0)
PressKey('enter')
Wait(seconds=2)
Type(text='Hello world!', interval_seconds=0.15)

                    
                  

下面例子打开 Chrome 浏览器并访问指定url 。

                    
                      browser = ChromeBrowser()
browser.get('https://www.cnblogs.com/jinjiangongzuoshi/')

                    
                  

最后此篇关于2023年十款开源测试开发工具推荐（自动化、性能、造数据、流量复制）的文章就讲到这里了,如果你想了解更多关于2023年十款开源测试开发工具推荐（自动化、性能、造数据、流量复制）的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。