Python+Jinja2实现接口数据批量生成工具

简介: 在做接口测试的时候,我们经常会遇到一种情况就是要对接口的参数进行各种可能的校验,手动修改很麻烦,尤其是那些接口参数有几十个甚至更多的,有没有一种方法可以批量的对指定参数做生成处理呢。

在做接口测试的时候,我们经常会遇到一种情况就是要对接口的参数进行各种可能的校验,手动修改很麻烦,尤其是那些接口参数有几十个甚至更多的,有没有一种方法可以批量的对指定参数做生成处理呢。

答案是肯定的!

python的jinja2模板库可以很好的满足我们的需求,通过维护一个原始数据模板,将我们想要动态生成的变量模板化,就可以实现需求。


现在我们有这样的一个请求数据

{
    "abc":"123",
    "p2p":"123",
    "smid":"20180807220733939b66d80092eea34ce9e77f30bedff12345b7d5a3faa11b",
    "test":{
        "test1":"1",
        "test2":"2"
    },
    "test3":"3"
}

image.gif

如果想对其中的smid字段进行批量修改并生成新的请求数据就可以进行如下操作:

1、首先新建一个名为fp_template.txt的文本文件;

2、将上面的接口请求数据复制粘贴进这个txt文件中,我们以此作为“模板文件”;

3、新建一个predata文件夹用来存放生成后的数据文件;

4、对smid字段进行模板化(模板格式可以参考jinja2的语法,这里不做赘述),于是上面的请求参数就变成了下面这样:

{
    "abc":"123",
    "p2p":"123",
    "smid":"{{ smid }}",
    "test":{
        "test1":"1",
        "test2":"2"
    },
    "test3":"3"
}

image.gif

实现代码代码如下:

# -*- coding: UTF-8 -*-
from jinja2 import Environment,FileSystemLoader
import os
class DataTemplateFaker:
    def __init__(self):
        self.aesPath = os.getcwd()#获取启动路径
        self.resultPath = self.aesPath + "/predata/"#指定用来保存生成数据的路径
        self.templateFile = "fp_template.txt"
    #修改我们要批量生成smid的格式
    def init_smid(self,start,end):
        smidArg = [x for x in range(start, end)]
        re = []
        for n in smidArg:
            re.append("20180807220733939b66d80092eea34ce9e77f30bedff" + str(n) + "b7d5a3faa11b")
        return re
    #操作模板文件
    def preContent(self,arg):
        env = Environment(loader=FileSystemLoader('./'))
        tpl = env.get_template(self.templateFile)
        renderContent = tpl.render(smid=arg)
        return renderContent
    #通过修改的smid列表批量替换模板文件并写入指定文件中
    def makeContent(self,preList):
        x = 0
        for i in preList:
            x = x + 1
            filename = str(self.resultPath) + 'data_' + str(x) + '.txt' #用以区分存放新生成的请求数据(也可以写到一个文件中)
            renderContent = self.preContent(i)
            with open(filename, 'w') as f:
                f.writelines(renderContent)
                f.close()
if __name__ == "__main__":
    AT = DataTemplateFaker()
    reList = AT.init_smid(1,10)#控制生成数据的范围
    AT.makeContent(reList)

image.gif

运行程序,就能得到新生成的数据

当然,我们也可以对其他的参数进行指定修改,如修改p2p,只需要修改模板文件:

{
    "abc":"123",
    "p2p":"{{ p2p }}",
    "smid":"20180807220733939b66d80092eea34ce9e77f30bedff12345b7d5a3faa11b",
    "test":{
        "test1":"1",
        "test2":"2"
    },
    "test3":"3"
}

image.gif

然后在代码中加入一个方法init_p2p()

# -*- coding: UTF-8 -*-
from jinja2 import Environment,FileSystemLoader
import os
class DataTemplateFaker:
    def __init__(self):
        self.aesPath = os.getcwd()#获取启动路径
        self.resultPath = self.aesPath + "/predata/"#指定用来保存生成数据的路径
        self.templateFile = "fp_template.txt"
    #修改我们要批量生成smid的格式
    def init_smid(self,start,end):
        smidArg = [x for x in range(start, end)]
        re = []
        for n in smidArg:
            re.append("20180807220733939b66d80092eea34ce9e77f30bedff" + str(n) + "b7d5a3faa11b")
        return re
    #修改我们要批量生成p2p的格式   
    def init_p2p(self,start,end):
        p2pArg = [x for x in range(start, end)]
        return p2pArg
    #操作模板文件
    def preContent(self,arg):
        env = Environment(loader=FileSystemLoader('./'))
        tpl = env.get_template(self.templateFile)
        renderContent = tpl.render(smid=arg)
        return renderContent
    #通过修改的smid列表批量替换模板文件并写入指定文件中
    def makeContent(self,preList):
        x = 0
        for i in preList:
            x = x + 1
            filename = str(self.resultPath) + 'data_' + str(x) + '.txt' #用以区分存放新生成的请求数据(也可以写到一个文件中)
            renderContent = self.preContent(i)
            with open(filename, 'w') as f:
                f.writelines(renderContent)
                f.close()
if __name__ == "__main__":
    AT = DataTemplateFaker()
    reList = AT.init_p2p(1,10)#控制生成数据的范围
    AT.makeContent(reList)

image.gif

这只是一个很简单的demo,当然还有很多可优化的地方,比如多字段同时修改、引入faker库进行关联生成伪造数据等,越是复杂且参数繁多的接口越适用。

目录
相关文章
|
24天前
|
C语言 Python
python 调用c接口
【10月更文挑战第12天】 ctypes是Python的一个外部库,提供和C语言兼容的数据类型,可以很方便地调用C DLL中的函数
40 0
|
18天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
3天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
10 1
|
4天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
4天前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取?
使用 Python 进行网页数据爬取的步骤包括:1. 安装必要库(requests、re、bs4);2. 发送 HTTP 请求获取网页内容;3. 使用正则表达式提取数据;4. 数据清洗和处理;5. 循环遍历多个页面。通过这些步骤,可以高效地从网页中提取所需信息。
|
15天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
21 2
|
15天前
|
C语言 开发者 Python
探索Python中的列表推导式:简洁而强大的工具
【10月更文挑战第21天】在Python的世界里,代码的优雅与效率同样重要。列表推导式(List Comprehensions)作为一种强大而简洁的工具,允许开发者通过一行代码完成对列表的复杂操作。本文将深入探讨列表推导式的使用方法、性能考量以及它如何提升代码的可读性和效率。
|
16天前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
36 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
25天前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
42 2
|
3天前
|
索引 Python
SciPy 空间数据1
SciPy 通过 `scipy.spatial` 模块处理空间数据,如判断点是否在边界内、计算最近点等。三角测量是通过测量角度来确定目标距离的方法。多边形的三角测量可将其分解为多个三角形,用于计算面积。Delaunay 三角剖分是一种常用方法,可以对一系列点进行三角剖分。示例代码展示了如何使用 `Delaunay()` 函数创建三角形并绘制。
9 0
下一篇
无影云桌面