百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python 使用 JsonPath 完成接口自动化测试中参数关联和数据验证

off999 2025-05-14 15:45 3 浏览 0 评论

背景:

  1. 接口自动化测试实现简单、成本较低、收益较高,越来越受到企业重视
  2. RESTFul 风格的 API 设计大行其道
  3. JSON 成为主流的轻量级数据交换格式

痛点

接口关联

  • 接口关联也称为关联参数。在应用业务接口中,完成一个业务功能时,有时候一个接口可能不满足业务的整个流程逻辑,需要多个接口配合使用,简单的案例如:B 接口的成功调用依赖于 A 接口,需要在 A 接口的响应数据(response)中拿到需要的字段,在调用 B 接口的时候,传递给 B 接口作为 B 接口请求参数,拿到后续响应的响应数据。
  • 接口关联通常可以使用正则表达式去提取需要的数据,但对于 JSON 这种简洁、清晰层次结构、轻量级的数据交互格式,使用正则未免有点杀鸡用牛刀的感觉(是的,因为我不擅长写正则表达式),我们需要更加简单、直接的提取 JSON 数据的方式。

数据验证

  • 这里的数据验证指的是对响应结果进行数据的校验
  • 接口自动化测试中,对于简单的响应结果(JSON),可以直接和期望结果进行比对,判断是否完全相等即可。如
     {"status":1,"msg":"登录成功"}
  • 对于格式较复杂,尤其部分数据存在不确定性、会根据实际情况变化的响应结果,简单的判断是否完全相等(断言)通常会失败。如:
  {"status":1,"code":"10001","data":[{"id":1,"investId":"1","createTime":"2018-04-27 12:24:01","terms":"1","unfinishedInterest":"1.0","unfinishedPrincipal":"0","repaymentDate":"2018-05-27 12:24:01","actualRepaymentDate":null,"status":"0"},{"id":2,"investId":"1","createTime":"2018-04-27 12:24:01","terms":"2","unfinishedInterest":"1.0","unfinishedPrincipal":"0","repaymentDate":"2018-06-27 12:24:01","actualRepaymentDate":null,"status":"0"},{"id":3,"investId":"1","createTime":"2018-04-27 12:24:01","terms":"3","unfinishedInterest":"1.0","unfinishedPrincipal":"100.00","repaymentDate":"2018-07-27 12:24:01","actualRepaymentDate":null,"status":"0"}],"msg":"获取信息成功"}

上面的 JSON 结构嵌套了很多信息,完整的匹配几乎不可能成功。比如其中的 createTime 信息,根据执行接口测试用例的时间每次都不一样。同时这个时间是响应结果中较为次要的信息,在进行接口自动化测试时,是可以选择被忽略的。

  • 我们需要某种简单的方法,能够从 JSON 中提取出我们真正关注的信息(通常也被称为关键信息)。如提取出 status 的值为 1,data 数组中每个对象的 investId 都为 1,data 中第三个对象的 unfinishedPrincipal 值为 100.00,只要这三个关键信息校验通过,我们就认为响应结果没有问题。

解决方案

JsonPath 可以完美解决上面的痛点。通过 JsonPath 可以从多层嵌套的 JSON 中解析出所需要的值。

JsonPath

  • JsonPath 参照 XPath 解析 XML 的方式来解析 JSON
  • JsonPath 用符号 $ 表示最外层对象,类似于 Xpath 中的根元素
  • JsonPath 可以通过点语法来检索数据,如:
  $.store.book[0].title 
  • 也可以使用中括号[]的形式,如
  $['store']['book'][0]['title']

运算符(Operators)

运算符

说明

$

根元素

@

当前元素

*

通配符,可以表示任何元素

..

递归搜索

.

子节点(元素)

['' (, '')]

一个或者多个子节点

[ (, )]

一个或者多个数组下标

[start:end]

数组片段,区间为[start,end)

[?()]

过滤器表达式,其中表达式结果必须是 boolean 类型,如可以是比较表达式或者逻辑表达式

JsonPath 案例

JSON

  {
    "lemon": {
        "teachers": [
            {
                "id": "101",
                "name": "华华",
                "addr": "湖南长沙",
                "age": 25
            },
             {
                "id": "102",
                "name": "韬哥",
                "age": 28
            },
            {
                "id": "103",
                "name": "Happy",
                "addr": "广东深圳",
                "age": 16
            },
             {
                "id": "104",
                "name": "歪歪",
                "addr": "广东广州",
                "age": 29
            }
        ],
        "salesmans": [
            {
                "id": "105",
                "name": "毛毛",
                "age": 17
            },
             {
                "id": "106",
                "name": "大树",
                "age": 27
            }
        ]
    },
 "avg": 25
}

