接口自动化全量字段校验

凉秀策
测试交流1 164字数 17035阅读模式

接口自动化全量字段校验

更新 2.0.1 版本：

  1. 新增 json 格式契约校验
  2. 新增根据响应结果自动生成 json 契约方法

github 地址：https://github.com/xglh/PactVerify_demo
与 httprunner(2.5.7) 结合 demo：https://github.com/xglh/httprunner-pactverify-demo

目录： 文章源自玩技e族-https://www.playezu.com/192772.html

  • 一.背景
  • 二.校验原则
  • 三.快速使用
    • 1、python 类契约使用
    • 2、json 契约使用
    • 3、python 类契约转 json 契约
    • 4、根据响应结果自动生成 json 契约
  • 四.基本匹配规则
    • 1、Matcher 类，校验规则：值匹配
    • 2、Like 类，校验规则：类型匹配
    • 3、EachLike 类，校验规则：数组类型匹配
    • 4、Term 类，校验规则：正则匹配
    • 5、Enum 类，校验规则：枚举匹配
  • 五.复杂数据结构匹配规则
    • 1、{{}}格式
    • 2、[[]] 格式
    • 3、{[]}格式
    • 4、Like-Term 嵌套
    • 5、Like-Matcher 嵌套
  • 六. 异常场景匹配
    • 1、null 匹配
    • 2、{}匹配
    • 3、json 格式字符串匹配
    • 4、key 不存在匹配
    • 5、多类型匹配
    • 6、非强制字段匹配
  • 七.unittest+HTMLTestRunner+ 契约断言示例
  • 八.优点总结

一.背景

公司前端吐槽后台接口有时会更改返回的数据结构，返回的字段名与字段类型与接口文档不一致，希望有一个快速检测接口返回数据的所有字段名与字段类型的方法 文章源自玩技e族-https://www.playezu.com/192772.html

以下方数据为例，要校验 data 数组中 dict 结构中的字段名与字段类型，可以写脚本遍历数据，但是由于每个接口返回的数据结构可能不一致，可能需要针对每个接口做不同的逻辑，所以需要一个比较通用的校验方法文章源自玩技e族-https://www.playezu.com/192772.html

{
"msg": "success",
"code": 0,
"data": [{
"type_id": 249,
"name": "王者荣耀",
"order_index": 1,
"status": 1,
"subtitle": " ",
"game_name": "王者荣耀"
}, {
"type_id": 250,
"name": "绝地求生",
"order_index": 2,
"status": 1,
"subtitle": " ",
"game_name": "绝地求生"
}, {
"type_id": 251,
"name": "刺激战场",
"order_index": 3,
"status": 1,
"subtitle": " ",
"game_name": "刺激战场"
}
]
}

在研究了契约测试后，抽取pact-python部分代码，实现：自定义接口返回数据格式 (【契约定义】)-实际响应数据格式校验 (【契约校验】) 的功能文章源自玩技e族-https://www.playezu.com/192772.html

备注：这里的【契约】等同于接口响应数据结构 文章源自玩技e族-https://www.playezu.com/192772.html

二.校验原则

1.实际返回字段名要严格等于或者含契约定义字段名(根据不同匹配模式来确定)
2.字段值可以值相等或类型相等文章源自玩技e族-https://www.playezu.com/192772.html

目标：对返回数据进行全量 (字段名 - 值/类型) 校验
契约定义方式：支持 python 类契约和 json 契约文章源自玩技e族-https://www.playezu.com/192772.html

