技术必备:推荐一款接口自动化测试数据校验神器

本文涉及的产品
云解析DNS-重点域名监控,免费拨测 20万次(价值200元)
简介: 技术必备:推荐一款接口自动化测试数据校验神器

大家好,我是狂师。

在之前分享中,给大家介绍过一篇:如何快速审核接口返回值全部字段解决方案,详见原文:接口自动化测试,一键快速校验接口返回值全部字段 。当时,提到解决这类问题,市面上常见的解决方案有两种:

  • 根据业务校验需求,自定义开发校验规则库
  • 借助现有的第三方库

而文章中介绍到的方案,就是借助现有的第三方库来实现:DeepDiff 。对于一些特殊业务或者复杂的测试场景来说,这类通用方案,总会有一些需求无法满足。因此往往还需要根据这类业务校验需求,自定义开发校验规则库。

我们今天不讲如何开发一款自定义开发校验规则库,而是给大家分享一款在开发自定义校验规则库或者常规的接口自动化测试时,经常会用到的一款数据提取神器:JSonPath

1. JSonPath介绍


JSonPath是一种简单的方法来提取给定JSON文档的部分内容。JSonPath有许多编程语言,如JavascriptPythonPHPJava等。

JSonPath提供的json解析非常强大,它提供了类似正则表达式的语法,基本上可以满足所有你想要获得的JSON内容。

项目地址:

https://github.com/json-path/JsonPath

一句话概括:JsonPath就是用来解析提取Json数据用的

2. JSonPath语法


JSONPath 是参照,Xpath表达式来解析XML文档的方式,JSON数据结构通常是匿名的并且不一定需要有根元素。JSONPaht 用一个抽象的名字$来表示最外层对象,即 $代表整个JSON数据的值。

JSonpath的语法如下:jsonpath.jsonpath()

  • 参数:json对象,jsonpath表达式
  • 返回值:列表

JSONPath 表达式可以使用.  符号如下:

$.store.book[0].title

或者使用[] 符号

$['store']['book'][0]['title']

JSONPath 允许使用通配符 * 表示所以的子元素名和数组索引,还允许使用 '..'  。

表达式在下面的脚本语言中可以使用显示的名称或者索引:

$.store.book[(@.length-1)].title

使用'@'符号表示当前的对象,?(<判断表达式>) 使用逻辑表达式来过滤。

$.store.book[?(@.price > 100)].title

其中XPathJSONPath语法区别如下:

微信图片_20220527102022.png

需要额外注意的是

  • []在xpath表达式总是从前面的路径来操作数组,索引是从1开始。
  • 使用JOSNPath的[]操作符操作一个对象或者数组,索引是从0开始。

3. JsonPath实战使用


安装:

pip install jsonpath

例如:待提取的json数据变量名为: json_datas

json_datas = {"store": {
    "book": [
      { "category": "测试开发技术",
        "author": "狂师",
        "title": "关注公众号:测试开发技术",
        "price": 129
      },
      { "category": "自动化测试",
        "author": "狂师1",
        "title": "《自动化测试实战宝典》",
        "price": 109
      },
      { "category": "Python",
        "author": "狂师2",
        "title": "Python实战教程",
        "isbn": "0-110-234567-30",
        "price": 99
      },
      { "category": "Java",
        "author": "狂师3",
        "title": "小白学Java",
        "isbn": "0-13095-19295-8",
        "price": 89
      }
    ],
    "info": {
      "color": "red",
      "price": 88
    }
  }
}
1. 查找book下面所有的author
import jsonpath
datas = jsonpath.jsonpath(json_datas, '$.store.book[*].author')
print(datas)

输出结果为:['狂师', '狂师1', '狂师2', '狂师3']

上述提取表达式,可以改为如下:

datas = jsonpath.jsonpath(json_datas, '$..author')
print(datas)

具备同等效果,输出所有author,结果同样为:['狂师', '狂师1', '狂师2', '狂师3']

2. 查找store下面book所有节点数据
datas = jsonpath.jsonpath(json_datas, '$.store.book.*')
print(datas)

输出结果为:

[{'category': '测试开发技术', 'author': '狂师', 'title': '关注公众号:测试开发技术', 'price': 129}, {'category': '自动化测试', 'author': '狂师1', 'title': '《自动化测试实战宝典》', 'price': 109}, {'category': 'Python', 'author': '狂师2', 'title': 'Python实战教程', 'isbn': '0-110-234567-30', 'price': 99}, {'category': 'Java', 'author': '狂师3', 'title': '小白学Java', 'isbn': '0-13095-19295-8', 'price': 89}]
3. 查找book下面第三个book
datas = jsonpath.jsonpath(json_datas, '$.store.book[2]')
print(datas)