JsonPath 例子及说明

JsonPath

路径说明

$.lemon.teachers[*].name

获取所有老师的的名称

$..name

获取所有人的名称

$.lemon.*

所有的老师和销售

$.lemon..age

所有人的年龄

$..age

所有人的年龄

$.lemon.teachers[*].age

所有老师的年龄

$.lemon.teachers[3]

索引为 3(第 4 个)老师的信息

$..teachers[3]

索引为 3(第 4 个)老师的信息

$.lemon.teachers[-2]

倒数第 2 个老师的信息

$..teachers[-2]

倒数第 2 个老师的信息

$..teachers[1,2]

第 2 到第 3 个老师的信息

$..teachers[:2]

索引 0(包含)到索引 2(不包含)的老师信息

$..teachers[1:3]

索引 1(包含)到索引 3(不包含)的老师信息

$..teachers[-2:]

最后的两个老师的信息

$..teachers[2:]

索引 2 开始的所有老师信息

$..teachers[?(@.addr)]

所有包含地址的老师信息(jsonpath_rw 不支持)

$.lemon.teachers[?(@.age < 20)]

所有年龄小于 20 的年龄信息(jsonpath_rw 不支持)

使用 jsonpath 模块

安装 jsonpath 模块

    pip install jsonpath==0.75

解析

  # 1:导入相关模块
import json
import jsonpath

# 2: 准备json字符串
jsonStr = '''
          {
    "lemon": {
        "teachers": [
            {
                "id": "101",
                "name": "华华",
                "addr": "湖南长沙",
                "age": 25
            },
             {
                "id": "102",
                "name": "韬哥",
                "age": 28
            },
            {
                "id": "103",
                "name": "Happy",
                "addr": "广东深圳",
                "age": 16
            },
             {
                "id": "104",
                "name": "歪歪",
                "addr": "广东广州",
                "age": 29
            }
        ],
        "salesmans": [
            {
                "id": "105",
                "name": "毛毛",
                "age": 17
            },
             {
                "id": "106",
                "name": "大树",
                "age": 27
            }
        ]
    },
 "avg": 25
}
'''

# 3:加载json字符串为json对象
json_obj = json.loads(jsonStr)

# 4:使用jsonpath模块的jsonpath方法提取信息
# eg1: 提取所有包含addr属性的老师信息,结果为list类型
results = jsonpath.jsonpath(json_obj,"$..teachers[?(@.addr)]")  
print(results)
# 输出结果:[{'id': '101', 'name': '华华', 'addr': '湖南长沙', 'age': 25}, {'id': '103', 'name': 'Happy', 'addr': '广东深圳', 'age': 16}, {'id': '104', 'name': '歪歪', 'addr': '广东广州', 'age': 29}]

# eg2:提取所有年龄小于20岁的老师的name,结果为list类型
results2 = jsonpath.jsonpath(json_obj,"$.lemon.teachers[?(@.age < 20)].name")  
print(results2)
# 输出结果为:['Happy']

使用 jsonpath_rw

安装 jsonpath_rw 模块

   pip install jsonpath-rw

解析

  # 1:导入相关模块
import json
from jsonpath_rw import jsonpath, parse

# 2: 准备json字符串
jsonStr = '''
  # 同上(略)
'''

# 3:加载为json对象
json_obj = json.loads(jsonStr)

# 4:采用parse创建jsonpath对象(该案例是得到所有的老师name)
jsonpath_expr = parse('$.lemon.teachers[*].name')

# 5:通过jsonPath检索json后返回匹配的数据,类型是DatumInContext的list
datumInContexts = jsonpath_expr.find(json_obj)
# 采用列表推导式检索出所有匹配的值
values = [datum.value for datum in datumInContexts]
print(values)
# 输出结果为:['华华', '韬哥', 'Happy', '歪歪']

# 案例2:提取索引为4的老师的name
jsonpath_expr = parse('$.lemon.teachers[3].name')
datumInContexts = jsonpath_expr.find(json_obj)
print(datumInContexts)
values = [datum.value for datum in datumInContexts]
print(values)
# 结果为:['歪歪']

更多 jsonpath_rw 用法参考:

https://pypi.org/project/jsonpath-rw/



相关推荐

30s带你使用Python打包exe文件,并修改其图标

在Python中,我们可以使用PyInstaller或cx_Freeze等工具将Python脚本打包成可执行文件(.exe),并且能够修改生成的.exe文件的图标。使用PyInstaller...