三.快速使用

安装：

pip install pactverify

1.python 类契约使用

from pactverify.matchers import Matcher, Like, EachLike, Enum, Term, PactVerify
# 定义契约格式
expect_format = Matcher({
'code': 0,  # code key存在,值相等,code==0
    'msg': 'success',  # msg key存在,值相等,msg=='success'
    # [{}]结构
    'data': EachLike({
"type_id": 249,  # type_id key存在,值类型相等,type(type_id) == type(249)
        "name": "王者荣耀",  # name key存在,值类型相等,type(name) == type("王者荣耀")
    }),
'type': Enum([11,22]),
'list': EachLike(11,minimum=2)
})
# 实际返回数据
actual_data = {
"msg": "success",
"code": 1,
'type': 12,
"data": [{
# type_id类型不匹配
        "type_id": '249',
"name": "王者荣耀"
}, {
# 缺少name
        "type_id": 250,
}, {
# 比契约定义多index字段
        "type_id": 251,
"name": "刺激战场",
"index": 111
}
],
'list': [11]
}
# hard_mode默认为true,hard_mode = True时,实际返回key必须严格等于预期key;hard_mode = False时,实际返回key包含预期key即可
mPactVerify = PactVerify(expect_format, hard_mode=True)
# 校验实际返回数据
mPactVerify.verify(actual_data)
# 校验结果  False
print(mPactVerify.verify_result)
''' 校验错误信息
错误信息输出actual_key路径：root.data.0.name形式
root为根目录,dict类型拼接key,list类型拼接数组下标(从0开始)
{
# 实际key少于预期key错误
'key_less_than_expect_error': ['root.data.1.name'],
# 实际key多与预期key错误,只在hard_mode = True时才报该错误
'key_more_than_expect_error': ['root.data.2.index'],
# 值不匹配错误
'value_not_match_error': [{
'actual_key': 'root.code',
'actual_value': 1,
'expect_value': 0
}
],
# 类型不匹配错误
'type_not_match_error': [{
'actual_key': 'root.data.0.type_id',
'actual_vaule': '249',
'expect_type': 'int'
}
],
# 数组长度不匹配错误
'list_len_not_match_error': [{
'actual_key': 'root.list',
'actual_len': 1,
'min_len': 2
}
],
# 枚举不匹配错误
'enum_not_match_error': [{
'actual_key': 'root.type',
'actual_value': 12,
'expect_enum': [11, 22]
}
]
}
'''
print(mPactVerify.verify_info)

2.json 契约使用

from pactverify.matchers import PactJsonVerify
# 定义json契约格式
expect_format = {
'$Matcher': {
'code': 0,  # code key存在,值相等,code==0
        'msg': 'success',  # msg key存在,值相等,msg=='success'
        # [{}]结构
        'data': {
'$EachLike': {
"type_id": 249,  # type_id key存在,值类型相等,type(type_id) == type(249)
                "name": "王者荣耀",  # name key存在,值类型相等,type(name) == type("王者荣耀")
            }},
'type': {
'$Enum': [11, 22]
},
'list': {
'$EachLike': {
# $values,$params形式传递额外参数
                '$values': 11,
'$params': {
'minimum': 2
}
}
}
}
}
# 实际返回数据
actual_data = {
"msg": "success",
"code": 1,
'type': 12,
"data": [{
# type_id类型不匹配
        "type_id": '249',
"name": "王者荣耀"
}, {
# 缺少name
        "type_id": 250,
}, {
# 比契约定义多index字段
        "type_id": 251,
"name": "刺激战场",
"index": 111
}
],
'list': [11]
}
# hard_mode默认为true,hard_mode = True时,实际返回key必须严格等于预期key;hard_mode = False时,实际返回key包含预期key即可
# separator可自定义指定json关键字标识符，默认为$
mPactJsonVerify = PactJsonVerify(expect_format, hard_mode=True, separator='$')
# 校验实际返回数据
mPactJsonVerify.verify(actual_data)
# 校验结果  False
print(mPactJsonVerify.verify_result)
''' 校验错误信息
错误信息输出actual_key路径：root.data.0.name形式
root为根目录,dict类型拼接key,list类型拼接数组下标(从0开始)
{
# 实际key少于预期key错误
'key_less_than_expect_error': ['root.data.1.name'],
# 实际key多与预期key错误,只在hard_mode = True时才报该错误
'key_more_than_expect_error': ['root.data.2.index'],
# 值不匹配错误
'value_not_match_error': [{
'actual_key': 'root.code',
'actual_value': 1,
'expect_value': 0
}
],
# 类型不匹配错误
'type_not_match_error': [{
'actual_key': 'root.data.0.type_id',
'actual_vaule': '249',
'expect_type': 'int'
}
],
# 数组长度不匹配错误
'list_len_not_match_error': [{
'actual_key': 'root.list',
'actual_len': 1,
'min_len': 2
}
],
# 元祖不匹配错误
'enum_not_match_error': [{
'actual_key': 'root.type',
'actual_value': 12,
'expect_enum': [11, 22]
}
]
}
'''
print(mPactJsonVerify.verify_info)

3.python 类契约转 json 契约

1、python类契约不带参数
# python类契约
expect_format = Like({'k1': 'v1'})
# json契约
expect_format_json = {
'$Like': {'k1': 'v1'}
}
2、python类契约带参数
# python类契约
expect_format = Like({'k1': 'v1'}, nullable=True)
# json契约
expect_format_json = {
'$Like': {
# $values为契约类目标参数
        '$values': {'k1': 'v1'},
# $params为额外参数的json数据
        '$params': {'nullable': True}
}
}

