超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)

目录:导读

    • 前言
    • 一、Python编程入门到精通
    • 二、接口自动化项目实战
    • 三、Web自动化项目实战
    • 四、App自动化项目实战
    • 五、一线大厂简历
    • 六、测试开发DevOps体系
    • 七、常用自动化测试工具
    • 八、JMeter性能测试
    • 九、总结(尾部小惊喜)


前言

JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。它可以让人们很容易的进行阅读和编写,同时也方便了机器进行解析和生成,适用于进行数据交互的场景,比如网站前台与后台之间的数据交互。

简单说就是javascript中的对象和数组,通过这两种结构可以表示各种复杂的结构。

对象:对象在js中是花括号{}括起来的内容,数据结构为{key:value,key:value,…}这样的键值对结构。

在面向对象的语言中,key为对象的属性,value为对应的属性值,所以很容易理解,取值方法为对象.key来获取属性值,这个属性值的类型可以是数字、字符串、数组、对象这几种。

数组:数组在js中是中括号[]括起来的内容,数据结构为[“Python”, “javascript”, “C++”,…],类似python中的列表,取值方式和所有语言中一样,使用索引获取,字段值的类型可以是数字、字符串、数组、对象几种。

1、JSON模块

现在99%的接口返回的数据都是json格式,在python中,有专门处理json格式的模块——json模块,在python2.6之后的版本都自带了这一个模块,直接导入import json即可。

json模块提供了四个功能:dumps、loads、dump、load,用于字符串和python数据类型之间进行转换。

json.dumps():将 Python 对象解码转换成 JSON 字符串
json.loads():把JSON 格式字符串解码转换成Python 对象
json.dump():将Python内置类型序列化为JSON 对象后写入文件
json.load():读取文件中JSON 形式的字符串元素转化成Python 类型

其中类文件对象的理解,其实就是具有read()或者write()方法的对象,比如f = open(“test.txt”,“r”) f就是类文件对象。

下面对dumps和loads分别举例说明:

import json

data = [{'a': 1, 'b': 2, 'c': 3}]
data2 = json.dumps(data)  # 将python对象转换成json字符串
print(data2)
print(type(data2))
print("-------还可以使用参数格式化输出json格式--------")
print(json.dumps(data, sort_keys=True, indent=4, separators=(',', ': ')))

jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}'
text = json.loads(jsonData)
print("---------json转python---------")
print(text)
print(type(jsonData))

# 返回结果如下:
# C:\software\python\python.exe D:/learn/test.py
# [{"a": 1, "b": 2, "c": 3}]
# 
# -------还可以使用参数格式化输出json格式--------
# [
#     {
#         "a": 1,
#         "b": 2,
#         "c": 3
#     }
# ]
# ---------json转python---------
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
# 
# 
# Process finished with exit code 0

dumps解码的过程,是把python对象转换成json对象的一个过程,常用的两个函数是dumps和dump函数。

两个函数的唯一区别就是dump把python对象转换成json对象生成一个fp的文件流,而dumps则是生成了一个字符串。

解码中常用的参数:

Skipkeys:默认值是False,如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None),设置为False时,就会报TypeError的错误。此时设置成True,则会跳过这类key

ensure_ascii:默认值True,如果dict内含有non-ASCII的字符,则会类似\uXXXX的显示数据,设置成False后,就能正常显示

indent:应该是一个非负的整型,如果是0,或者为空,则一行显示数据,否则会换行且按照indent的数量显示前面的空白,这样打印出来的json数据也叫pretty-printed json

separators:分隔符,实际上是(item_separator, dict_separator)的一个元组,默认的就是(‘,’,';这表示dictionary内keys之间用“,”隔开,而KEY和value之间用“:”隔开

encoding:默认是UTF-8,设置json数据的编码方式
sort_keys:将数据根据keys的值进行排序。

python 类型向 json 类型的转化对照表如下:

Python JSON
dict object(对象)
list, tuple array(数组)
str, unicode string
int, long, float number
True true
False false
None null

反之,json 类型转换到 python 的类型对照表:

JSON Python
object(对象) dict
array(数组) list
string unicode
number (int) int, long
number (real) float
true True
false False
null None

特别注意:
转换的时候,python的None会变成null,True和False转换后首字母都会变成小写!他们的json格式在python中是无法被识别的,会被当成变量处理。

