通过json传递请求参数,如何处理动态参数和接口依赖

嗨,大家好,我是兰若姐姐,今天给大家讲一下如何通过json传递请求参数,如何处理动态参数和接口依赖

1. 使用配置文件和模板

test_data.json 中,你可以使用一些占位符或模板变量,然后在运行测试之前,通过代码生成具体的请求参数。比如:

test_data.json:

json 复制代码
{
    "Aapi": {
        "param1": "value1",
        "param2": "{Bapi_response_param}"
    }
}

在测试代码中,使用模板引擎(如 Jinja2)或字符串替换来生成最终的请求数据:

python 复制代码
import json
import requests

def get_data(template_path, context):
    with open(template_path, 'r') as file:
        template = file.read()
    return template.format(**context)

# Step 1: Call Bapi
response_b = requests.get('<http://example.com/bapi>')
b_data = response_b.json()

# Step 2: Prepare Aapi data using Bapi response
context = {
    "Bapi_response_param": b_data['desired_param']
}
a_data = get_data('test_data.json', context)

# Step 3: Call Aapi
response_a = requests.post('<http://example.com/aapi>', data=json.dumps(a_data))
print(response_a.json())

2. 写脚本处理参数依赖

在复杂情况下,可以直接在测试脚本中处理参数依赖:

python 复制代码
import requests

# Step 1: Call Bapi and get its response
response_b = requests.get('<http://example.com/bapi>')
b_data = response_b.json()
b_param = b_data['desired_param']

# Step 2: Use Bapi response data to prepare Aapi request
a_request_data = {
    "param1": "value1",
    "param2": b_param
}

# Step 3: Call Aapi
response_a = requests.post('<http://example.com/aapi>', json=a_request_data)
print(response_a.json())

3. 使用专用测试管理工具

有些测试框架或工具(例如 Postman, Karate, Robot Framework 等)提供了很好地处理依赖和动态数据的方法。这些工具通常允许你直接在测试步骤中引用变量和依赖的接口返回值。例如,在 Postman 中,你可以在一个请求中设置环境变量,然后在另一个请求中读取这些变量。

4. 封装为公共函数

将这些逻辑封装成公共函数,便于在多个测试用例间复用。例如:

python 复制代码
import requests

def call_bapi():
    response = requests.get('<http://example.com/bapi>')
    return response.json()

def call_aapi(b_param):
    data = {
        "param1": "value1",
        "param2": b_param
    }
    response = requests.post('<http://example.com/aapi>', json=data)
    return response.json()

# Usage
b_data = call_bapi()
a_response = call_aapi(b_data['desired_param'])
print(a_response)

5. 使用测试上下文或全局变量

如果测试大量依赖共享的状态,可以使用上下文或全局变量来存储并传递依赖数据。例如:

python 复制代码
class TestContext:
    def __init__(self):
        self.b_param = None

context = TestContext()

# Step 1: Get Bapi response and set context
response_b = requests.get('<http://example.com/bapi>')
context.b_param = response_b.json()['desired_param']

# Step 2: Use context in Aapi call
def call_aapi():
    data = {
        "param1": "value1",
        "param2": context.b_param
    }
    response = requests.post('<http://example.com/aapi>', json=data)
    return response.json()

# Run the test
a_response = call_aapi()
print(a_response)

总结

处理参数依赖和动态数据,需要结合实际情况选择合适的策略。通过使用模板、脚本处理、测试工具或者封装公共函数等方法,可以有效应对这些需求。希望这些方法对你有所帮助!

相关推荐
Highcharts.js4 小时前
教程:基于 React + Highcharts 构建一个单页应用程序、按需数据拉取与图表渲染
开发语言·前端·数据结构·react.js·前端框架·highcharts·页面应用
爱昏羔4 小时前
下篇:从检索到交互 — 物流RAG问答系统与WebUI全实现
python·langchain·agent
_Jimmy_4 小时前
Agent引用数据库知识过时的增量同步方案
人工智能·python·langchain
头发还在的女程序员5 小时前
医院陪诊管理系统怎么选择?——2026 年选型避坑与架构参考
java·开发语言·陪诊系统·陪诊app·医院陪诊陪护
min(a,b)5 小时前
学习第 4 天:面向对象与异常处理
python·学习·学习方法
爱写代码的小朋友7 小时前
从零开始学 Win32 API:C++ 窗口编程实战(VS Code + MinGW-w64 命令行详解)
开发语言·c++
yangshicong7 小时前
第19章:AI安全防护与AI安全
人工智能·python·安全·prompt·ai编程
果汁华7 小时前
Function Calling 与 Python 实战完整指南
开发语言·网络·python
c_lb72887 小时前
2026年不同基础做量化,先找AI能参与的位置
人工智能·python
小小晓.7 小时前
C++:语句和作用域
开发语言·c++