4.根据响应结果自动生成 json 契约

from pactverify.utils import generate_pact_json_by_response
if __name__ == '__main__':
response_json = {
"msg": "success",
"code": 0,
"data": [{
"type_id": 249,
"name": "王者荣耀",
"order_index": 1,
"status": 1,
"subtitle": " ",
"game_name": "王者荣耀"
}, {
"type_id": 250,
"name": "绝地求生",
"order_index": 2,
"status": 1,
"subtitle": " ",
"game_name": "绝地求生"
}, {
"type_id": 251,
"name": "刺激战场",
"order_index": 3,
"status": 1,
"subtitle": " ",
"game_name": "刺激战场"
}
]
}
# 参数说明：响应json数据,契约关键字标识符(默认$)
    pact_json = generate_pact_json_by_response(response_json, separator='$')
print(pact_json)
'''
# 模板生成只会包含$EachLike、$Like,可以根据具体校验需求更改,数组取第一个元素为模板来生成
{
'$Like': {
'msg': 'success',
'code': 0,
'data': {
'$EachLike': {
'type_id': 249,
'name': '王者荣耀',
'order_index': 1,
'status': 1,
'subtitle': ' ',
'game_name': '王者荣耀'
}
}
}
}
'''
说明：
  1. PactVerify 与 PactJsonVerify 校验类只是契约数据不同，其他逻辑保持一致
  2. PactJsonVerify 关键字标志符可用 PactJsonVerify(separator='$') 自定义

四.基本匹配规则

1. Matcher 类

校验规则：值匹配

# 预期11  python类契约格式
expect_format_1 = Matcher(11)
# 预期11  json契约格式
expect_format_json_1 = {
'$Matcher': 11
}
# 预期1.0 python类契约格式
expect_format_2 = Matcher(1.0)
# 预期1.0 json契约格式
expect_format_json_2 = {
'$Matcher': 1.0
}
# 预期'11' python类契约格式
expect_format_3 = Matcher('11')
# 预期'11' json契约格式
expect_format_json_3 = {
'$Matcher': '11'
}
# 预期返回数据actual为dict结构,actual['k1'] == 'v1'   python类契约格式
expect_format_4 = Matcher({'k1': 'v1'})
# 预期返回数据actual为dict结构,actual['k1'] == 'v1'   json契约格式
expect_format_json_4 = {
'$Matcher': {'k1': 'v1'}
}

2. Like 类

校验规则：类型匹配

# 预期type(11)  python类契约
expect_format_1 = Like(11)
# 预期type(11)  json契约
expect_format_json_1 = {
'$Like': 11
}
# 预期type(1.0)  python类契约
expect_format_2 = Like(1.0)
# 预期type(1.0)  json契约
expect_format_json_2 = {
'$Like': 1.0
}
# 预期type('11')  python类契约
expect_format_3 = Like('11')
# 预期type('11')  json契约
expect_format_json_3 = {
'$Like': '11'
}
# 预期返回数据actual为dict结构，actual['k1'] == type('v1')   python类契约
expect_format_4 = Like({'k1':'v1'})
# 预期返回数据actual为dict结构，actual['k1'] == type('v1')   json契约
expect_format_json_4 =  {
'$Like': {'k1':'v1'}
}

3. EachLike 类

校验规则：数组类型匹配

# 预期[type(11)]  python类契约
expect_format_1 = EachLike(11)
# 预期[type(11)]  json契约
expect_format_json_1 = {
'$EachLike': 11
}
# 预期[type(1.0)]  python类契约
expect_format_2 = EachLike(1.0)
# 预期[type(1.0)]  json契约
expect_format_json_2 = {
'$EachLike': 1.0
}
# 预期[type('11')]  python类契约
expect_format_3 = EachLike('11')
# 预期[type('11')]  json契约
expect_format_json_3 = {
'$EachLike': '11'
}
# 预期[Like{'k1':'v1'}]  python类契约
expect_format_4 = EachLike({'k1': 'v1'})
# 预期[Like{'k1':'v1'}]  json契约
expect_format_json_4 = {
'$EachLike': {'k1': 'v1'}
}
# 预期[Like{'k1':'v1'}]或[],minimum为数组最小长度,默认minimum=1   python类契约
expect_format_5 = EachLike({'k1': 'v1'}, minimum=0)
# 预期[Like{'k1':'v1'}]或[],minimum为数组最小长度,默认minimum=1   json契约
expect_format_json_5 = {
'$EachLike': {
# $values,$params结构用于额外传参
        '$values': {'k1': 'v1'},
'$params': {'minimum': 0}
}
}