2、JsonPath库

JsonPath是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括JavaScript、Python、PHP和Java。

JsonPath对于JSON来说,就相当于XPATH对于XML。JsonPath结构清晰,可读性高,复杂度低,非常容易匹配,下表中对应了XPath的用法。

Xpath JSONPath 描述
/ $ 根节点
. @ 现行节点
/ . or [] 取子节点
n/a 取父节点,Jsonpath未支持
// 不管位置,选择所有符合条件的节点
* * 匹配所有元素节点
@ n/a 根据属性访问,JsonPath不支持
[] [] 迭代器(可以在里边做简单的迭代操作,如数组下标,根据内容选值等)
l [,] 支持迭代器中做多选
[] ?() 支持过滤操作
n/a () 支持表达式计算
() n/a 分组,JsonPath不支持

pip安装:pip install jsonpath
使用方法:jsonpath.jsonpath(),结果会以列表形式返回。

如下请求接口返回数据提取例子
参数1:数据对象
参数2:jsonpath表达式

import requests
import jsonpath

login_url = "http://localhost:8080/member/login"
login_data = {
    "mobile_phone": "15867554893",
    "pwd": "123456qwe",
}
header = {    "Content-Type": "application/json"}
# 发送登录的请求
response = requests.post(url=login_url, json=login_data, headers=header)
# 获取返回的json数据
json_data = response.json()


member_id = jsonpath.jsonpath(json_data, "$..id")[0]
type_token = jsonpath.jsonpath(json_data, "$..token_type")[0]
token = jsonpath.jsonpath(json_data, "$..token")[0]
print(json_data)
print("会员id:{}".format(member_id))
print("token的类型:{}".format(type_token))
print("token:{}".format(token))

运行返回的数据如下:

C:\software\python\python.exe D:/learn/test.py
{'code': 0, 'msg': 'OK', 'data': {'id': 59514, 'money': 34000.0, 'mobile_phone': '15612345678', 'reg_name': 'miki测试', 'reg_time': '2020-11-16 22:18:59.0', 'type': 0, 'token_info': {'token_type': 'Bearer', 'expires_in': '2020-12-10 00:30:01', 'token': 'eyJhbGciOiJIUzUxMiJ9.eyJtZW1iZXJfaWQiOjU5NTE0LCJleHAiOjE2MDc1MzE0MDF9.GAoCY5RZ_FWUIRMNXdURdH5y7zKuETo1qsq9Z9No9AaWvo2QGLR9maWxEY31Ddy6a7QmpT56xKg7N3YwGLTbOQ'}}}
会员id:59514
token的类型:Bearer
token:eyJhbGciOiJIUzUxMiJ9.eyJtZW1iZXJfaWQiOjU5NTE0LCJleHAiOjE2MDc1MzE0MDF9.GAoCY5RZ_FWUIRMNXdURdH5y7zKuETo1qsq9Z9No9AaWvo2QGLR9maWxEY31Ddy6a7QmpT56xKg7N3YwGLTbOQ

登录接口返回的json数据格式化后的层级显示如下:

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第1张图片

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第2张图片

二、接口自动化项目实战

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第3张图片

三、Web自动化项目实战

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第4张图片

四、App自动化项目实战

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第5张图片

五、一线大厂简历

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第6张图片

六、测试开发DevOps体系

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第7张图片

七、常用自动化测试工具

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第8张图片

八、JMeter性能测试

超细详解,接口自动化测试-JSON和JsonPath提取数据(实战)_第9张图片

九、总结(尾部小惊喜)

心怀梦想,跨越极限,奋斗的脚步永不停歇;磨砺意志,超越自我,拒绝平庸成就卓越人生。相信坚持,扬起希望的风帆,航向辉煌,绽放无限可能。

积极拥抱挑战,勇往直前,追逐梦想的脚步不停歇;努力奋斗,不畏艰难,每一次努力都是成就的契机。相信自己,燃烧希望,扬帆起航,创造辉煌人生。

每一次努力都是种子,潜藏着成功的可能;每一次奋斗都是征途,铺就通向辉煌的路。坚持不懈,决不放弃,用汗水浇灌梦想的花朵,绽放人生的耀眼光芒。

你可能感兴趣的:(接口自动化,软件测试,自动化测试,软件测试,自动化测试,python自动化测试,接口测试,接口自动化测试,接口自动化,接口关联)