输出结果为:

[{'category': 'Python', 'author': '狂师2', 'title': 'Python实战教程', 'isbn': '0-110-234567-30', 'price': 99}]
4. 查找book下面最后个book,返回的是一个列表
datas = jsonpath.jsonpath(json_datas, '$.store.book[(@.length-1)]')
print(datas)

输出结果:

[{'category': 'Java', 'author': '狂师3', 'title': '小白学Java', 'isbn': '0-13095-19295-8', 'price': 89}]
5.查找 book下面前3本书
datas = jsonpath.jsonpath(json_datas, '$.store.book[0,2]')
print(datas)

输出结果为:

[{'category': '测试开发技术', 'author': '狂师', 'title': '关注公众号:测试开发技术', 'price': 129}, {'category': 'Python', 'author': '狂师2', 'title': 'Python实战教程', 'isbn': '0-110-234567-30', 'price': 99}]
6. 查找所有的包含isbn这个键的所有book
datas = jsonpath.jsonpath(json_datas, '$.store.book[?(@.isbn)]')
print(datas)

输出结果为:

[{'category': 'Python', 'author': '狂师2', 'title': 'Python实战教程', 'isbn': '0-110-234567-30', 'price': 99}, {'category': 'Java', 'author': '狂师3', 'title': '小白学Java', 'isbn': '0-13095-19295-8', 'price': 89}]
7. 查找价格大于100的所有书
datas = jsonpath.jsonpath(json_datas, '$.store.book[?(@.price>100)]')
print(datas)

输出结果:

[{'category': '测试开发技术', 'author': '狂师', 'title': '关注公众号:测试开发技术', 'price': 129}, {'category': '自动化测试', 'author': '狂师1', 'title': '《自动化测试实战宝典》', 'price': 109}]

4. 最后,JsonPath小技巧


最后再给大家推荐一个技巧,如果一开始对JSONPath表达式不太熟悉,可以将需要提取的JSON数据,通过jsonpath在线解析工具测试一下,在线解析JSONPath网址很多,例如:

http://www.e123456.com/aaaphp/online/jsonpath/

微信图片_20220527101940.png

在接口自动化测试中,只有你懂得利用好JSONPath,那么至少可以让你在自动化测试数据提取这块,随心所欲的提取自己要想的数据。

好了,今天的干货分享就到这了,你学会了吗?

目录
相关文章
|
2月前
|
设计模式 前端开发 测试技术
告别脆弱:构建稳定UI自动化测试的3个核心策略
告别脆弱:构建稳定UI自动化测试的3个核心策略
325 113
|
3月前
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
4月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
4月前
|
监控 算法 API
拼多多API团购活动自动化:拼单成功率暴涨的幕后技术解析
本方案通过API自动化引擎破解传统团购效率低、响应慢、数据分散等问题,实现库存、价格、成团的实时联动。实战数据显示,成团时效提升74%,拼单成功率高达92%,人力成本下降80%。某生鲜商家接入后,月GMV突破500万元,成团率高达98.3%。API赋能团购,开启电商效率新纪元。
199 0
|
5月前
|
数据采集 数据可视化 JavaScript
用 通义灵码和 PyQt5 爬虫智能体轻松爬取掘金,自动化采集技术文章和数据
本文介绍了如何利用智能开发工具通义灵码和Python的PyQt5框架,构建一个自动化爬取掘金网站技术文章和数据的智能爬虫系统。通过通义灵码提高代码编写效率,使用PyQt5创建可视化界面,实现对爬虫任务的动态控制与管理。同时,还讲解了应对反爬机制、动态内容加载及数据清洗等关键技术点,帮助开发者高效获取并处理网络信息。
|
3月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
385 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
5月前
|
XML jenkins 机器人
JMeter+Ant+Jenkins实现接口自动化测试持续集成
本文介绍了如何使用Ant生成JMeter接口测试报告,并集成到Jenkins中实现自动化测试。内容涵盖Ant与JMeter环境配置、build.xml文件设置、测试执行及报告生成,同时包括Jenkins插件安装、项目配置和钉钉消息通知的集成,帮助实现持续测试与结果可视化。
702 0
|
2月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
3月前
|
自然语言处理 前端开发 测试技术
使用 Playwright MCP 实现 UI 自动化测试
本文介绍如何结合Playwright与MCP协议实现智能化UI自动化测试。通过自然语言指令控制浏览器,降低技术门槛,提升效率,并涵盖环境搭建、核心功能、实战案例及最佳实践,展现对话式自动化的未来趋势。