4. Term 类

校验规则：正则匹配

# 预期r'^d{2}$'，并且type(actual_data) == type(example)，example也用来测试正则表达式  python类契约
expect_format_1 = Term(r'^d{2}$', example=11)
# 预期r'^d{2}$'，并且type(actual_data) == type(example)，example也用来测试正则表达式  json契约
expect_format_json_1 = {
'$Term': {
'$values': r'^d{2}$',
'$params': {'example': 11}
}
}
# 预期r'^d{2}$'，example用来测试正则表达式，type_strict = False时跳过对example参数类型校验   python类契约
expect_format_2 = Term(r'^d{2}$', example="11", type_strict=False)
# 预期r'^d{2}$'，example用来测试正则表达式，type_strict = False时跳过对example参数类型校验   json契约
expect_format_json_2 = {
'$Term': {
'$values': r'^d{2}$',
'$params': {'example': 11, 'type_strict': False}
}
}

5. Enum 类

校验规则：枚举匹配

# 预期11或22  python类契约
expected_format_1 = Enum([11, 22])
# 预期11或22  json契约
expected_format_json_1 = {
'$Enum': [11, 22]
}
# iterate_list为true时，当目标数据为数组时，会遍历数组中每个元素是否in [11, 22]  python类契约
expected_format_2 = Enum([11, 22], iterate_list=True)
# iterate_list为true时，当目标数据为数组时，会遍历数组中每个元素是否in [11, 22]  json契约
expected_format_json_2 = {
'$Enum': {
'$values': [11, 22],
'$params': {'iterate_list': True}
}
}

五.复杂规则匹配

1.{{}}格式

actual_data = {
'code': 0,
'msg': 'success',
'data': {
"id": 1,
"name": 'lili'
}
}
# python类契约
expect_format = Like({
'code': 0,
'msg': 'success',
'data': Like({
"id": 1,
"name": 'lili'
})
})
# json契约
expect_format_json = {
'$Like': {
'code': 0,
'msg': 'success',
'data': {
'$Like': {
"id": 1,
"name": 'lili'
}
}
}
}

2.[[]] 格式

actual_data = [[{
"id": 1,
"name": 'lili'
}]]
# python类契约
expect_format = EachLike(EachLike({
"id": 1,
"name": 'lili'
}))
# json契约
expect_format_json = {
'$EachLike': {
'$EachLike': {
"id": 1,
"name": 'lili'
}
}
}

3.{[]}格式

actual_data = {
'code': 0,
'msg': 'success',
'data': [{
"id": 1,
"name": 'lili'
},{
"id": 2,
"name": 'lilei'
}]
}
# python类契约
expect_format = Like({
'code': 0,
'msg': 'success',
'data': EachLike({
"id": 1,
"name": 'lili'
})
})
# json契约
expect_format_json = {
'$Like': {
'code': 0,
'msg': 'success',
'data': {
'$EachLike': {
"id": 1,
"name": 'lili'
}
}
}
}

4.Like-Term 嵌套

actual_data = {
'code': 0,
'msg': 'success',
'data': {
"id": 1,
"name": 'lili'
}
}
# python类契约
expect_format = Like({
'code': 0,
'msg': 'success',
'data': Like({
"id": 1,
"name": Term(r'w*', example='lili')
})
})
# json契约
expect_format_json = {
'$Like': {
'code': 0,
'msg': 'success',
'data': {
'$Like': {
"id": 1,
"name": {
'$Term': {
'$values': r'w*',
'$params': {
'example': 'lili'
}
}
}
}
}
}
}

5.Like-Matcher 嵌套

actual_data = {
'name': 'lilei',
'age': 12
}
# python类契约
expect_format = Like({
# name字段值类型匹配
    'name': 'lilei',
# age字段值匹配
    'age': Matcher(12),
})
# json契约
expect_format_json = {
'$Like': {
# name字段值类型匹配
        'name': 'lilei',
# age字段值匹配
        'age': {
'$Matcher': 12
},
}
}

