标签:实战 cal 例子 数据类型 array 词汇 图片 环境 lin
本文节选自霍格沃兹《测试开发实战进阶》课程教学内容。
JSON Schema 是描述 JSON 数据结构的一种格式,JSON Schema 模式是一个词汇表。通过 JSON Schema 可以注释 JSON 的字段以及字段数据类型等信息。
在实际工作中,对接口返回值进行断言校验,除了常用字段的断言检测以外,还要对其他字段的类型进行检测。对返回的字段一个个写断言显然是非常耗时的,这个时候就需要一个模板,可以定义好数据类型和匹配条件,除了关键参数外,其余可直接通过此模板来断言,Json Schema 可以完美实现这样的需求。通过校验 JSON Schema 就可以判断 Response 是否符合约定。
一个 JSON 格式的数据,通常是由以下一种或多种数据类型组成的:
JSON Schema 中对上面的 6 种数据类型,都有相应的属性对其进行描述。
Json Schema 官网:http://json-schema.org/implementations.html
安装 JSON Schema 包:
pip install jsonschema
1. 首先要借助于 Json Schema Tool 的网站:
https://www.jsonschema.net/
将返回 JSON 字符串复制到页面左边,然后点击 INFER SHCEMA,就会自动转换为 Schema JSON 文件类型,会将每个地段的返回值类型都设置一个默认类型;在 pattern 中也可以写正则进行匹配:
2. 点击“设置”按钮会出现各个类型返回值更详细的断言设置,这个就是 Schema 最常用也是最实用的功能,也可以对每种类型的字段最更细化的区间值校验或者断言,例如长度,取值范围等。
3. 点击复制按钮,可以将生成的 Schema 模板保存下来。
下面有个 JSON Schem 例子,它只有两个重要字段 name 和 price。这个 schema 规定 name 必须是 string 类型,price 必须是 number 类型。使用 JSON Schema 进行校验,使用 validate 方法,输入一个 name 为 Eggs 和 price 为 34.99 的数据进行校验:
def test_schema(self):
schema = {
"type": "object",
"properties": {
"price": {"type": "number"},
"name": {"type":"string"},
},
}
validate(instance={"name": "Eggs", "price": 34.99},schema=schema)
如果将 number 写成 string,则会出现报错:
>>> from jsonschema import validate
>>> schema = {
... "type": "object",
... "properties": {
... "price": {"type": "string"},
... "name": {"type":"string"},
... },
... }
>>> validate(instance={"name": "Eggs", "price": 34.99},schema=schema)
返回报错信息:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Users/lixu/Library/Python/3.7/lib/python/site-packages/jsonschema/validators.py",\
line 934, in validate
raise error
jsonschema.exceptions.ValidationError: 34.99 is not of type ‘string‘
以上,JSON Schema 作为接口测试的数据校验利器让工作变得更加高效,也更好的实现了接口监控,能知道哪里出了问题并及时纠正。更多内容,在后续章节探讨。
想关注更多内容,可关注公众号:霍格沃兹测试学院
标签:实战 cal 例子 数据类型 array 词汇 图片 环境 lin
原文地址:https://www.cnblogs.com/hogwarts/p/13293184.html