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
鸽芷咕22 分钟前
【Python报错已解决】ModuleNotFoundError: No module named ‘paddle‘
开发语言·python·机器学习·bug·paddle
Jhxbdks31 分钟前
C语言中的一些小知识(二)
c语言·开发语言·笔记
java66666888831 分钟前
如何在Java中实现高效的对象映射:Dozer与MapStruct的比较与优化
java·开发语言
Violet永存32 分钟前
源码分析:LinkedList
java·开发语言
子午33 分钟前
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
人工智能·python·cnn
代码雕刻家34 分钟前
数据结构-3.1.栈的基本概念
c语言·开发语言·数据结构
Fan_web35 分钟前
JavaScript高级——闭包应用-自定义js模块
开发语言·前端·javascript·css·html
梦想科研社41 分钟前
【无人机设计与控制】四旋翼无人机俯仰姿态保持模糊PID控制(带说明报告)
开发语言·算法·数学建模·matlab·无人机
风等雨归期41 分钟前
【python】【绘制小程序】动态爱心绘制
开发语言·python·小程序
千穹凌帝44 分钟前
SpinalHDL之结构(二)
开发语言·前端·fpga开发