说明：

  1. Matcher，Like 和 EachLike 类可以不限层级嵌套，Term 和 Enum 则不能嵌套其他规则
  2. 匹配规则多层嵌套时，内层规则优先生效

六.异常场景匹配

1.null 匹配

# nullable为true时允许返回null，预期null和（actual为dict结构，actual['k1'] == 'v1' or null）形式   python类契约
expect_format = Matcher({'k1': 'v1'}, nullable=True)
# nullable为true时允许返回null，预期null和（actual为dict结构，actual['k1'] == 'v1' or null）形式   json契约
expect_format_json = {
'$Matcher': {
'$values': {'k1': 'v1'},
'$params': {'nullable': True}
}
}
# nullable为true时允许返回null，预期null和（actual为dict结构，actual['k1'] == type('v1') or null）形式   python类契约
expect_format = Like({'k1': 'v1'}, nullable=True)
# nullable为true时允许返回null，预期null和（actual为dict结构，actual['k1'] == type('v1') or null）形式   json契约
expect_format_json = {
'$Like': {
'$values': {'k1': 'v1'},
'$params': {'nullable': True}
}
}
# nullable为true时允许返回null，预期null和[null,{'k1':null}]形式   python类契约
expect_format = EachLike({'k1': 'v1'}, nullable=True)
# nullable为true时允许返回null，预期null和[null,{'k1':null}]形式   json契约
expect_format_json = {
'$EachLike': {
'$values': {'k1': 'v1'},
'$params': {'nullable': True}
}
}
# nullable为true时允许返回null，预期null和11形式   python类契约
expect_format = Term(r'^d{2}$', example=11, nullable=True)
# nullable为true时允许返回null，预期null和11形式   json契约
expect_format_json = {
'$Term': {
'$values': r'^d{2}$',
'$params': {'example': 11, 'nullable': True}
}
}
# nullable为true时允许返回null，预期null和11/22/33形式   python类契约
expect_format = Enum([11, 22, 33], nullable=True)
# nullable为true时允许返回null，预期null和11/22/33形式   json契约
expect_format_json = {
'$Enum': {
'$values': [11, 22, 33],
'$params': {'nullable': True}
}
}

备注：nullable 参数在 hard_mode = True 时也生效 文章源自玩技e族-https://www.playezu.com/192772.html

2.{}匹配

# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == 'v1'）形式   python类契约
expect_format = Matcher({'k1': 'v1'}, dict_emptiable=True)
# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == 'v1'）形式   json契约
expect_format_json = {
'$Matcher': {
'$values': {'k1': 'v1'},
'$params': {'dict_emptiable': True}
}
}
# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == type('v1')）形式   python类契约
expect_format = Like({'k1': 'v1'}, dict_emptiable=True)
# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == type('v1')）形式   json契约
expect_format_json = {
'$Like': {
'$values': {'k1': 'v1'},
'$params': {'dict_emptiable': True}
}
}

备注：dict_emptiable 在 hard_mode = True 时也生效文章源自玩技e族-https://www.playezu.com/192772.html

3.json 格式字符串匹配

# actual为"{"k1":"v1"}"json字符串格式时，先进行json.loads再校验   python类契约
expect_format = Matcher({'k1': 'v1'}, jsonloads=True)
# actual为"{"k1":"v1"}"json字符串格式时，先进行json.loads再校验   json契约
expect_format_json = {
'$Matcher': {
'$values': {'k1': 'v1'},
'$params': {'jsonloads': True}
}
}
# actual为"{"k1":"v1"}"json字符串格式时，先进行json.loads再校验   python类契约
expect_format = Like({'k1': 'v1'}, jsonloads=True)
# actual为"{"k1":"v1"}"json字符串格式时，先进行json.loads再校验   json契约
expect_format_json = {
'$Like': {
'$values': {'k1': 'v1'},
'$params': {'jsonloads': True}
}
}
# actual为"[{"k1":"v1"}]"json字符串格式时，先进行json.loads再校验  python类契约
expect_format = EachLike({'k1': 'v1'}, jsonloads=True)
# actual为"[{"k1":"v1"}]"json字符串格式时，先进行json.loads再校验  json契约
expect_format_json = {
'$EachLike': {
'$values': {'k1': 'v1'},
'$params': {'jsonloads': True}
}
}
# actual为"[11,22]"json字符串格式时，先进行json.loads再校验   python类契约
expected_format = Enum([11, 22], jsonloads=True)
# actual为"[11,22]"json字符串格式时，先进行json.loads再校验   json契约
expected_format_json = {
'$Enum': {
'$values': {'k1': 'v1'},
'$params': {'jsonloads': True}
}
}

4.key 不存在匹配

# key_missable为true时，允许key不存在，key存在时走正常校验；Matcher,Like,EachLike,Term和Enum类都可使用该属性   python类契约
expect_format = Matcher({
'code': Like(0, key_missable=True),
'msg': Matcher('success', key_missable=True),
'data': EachLike(11, key_missable=True),
'age': Term(r'^d{2}$', example=11, key_missable=True),
'num': Enum([11, 22, 33], key_missable=True)
})
# key_missable为true时，允许key不存在，key存在时走正常校验；Matcher,Like,EachLike,Term和Enum类都可使用该属性   json契约
expect_format_json = {
'$Matcher': {
'code': {
'$Like': {
'$values': 0,
'$params': {'key_missable': True}
}
},
'msg': {
'$Matcher': {
'$values': 'success',
'$params': {'key_missable': True}
}
},
'data': {
'$EachLike': {
'$values': 11,
'$params': {'key_missable': True}
}
},
'age': {
'$Term': {
'$values': r'^d{2}$',
'$params': {'example': 11, 'key_missable': True}
}
},
'num': {
'$Enum': {
'$values': [11, 22, 33],
'$params': {'key_missable': True}
}
},
}}
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验  python类契约
expected_format = Matcher({
'name': 'lilei',
'age': 12,
'sex': 'man'
}, dict_key_missable=True)
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验  json契约
expected_format_json = {
'$Matcher': {
'$values': {
'name': 'lilei',
'age': 12,
'sex': 'man'
},
'$params': {'dict_key_missable': True}
}
}
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验   python类契约
expected_format = Like({
'name': 'lilei',
'age': 12,
'sex': 'man'
}, dict_key_missable=True)
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验   json契约
expected_format_json = {
'$Like': {
'$values': {
'name': 'lilei',
'age': 12,
'sex': 'man'
},
'$params': {'dict_key_missable': True}
}
}
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验   python类契约
expected_format = EachLike({
'name': 'lilei',
'age': 12,
'sex': 'man'
}, dict_key_missable=True)
# dict_key_missable为true时，允许dict结构中的key不存在，但key不能多(hard_mode=true时)，key存在时正常校验   json契约
expected_format_json = {
'$EachLike': {
'$values': {
'name': 'lilei',
'age': 12,
'sex': 'man'
},
'$params': {'dict_key_missable': True}
}
}

5.多类型匹配

# actual数据为type(11)或type('11'),extra_types可以添加多个示例数据,对基础数据类型(int,float,boolean,str,None)示例有效,对list dict等类型无效  python类契约
expect_format = Like(11, extra_types=['11'])
# actual数据为type(11)或type('11'),extra_types可以添加多个示例数据,对基础数据类型(int,float,boolean,str,None)示例有效,对list dict等类型无效  json契约
expect_format_json = {
'$Like': {
'$values': 11,
'$params': {'extra_types': ['11']}
}
}
# actual数据为[type(11)]或[type('11')],extra_types可以添加多个示例数据,对基础数据类型示例(int,float,boolean,str,None)有效,对list dict等类型无效  python类契约
expect_format = EachLike(11, extra_types=['11'])
# actual数据为[type(11)]或[type('11')],extra_types可以添加多个示例数据,对基础数据类型示例(int,float,boolean,str,None)有效,对list dict等类型无效  json契约
expect_format_json = {
'$EachLike': {
'$values': 11,
'$params': {'extra_types': ['11']}
}
}

6.非强制字段匹配

expect_format = Like({'k1': 'v1'})
# hard_mode=False只匹配契约中定义的字段，实际返回的多余字段忽略    python类契约
mPactVerify = PactVerify(expect_format, hard_mode=False)
actual_data = {'k1': 'v1', 'k2': 'v2'}
# 只校验k1字段，k2字段忽略
mPactVerify.verify(actual_data)
expect_format_json = {
'$Like': {'k1': 'v1'}
}
# hard_mode=False只匹配契约中定义的字段，实际返回的多余字段忽略   json契约
mPactJsonVerify = PactJsonVerify(expect_format, hard_mode=False)
actual_data = {'k1': 'v1', 'k2': 'v2'}
# 只校验k1字段，k2字段忽略
mPactJsonVerify.verify(actual_data)

备注：
1. key_missable 在 hard_mode = True 时也生效
2. key_missable 针对 actual_data 本身的 key，dict_key_missable 针对 actual_data 字典中的 key，可以同时生效文章源自玩技e族-https://www.playezu.com/192772.html

注意：异常匹配场景越多,代表接口数据格式越不规范

七.配合 unittest+requests 使用

import unittest, requests, HtmlTestRunner, os
from pactverify.matchers import Matcher, Like, EachLike, Term, Enum, PactVerify
class PactTest(unittest.TestCase):
def test_config_2(self):
url = 'http://127.0.0.1:8080/configV2'
config_rsp = requests.get(url)
config_contract_format = Matcher({
"msg": "success",
"code": 200,
'name': Enum(['lili', 'xiaohei']),
'addr': Term(r'深圳*', example='深圳宝安'),
"data": EachLike({
"type_id": 249,
"name": "王者荣耀",
"order_index": 1,
"status": 1,
"subtitle": " ",
"game_name": "王者荣耀"
}),
'data_2':
EachLike({
"type_id": 249,
"name": "王者荣耀",
"order_index": 1,
"status": 1,
"subtitle": " ",
"game_name": "王者荣耀"
}, minimum=1)
})
mPactVerify = PactVerify(config_contract_format)
try:
actual_rsp_json = config_rsp.json()
mPactVerify.verify(actual_rsp_json)
assert mPactVerify.verify_result == True
except Exception:
# 自定义错误信息,输出到HTMLTestRunner中
            err_msg = 'PactVerify_fail,verify_result:{},verify_info:{}'.format(mPactVerify.verify_result,
mPactVerify.verify_info)
self.fail(err_msg)
if __name__ == '__main__':
current_path = os.path.abspath(__file__)
current_dir = os.path.abspath(os.path.dirname(current_path) + os.path.sep + ".")
suite = unittest.defaultTestLoader.discover(current_dir, pattern="test_*.py")
runner = HtmlTestRunner.HTMLTestRunner(combine_reports=True, report_name="MyReport", add_timestamp=False)
runner.run(suite)

八.优点总结

1.显式定义接口断言格式，接口断言更加直观
2.可复用接口实际响应数据来定义契约

软件功能测试新手

玩技站长微信
添加好友自动发送入群邀请
weinxin
rainbow-shownow
玩技官方公众号
官方微信公众号
weinxin
PLAYEZU
 
    • 恒温
      恒温 9
      未知地区 1F
      回复

      第一次看到校验全字段的哦我们用 jsonschema 做的校验，可以针对 request 和 response 的全字段进行校验，包括字段数量、类型、取值范围都可以自动检测大佬，现在 360 火线还在更新维护么？支持 Jenkins pipeline 了么jsonschema 写起来太过复杂，完全不想用 验证复杂嵌套接口适用性咋样，看着比 jsonschema 精简点这个支持无限层级的嵌套，正常场景和异常场景都能满足，我们自己近 2K 的自动化用例都接入了，已经快半年没改动了，有兴趣的话可以试试我们正在弄流水线，今年准备把之前的东西都集成到流水线里作为插件，火线也是，会支持 Jenkins pipeline 脚本有时候会遇到在有些 case 中，同一个 API 相同的请求在不同场景中返回的 response 结构不同但也是合理的情况，特别是 GET 例如保存个人信息前返回数据为空，保存了姓名之后 GET 返回姓名新，再次保存年龄后返回年龄 + 姓名，请教下在这种情况下，是怎么处理的呢这个有点不合理吧，前端的同学不是很苦逼？很棒的感觉，不知道能否继承到 HttpRunner 中？1、你们这个接口返回结构是有问题，没值的字段也要返回出来，这个最好给后台提 bug 处理
      2、”怎么处理”的意思是想用上边这个模块来断言么？这个是可以的，我最早的一版就是跟 HttpRunner 配合使用的，后边单独抽离出来了每个接口返回不一样 如何达到通用呢？针对每个接口需要定义预期的数据格式，按照{}或者 [] 结构来组织数据，能够相互嵌套，能定义成任何结构的数据你是每个接口定义一套 还是定义一套适配所有接口 每个接口定义一套，”通用”指的是后边的对比逻辑处理那岂不是很麻烦 每个接口都要定义一套契约
      不过对于全字段处理是个好办法字段多了肯定不能手动填的，可以复用实际的返回结果，把对应的结构规则改下就行大佬牛 p，666我喜欢直接 diff jsonschema 有个问题，就是 validate 的时候，如果校验到第一个不匹配的项就抛异常了，程序终止了，导致后面的项无法在当次完成校验。这个问题，有什么解决方法吗，想让它全部校验完毕，列举出不匹配的项这个好，这个好，我喜欢这个 这个好，有时间试试可以把一个 schema 拆成几个小的 schema。程序停止是因为写的语法错误。今天试了一下，好像没办法做到用例和代码分离。
      响应模板只能写在代码里，如果写在 DB 里，读出来之后是字符串，执行会报错
      甚至不能将字符串转换为字典，，
      楼主有什么解决办法么暂时没办法把这部分数据放到 DB 里面，但是有个方法可行：单独定义一个 class 存放校验格式属性 a，通过 getattr(a) 来获取，在 DB 里面存这个属性 a 的名称就行之前用 jmeter 的时候，也写过，对接口返回的字段以及值进行校验，我的思路是通过 json 路径匹配，第二个就是字段的值也可以校验格式（配置哪个字段什么类型），还支持一个接口支持多个结构匹配；对比的模板直接拿线上的，类似 diff功能，简单一些!
      目的达到了就可以，但我这个要给其他人使用，易用性，场景覆盖都需要去考虑最近也有做这个，我的做法是模仿 mongoengine 的 field 定义不同的 field，再组织成一个 document–“前端吐槽后台接口有时会更改返回的数据结构，返回的字段名与字段类型与接口文档不一致”。
      前端和后台必须遵循共同/相同的接口文档。
      如果后台按照接口文档更改返回的数据结构，则前端也需要按照接口文档去使用。
      如果后台更改返回的数据结构不是按照接口文档来的，前端在使用的过程中一经发现，报告后台的这种不规范行为，要求改正即可。
      通过管理手段可以轻松解决的问题，通过技术手段解决起来要麻烦好多。如果接口设计文档规定的返回结构是没值的字段不允许返回，这就不是 bug，是 by design。你想的太理想了，如果接口文档能实时更新，前后端开发完全按照文档来，那这个自然没问题，但是实际项目中很难做到这点，至少我经历的公司做不到这种程度；管理终究是人来做的，是人都会有疏忽和懈怠，有技术手段去做一个补充的话我觉得更好我感觉你是开发，站在测试的角度，如果是老接口，我可以接受没值的字段不返回的情况；如果是新开发的接口，我会当 bug 处理大佬的业务痛点我也遇到过，公司人多，业务方调用项目的接口，项目的接口改动，没有第一时间告知调用方，导致接口上线后，接口变更影响到了调用方线上业务功能。
      最近也在想怎么搞契约测试？如何第一时间知道接口的改动评估是否影响调用方。看网上有些是消费者生成消费者契约，让提供者去按契约进行 mock 调用。我不是大佬 ；契约测试我也研究过，也搞过一个 demo 出来，最终落地不了了之，网上也没啥比较成熟方案；这个比接口测试的层级更底一点，属于测试左移的范畴，越底层的话，写脚本需要投入的时间就越多，我觉得从接口层搞起来比较合适，先把接口层的覆盖的差不多了再考虑往下层考虑。嗯嗯是的，我最近就在研究接口自动化，pytest+requests+allure，还没有涉及到平台化，在写框架时突然看到你的这个，我就应用在项目中了，在接口返回后先做底层校验，就是引用你的这个技术，然后再进行接口自动化的校验，嘿嘿，还得管用的。
      但是有个比较麻烦的跟契约测试一样，要全量校验，接口返回字段多的话，就比较麻烦了，需要一个一个字段定义契约。。。这个不用一个个字段写啊，一般把实际返回的数据复制进去再改改就好了请教楼主，对于{“a”:”1″,”b”:”2″,”c”:”3″,”d”:”4″,”e”:”5″,”f”:”6″,”g”:”7″,….}这种返回数据是非固定长度的，键也是不固定的，类型固定都是 str，要怎么校验呢？我用了 EachLike 不行啊！值匹配，针对字典{“a”: “1”,”b”: “1”}类型
      expect_format = Matcher({
      “a”: “1”, # a key 存在，值为”1″,
      “b”: “2”, # b key 存在，值为”2″,
      })
      值类型匹配，针对字典{“a”: “1”,”b”: “1”}类型
      expect_format_2 = Like({
      “a”: “1”, # a key 存在，值类型为 type(“1”)
      “b”: “2”, # b key 存在，值类型为 type(“2”)
      })
      数组值类型匹配，针对数组 – 字典 [{“a”: “1”,”b”: “1”},{“a”: “1”,”b”: “1”}] 类型
      expect_format_3 = EachLike({
      “a”: “1”, # a key 存在，值类型为 type(“1”)
      “b”: “2”, # b key 存在，值类型为 type(“2”)
      })

      看是要做值校验，还是值类型校验请问是如何结合 httprunner 进行全量字段校验的，可以提供源码例子吗？写了个基于 httprunner 2.5.7 版本的 demo，https://github.com/xglh/httprunner-pactverify-demo， httprunner 3.0 版本的实在短时间内没搞懂 非常赞！请教大佬，你们的 jsonschema 校验的模板，是手动去http://JSONschema.net/#/home生成的，还是自己写的代码呢？自动检验的，模版是提前配置好的新版本支持 json 格式校验您好，请教下 jsonschema 模板如果手动去http://JSONschema.net/#/home生成会不会太麻烦啦？java 我们上 jsonunit 你好，想问一下如果做值匹配的话，契约里面要怎么通过变量定义呢？没明白你的意思，能举个例子么？
      仅楼主可见
      仅楼主可见我想知道 ，怎么根据契约生成 mock 数据呢我们是 schema

    匿名

    发表评论

    匿名网友
    确定