python自动化其他常规操作

前言

        之前已经介绍过很多关于接口自动化的一些相关知识，但是不可忽略，在我们的实战过程中，还有有很多的小细节需要我们去关注和留意的，是都会使用到的，那么接下来，我们就再介绍一些实战会运动到的一些常规操作。

一、数据提取器（jsonpath）

       在我们做接口自动化过程中，很难避免，需要接口依赖，就是通过需从上一接口中，提取接口返回结果，然后传递到下一个接口中，通过什么方式比较快呢 ？或者你会想到通过字典一层层的获取，也可通过正则表达式提取数据，还有一种更简单的方法，那就是———— jsonpath数据提取器 ；

1、简单语法介绍：

2、使用说明

1）JSONPath是xpath在json的应用；
2）JSONPath 是参照xpath表达式来解析xml文档的方式，json数据结构通常是匿名的并且不一定需要有根元素；
3）JSONPath 用一个抽象的名字$来表示最外层对象；
4）JSONPath 允许使用通配符 * 表示所以的子元素名和数组索引；

3、常用操作

1）安装：pip install jsonpath 

2）导入模块： from jsonpath import jsonpath

3）其他说明:

jsonpath ，提取json里面的某部分数据，
登录前置，帮助我们快速点位到json数据中的某字段（key:value形式）
1、$ ==> 表根目录对象，表示提取所有
2、. ==> 表子字节（返回的主层级）
3、.. ==> 表子孙字节（表主层级及其以下层级）
注意：
== ：匹配的结果会放到一列表中，可获取多个
== ：无匹配成功的，返回False

4）数据提取实战操作

from jsonpath import jsonpath

data = {
	'code': 0,
	'msg': 'OK',
	'data': {
		'id': 31,
		'leave_amount': 600.0,
		'mobile_phone': '18211112222',
		'reg_name': '小拉拉',
		'reg_time': '2021-01-28 15:27:07.0',
		'type': 1,
		'token_info': {
			'token_type': 'Bearer',
			'expires_in': '2021-01-29 20:40:00',
			'token': 'eyJhbGciOiJIUzUxMiJ9.eyJtZW1iZXJfaWQiOjMxLCJleHAiOjE2MTE5MjQwMDB9.I20fFTVt5i8lK86GR7HOwCMMYPeaiTqSLVEiCJbxuXYvGtefg7JzFmK-fP6eOtTJyvSoSrMPaugwmFpaoIWSCA'
		}
	},
}

# 匹配的结果放在列表，如果没有匹配，False
resp = jsonpath(data, '$..token')
resp1 = jsonpath(data,'$.msg')
resp2 = jsonpath(data,'$.kjk')
print(resp)
print(resp1)
print(resp2)

运行结果：
['eyJhbGciOiJIUzUxMiJ9.eyJtZW1iZXJfaWQiOjMxLCJleHAiOjE2MTE5MjQwMDB9.I20fFTVt5i8lK86GR7HOwCMMYPeaiTqSLVEiCJbxuXYvGtefg7JzFmK-fP6eOtTJyvSoSrMPaugwmFpaoIWSCA']
['OK']
False

二、json序列化和反序列化  

        当我们在自动化测试过程中，有时候需要转化数据才能执行代码，比如说，正则表达式，是需要通过字符串格式才能进行提取，但恰好我们的数据又不是字符串时；再比如说，我们在excel中提取json或headers数据时，需要传递python数据，但我们提取到的又不是python数据时，我们就需要转化数据了.

ps：我的理解不太深，只能做简单的记录了... ~~~

1、反序列化（  json.loads( )  ）

== ：将json格式字符串,转化为Python格式字典

2、序列化  (  json.dumps( )  )

== ： 将Python格式的字典，转化为json格式的字符串

import json

# 将json格式字符串,转化为Python格式字典===> 反序列化
name = '{"name":"lala","age":19}'
print(json.loads(name))

# 将Python格式的字典，转化为json格式的字符串===> 序列化
new_name = {"name":"lana","age":18}
print(json.dumps(new_name))


运行结果：
{'name': 'lala', 'age': 19}
{"name": "lana", "age": 18}

 三、多值断言（asseert）

       断言，是作为预期结果和实际结果的比对，是我们验证接口运行结果的一个重要方法。那么如果我们在做接口自动化过程中，得到的返回结果，我们应该断言哪个呢？

单断言返回码吗？好像又不够准确，全量断言？好像也没有必要，那么这是，我们可以考虑一下多值断言。

在接口自动化测试中，我们一样把预期结果也放置在excel表格中，通过字典的格式存储，

例如：expect     ==>     {"code":0,"msg":"ok"}

expect  ==>   {"code":0,"msg":"ok"}


import json


# 方法一：

expect = json.loads(info['expect'])

assert resp.json['code'] == expect['code']
assert resp.json['msg'] == expect['msg']


# 方法二：

for key , value in expect.items():
    assert resp.json()[key] == value


# 方法三：

将excel中的expect，改为：{"$..code":0,"$..msg":"ok"}

for key , value in expect.items():
    assert jsonpath(resp.json,key) == value


# 方法四：

如果需判断expect中，code不为0，才需再断言msg，可写为:

assert resp_body['code'] == expect['code']
        if resp_body['code'] != 0:
            assert expect['msg'] in resp_body['msg']

总结

        以上都是在接口自动化过程中，会遇到或者说可以优化的一些小操作，了解的不够深入，只能做点小记录了，方便以后查看。

最后鸡汤一波：

        说句老套的话，付出不一定有收获，但是真的不付出就一定不会有收获，所以谁知道呢，还是先付出的，做了，不管结果如何，其实还是收获了点东西的，就看自己怎么衡量把，该努力还是得努力的，加油，fighting!!!!!

wanjie，撒花花花花花花花`~~~``~`!!!!!