Python一键打包为windows的exe文件,无需安装python环境即可执行

一、为什么要将Python打包为exe?在实际应用中,我们希望Python程序能在没有安装Python环境的电脑上直接运行。将Python代码打包为exe可执行文件,不仅能解决环境依赖问题,还便于程...

py2exe实现python文件打包为.exe可执行程序(上篇)

今天分享的内容为:python程序实现发送、读取邮件来控制电脑的关机与重启(作为py2exe打包成.exe可执行程序的基础文件)一、说明:本文介绍的是使用新浪邮箱作为例子进行讲解,代码实现如下:#c...

如何将python程序文件打包生成一个可执行文件(exe文件)

在开发Python程序后,有时我们希望将其打包成一个可执行的exe文件,方便在没有Python环境的计算机上运行。下面将详细介绍使用常见工具实现这一目标的方法。安装PyInstaller...

Python程序打包为EXE的全面指南:从入门到精通

引言在Python开发中,将程序打包成可执行文件(EXE)是分发应用程序的重要环节。通过打包,我们可以创建独立的可执行文件,让没有安装Python环境的用户也能运行我们的程序。本篇文章将详细介绍如何使...

10个你没有充分利用的令人惊叹的 Python 特性

Python的简单性和多功能性使其成为全球开发人员的最爱。每天有超过1000万开发者使用Python进行从网络开发、机器学习到网络脚本等各种开发,Python的功能非常强大。然而,我们中的...

编程语言可以用来做什么

1.web前端你每天浏览的网页,所看到的页面特效,均是由web前端工程师来实现的2.Java大型购物网站有关通信及网络企业大型企业级应用管理系统大型网游后台数据3.C++嵌入式三维游戏领域人工智能领域...

用Python进行机器学习(16)-内容总结

对于用Python进行机器学习的内容,到这里就要做一个阶段性总结啦,后续再写的文章就是关于深度学习的了,算是对该部分内容的进阶版。对于机器学习,我们主要介绍了五个方面的内容:第一个就是分类算法,主要包...

普通人如何利用python做自媒体赚收益

普通人利用Python做自媒体赚收益,最简单的方式是下载某些网站的视频,并利用剪影编辑视频,最后导出发布,每天可以制作个10几条,并设置好定时发布,每天如此坚持下去,一定会有所收获的...

AI能写什么做什么?这些技能已经颠覆你的认知!

在ChatGPT、文心一言等AI工具爆火的今天,人工智能早已不再是科幻电影里的概念,而是实实在在地渗透进我们的生活。**AI到底能写什么?能做什么?它的边界在哪里?**让我们一探究竟!---**1....

Python 3.14 新特性盘点,更新了些什么?

Python3.14.0稳定版将于2025年10月正式发布,目前已进入beta测试阶段。这意味着在往后的几个月里,3.14的新功能已冻结,不再合入新功能(除了修复问题和完善文档)。3...

每天一个Python库:sys模块的5个高频用法(建议收藏)

很多人学Python,一直卡在“写不了实用脚本”。其实,会用标准库,效率直接翻倍。今天分享的是:sys模块。这个模块虽然基础,但非常实用,下面是我亲测常用的5个功能1.获取命令行参数(自动化脚...

Python除了做爬虫抓数据还能做什么?其实还能监视和衡量网站性能

  借助这份对初学者友好的指南,您可以构建自己的自定义Python脚本来自动测量网站的关键速度和性能指标。  在过去的一个月中,Google宣布了许多通过关键速度和性能指标来衡量用户体验的方法。  巧...

python究竟可以用来做些什么

这里就不撰述python的一些像什么“高级语言”之类的比较常规的介绍了,还是老样子,说说一些比较常用的东西吧。python是什么python,一款可编程的开源软件,很多第三方库、框架也是开源的,比如强...

Python 实现 dubbo 协议接口自动化测试

前言python语言也可以实现对dubbo协议的接口进行调用与测试,可以使用python+hessian结合的方式,也可以使用python+telnet结合的方式模拟命令行的模式来实现对...

取消回复欢迎 发表评论: