接口测试（八）—— 日志收集、全量字段校验、JSON Schema语法

已于 2022-12-18 08:19:44 修改
阅读量958 收藏 4
点赞数
分类专栏： # 【接口测试】 文章标签： java mysql 开发语言
于 2022-12-18 00:46:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010217055/article/details/128358674
版权

目录

一、日志收集

1、日志简介

2、日志的级别

3、日志代码实现分析

4、日志使用

二、全量字段校验

1、简介和安装

2、JSON Schema⼊⻔

2.1 入门案例

2.2 校验方式

3、JSON Schema语法

3.1 type关键字

3.2 properties关键字

3.3 required关键字

3.4 const关键字

3.5 pattern关键字

3.6 综合案例应用

三、IHRM实战

1、使用全量字段校验

2、日志的使用

3、构造员工id

一、日志收集

1、日志简介

  • 什么是日志
    • 日志也叫 log，通常对应的 xxx.log 的日志文件。文件的作用是记录系统运行过程中，产生的信息。
  • 搜集日志的作用
    • 查看系统运行是否正常。
    • 分析、定位 bug

2、日志的级别

  • logging.DEBUG：调试级别【高】
  • logging.INFO：信息级别【次高】
  • logging.WARNING：警告级别【中】
  • logging.ERROR：错误级别【低】
  • logging.CRITICAL：严重错误级别【极低】

 特性：

  • 日志级别设定后，只有比该级别低的日志会写入日志。
    • 如：设定日志级别为 info。 debug 级别的日志信息，不会写入。infowarning、error、critical 会写入

3、日志代码实现分析

日志代码，无需手写实现。会修改、调用即可！

代码分析

"""
步骤：
# 0. 导包
# 1. 创建日志器对象
# 2. 设置日志打印级别
    # logging.DEBUG 调试级别
    # logging.INFO 信息级别
    # logging.WARNING 警告级别
    # logging.ERROR 错误级别
    # logging.CRITICAL 严重错误级别
# 3. 创建处理器对象
    # 创建 输出到控制台 处理器对象
    # 创建 输出到日志文件 处理器对象
# 4. 创建日志信息格式
# 5. 将日志信息格式设置给处理器
    # 设置给 控制台处理器
    # 设置给 日志文件处理器
# 6. 给日志器添加处理器
    # 给日志对象 添加 控制台处理器
    # 给日志对象 添加 日志文件处理器
# 7. 打印日志
"""

import logging.handlers
import logging
import time

# 1. 创建日志器对象
logger = logging.getLogger()

# 2. 设置日志打印级别
logger.setLevel(logging.DEBUG)
# logging.DEBUG 调试级别
# logging.INFO 信息级别
# logging.WARNING 警告级别
# logging.ERROR 错误级别
# logging.CRITICAL 严重错误级别

# 3.1 创建 输出到控制台 处理器对象
st = logging.StreamHandler()
# 3.2 创建 输出到日志文件 处理器对象
fh = logging.handlers.TimedRotatingFileHandler('a.log', when='midnight', interval=1,
backupCount=3, encoding='utf-8')
# when 字符串，指定日志切分间隔时间的单位。midnight：凌晨：12点。
# interval 是间隔时间单位的个数，指等待多少个 when 后继续进行日志记录
# backupCount 是保留日志文件的个数

# 4. 创建日志信息格式
fmt = "%(asctime)s %(levelname)s [%(filename)s(%(funcName)s:%(lineno)d)] - %(message)s"
formatter = logging.Formatter(fmt)

# 5.1 日志信息格式 设置给 控制台处理器
st.setFormatter(formatter)
# 5.2 日志信息格式 设置给 日志文件处理器
fh.setFormatter(formatter)

# 6.1 给日志器对象 添加 控制台处理器
logger.addHandler(st)
# 6.2 给日志器对象 添加 日志文件处理器
logger.addHandler(fh)

# 7. 打印日志
while True:
    # logging.debug('我是一个调试级别的日志')
    # logging.info('我是一个信息级别的日志')
    logging.warning('test log sh-26')
    # logging.error('我是一个错误级别的日志')
    # logging.critical('我是一个严重错误级别的日志')
    time.sleep(1)

4、日志使用

可修改的位置

使用步骤：
1. 调用 init_log_config() 函数，初始化日志信息。
2. 指定 日志级别，打印 日志信息。         
 源码文件下载：https://download.csdn.net/download/u010217055/87313711

二、全量字段校验

1、简介和安装

  • 概念：校验接⼝返回响应结果的全部字段（更进一步的断言）
  • 校验内容：
    • 字段值
    • 字段名 或 字段类型
  • 校验流程：
    • 定义json语法校验格式
    • ⽐对接口实际响应数据是否符合json校验格式
  • 安装jsonschema:
pip install jsonschema -i https://pypi.douban.com/simple/
  • 查验：
    • pip 查验：pip list 或 pip show jsonschema
    • pycharm 中 查验：file --- settings --- 项目名中查看 python解释器列表。 

2、JSON Schema⼊⻔

2.1 入门案例

{
    "type": "object",
    "properties": {
    "success": {"type": "boolean"},
    "code": {"type": "integer"},
    "message": {"type": "string"}
    },
    "required": ["success", "code", "message"]
}

2.2 校验方式

在线工具校验

http://json-schema-validator.herokuapp.com
https://www.jsonschemavalidator.net 【推荐】

python代码校验

  • 实现步骤：
  1. 导包 import jsonschema
  2. 定义 jsonschema格式 数据校验规则
  3. 调⽤ jsonschema.validate(instance="json数据", schema="jsonshema规则")
  • 查验校验结果：
    • 校验通过：返回 None
    • 校验失败
      • schema 规则错误，返回 SchemaError
      • json 数据错误，返回 ValidationError
  • 案例： 
    # 1. 导包
import jsonschema

# 2. 创建 校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {
            "type": "boolean"
        },
        "code": {
            "type": "int"
        },
        "message": {
        "type": "string"
        }
    },
    "required": ["success", "code", "message"]
} 

# 准备待校验数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功"
}

# 3. 调用 validate 方法，实现校验
result = jsonschema.validate(instance=data, schema=schema)
print("result =", result)

# None: 代表校验通过
# ValidationError：数据 与 校验规则不符
# SchemaError： 校验规则 语法有误

3、JSON Schema语法

3.1 type关键字

作用：约束数据类型

integer —— 整数
string —— 字符串
object —— 对象
array —— 数组 --> python：list 列表
number —— 整数/⼩数
null —— 空值 --> python：None
boolean —— 布尔值

语法：
{
    "type": "数据类型"
}

示例

import jsonschema

# 准备校验规则
schema = {
    "type": "object"     # 注意 type 和 后面的 类型，都要放到 ”“ 中！
} 

# 准备数据
data = {"a": 1, "b": 2}

# 调用函数
res = jsonschema.validate(instance=data, schema=schema)
print(res)

3.2 properties关键字

说明：是 type关键字的辅助。用于 type 的值为 object 的场景。
作用：指定 对象中 每个字段的校验规则。 可以嵌套使用。

语法：
{
    "type": "object",
    "properties":{
        "字段名1":{规则},
        "字段名2":{规则},
        ......
    }
}

 案例1：

{
    "success": true,
    "code": 10000,
    "message": "操作成功",
    "money": 6.66,
    "address": null,
    "data": {
        "name": "tom"
    },
    "luckyNumber": [6, 8, 9]
}
import jsonschema

# 准备校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"type": "boolean"},
        "code": {"type:": "integer"},
        "message": {"type": "string"},
        "money": {"type": "number"},
        "address": {"type": "null"},
        "data": {"type": "object"},
        "luckyNumber": {"type": "array"}
    }
} 

# 准备测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "money": 6.66,
    "address": None,
    "data": {
        "name": "tom"
    },
    "luckyNumber": [6, 8, 9]
} 

# 调用方法进行校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

案例2：要求定义JSON对象中包含的所有字段及数据类型

data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "money": 6.66,
    "address": None,
    "data": {
        "name": "tom",
        "age": 18,
        "height": 1.78
    },
    "luckyNumber": [6, 8, 9]
}
import jsonschema

# 准备校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"type": "boolean"},
        "code": {"type:": "integer"},
        "message": {"type": "string"},
        "money": {"type": "number"},
        "address": {"type": "null"},
        "data": {
            "type": "object",
            "properties": { # 对 data 的对象值，进一步进行校验
            "name": {"type": "string"},
            "age": {"type": "integer"},
            "height": {"type": "number"}
        }
    },
     "luckyNumber": {"type": "array"}
    }
} 

# 准备测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "money": 6.66,
    "address": None,
    "data": {
        "name": "tom",
        "age": 18,
        "height": 1.78
    },
    "luckyNumber": [6, 8, 9]
}

# 调用方法进行校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

3.3 required关键字

作用：校验对象中必须存在的字段。字段名必须是字符串，且唯⼀

语法:
{
    "required": ["字段名1", "字段名2", ...]
}
import jsonschema

# 测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "data": None,
} 

# 校验规则
schema = {
    "type": "object",
    "required": ["success", "code", "message", "data"]
} 

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

3.4 const关键字

作用：校验字段值是⼀个固定值。

语法:
{
    "字段名"：{"const": 具体值}
}
import jsonschema

# 测试数据
data = {
    "success": True,
    "code": 10000,
    "message": "操作成功",
    "data": None,
} 

#校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"const": True},
        "code": {"const": 10000},
        "message": {"const": "操作成功"},
        "data": {"const": None}
    },
    "required": ["success", "code", "message", "data"]
} 

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

3.5 pattern关键字

作用：指定正则表达式，对字符串进行模糊匹配

基础正则举例：
1 包含字符串：hello
2 以字符串开头 ^: ^hello 如：hello,world
3 以字符串结尾 $: hello$ 如：中国,hello
4 匹配[]内任意1个字符[]: [0-9]匹配任意⼀个数字 [a-z]匹任意一个小写字母 [cjfew9823]匹配任意一个
5 匹配指定次数{}: [0-9]{11}匹配11位数字。

匹配 手机号：^[0-9]{11}$

语法:
{
    "字段名"：{"pattern": "正则表达式"}
}
import jsonschema

# 测试数据
data = {
    "message": "!jeklff37294操作成功43289hke",
    "mobile": "15900000002"
} 

# 校验规则
schema = {
    "type": "object",
    "properties": {
        "message": {"pattern": "操作成功"},
        "mobile": {"pattern": "^[0-9]{11}$"}
    }
} 

# 调用方法校验
res = jsonschema.validate(instance=data, schema=schema)
print(res)

3.6 综合案例应用

# 测试数据
import jsonschema

data = {
    "success": False,
    "code": 10000,
    "message": "xxx登录成功",
    "data": {
        "age": 20,
        "name": "lily"
    }
} 

# 校验规则
schema = {
    "type": "object",
    "properties": {
        "success": {"type": "boolean"},
        "code": {"type": "integer"},
        "message": {"pattern": "登录成功$"},
        "data": {
            "type": "object",
            "properties": {
                "name": {"const": "lily"},
                "age": {"const": 20}
            },
            "required": ["name", "age"]
        }
    },
    "required": ["success", "code", "message", "data"]
} 

# 调用测试方法
res = jsonschema.validate(instance=data, schema=schema)
print(res)

三、IHRM实战

1、使用全量字段校验

import unittest
import jsonschema
from api.ihrm_login_api import IhrmLoginApi

class TestIhrmLogin(unittest.TestCase):
    # 登录成功
    def test01_login_success(self):
        # 组织请求数据
        json_data = {"mobile": "13800000002", "password": "123456"}
        # 调用自己封装的接口
        resp = IhrmLoginApi.login(json_data)
        print("登录成功：", resp.json())

        # 断言
        # assert_util(self, resp, 200, True, 10000, "操作成功")
        # 断言 校验响应状态码
        self.assertEqual(200, resp.status_code)

        # 使用全量字段校验，替换 断言
        # 校验规则
        schema = {
            "type": "object",
            "properties": {
                "success": {"const": True},
                "code": {"const": 10000},
                "message": {"pattern": "操作成功"},
                "data": {"type": "string"}
            },
            "required":["success", "code", "message", "data"]
        } 
        # 调用jsonschema校验函数
        jsonschema.validate(instance=resp.json(), schema=schema)

2、日志的使用

1. 将 包含 init_log_config() 函数的 日志文件，存放到 项目目录 common/ 下。
2. 在 项目入口文件中， 调用 init_log_config() 函数，指定 日志文件名，及 其他参数。
3. 在 所有 需要打印输出的 ，将 logging.级别() 替换 调用 print 输出！
4. 去 生成的日志文件中，查看日志信息。

3、构造员工id

1. 测试 查询员工接口前（setUp），保证 使用的 员工id 已存在！使用 insert SQL语句 插入一个 员工id
2. 使用这个 员工id，进行查询员工接口测试
3. 测试查询员工接口结束（tearDown）时，删除这个 员工id

import logging
import unittest
from api.ihrm_emp_curd import IhrmEmpCURD
from common.db_util import DBUtil
from common.get_header import get_header

class TestEmpQuery(unittest.TestCase):

    header = None

    @classmethod
    def setUpClass(cls) -> None:
        cls.header = get_header()

    def setUp(self) -> None:
        insert_sql = "insert into bs_user(id, mobile, username) values('11232738248634','13974837801', '随便打打');"        
        DBUtil.uid_db(insert_sql)

    def tearDown(self) -> None:
        delete_sql = "delete from bs_user where id = '11232738248634';"
        DBUtil.uid_db(delete_sql)

    # 测试 查询员工
    def test01_query_emp(self):
        # 使用 数据库 切实存在的 emp_id 传入
        resp = IhrmEmpCURD.query_emp("11232738248634", self.header)
        print("查询员工：", resp.json())
心上学事上练
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
服务端json参数校验神器Json Schema
aizenggege的博客
09-15 6003
目录 目录 json简介 服务端校验参数需求分析 json参数检验简单而繁琐方式 Json Schema Json Schema 入门 Json Schema 表达式 string json简介 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScrip...
php使用json-schema模块实现json校验示例
10-16
主要介绍了php使用json-schema模块实现json校验,结合实例形式分析了json-schema模块的安装及使用json-schema模块进行json校验的相关操作技巧,需要的朋友可以参考下
flask-json-schema:Flask扩展使用jsonschema规范来验证JSON请求
05-08
Flask-json-schema 通过此扩展，可以轻松验证使用jsonschema规范发送到Flask应用的JSON数据 设置 Flask-json-schema在PyPI上可用，并且可以与 pip install flask-json-schema 扩展名可以直接初始化： from flask import Flask from flask_json_schema import JsonSchema app = Flask ( __name__ ) schema = JsonSchema ( app ) 或通过工厂方法： schema = JsonSchema () app = Flask ( __name__ ) schema . init_app ( app ) 快速示例 from flask_json_schema import JsonSchema , JsonVali
全量字段校验 jsonschema
最新发布
qq_34741790的博客
03-28 835
校验接口返回响应结果的全部字段（更进一步的断言）校验内容：1）字段值2）字段名或字段类型校验流程：1）定义json语法校验格式2）比对接口实际响应数据是否符合json校验格式。
jsonschema-generator:Java JSON 模式生成器——从 Java 类创建 JSON 模式（草案 6、草案 7 或草案 2019-09）
08-05
Java JSON 模式生成器 使用 Jackson 从 Java 类创建 JSON 模式（草案 6、草案 7 或草案 2019-09）。 该项目包括： （你唯一需要开始的东西） 为了您的方便，一些模块捆绑了标准配置： – 从jackson注释（例如“描述”、属性名称覆盖、要忽略的属性）导出 JSON 模式属性以及查找适当的（带注释的）子类型 – 从jakarta.validation.constraints注释导出 JSON 模式属性（例如哪些属性可以为空，它们的“最小值”/“最大值”、“minItems”/“maxItems”、“minLength” /“最长长度”） – 从javax.validation注释派生 JSON 模式属性（例如哪些属性可以为空，它们的“最小值”/“最大值”、“minItems”/“maxItems”、“minLength”/“最长长度”
jsonschema在开发及测试中的应用.doc
08-15
jsonschema在开发及测试中的应用.doc
JSON Schema 校验库——json-schema-validator（java版本）.rar
09-16
JSON Schema 校验库——json-schema-validator（java版本）.rar
JSON Schema校验数据
qq_41902662的博客
03-31 5009
JSON Schema
java 通过Json -schema完成对数据的效验
weixin_52457750的博客
07-14 1820
Json -schema java数据效验
如何利用JSON Schema校验JSON数据格式
NHB456789的博客
11-07 425
1.type: string/array, 规定值的类型只能从6个基础类型中选择:number/integer, string, object, array, boolean, null。5.patternProperties: object, 该项的键为正则表达式，用以匹配可能出现键，该项的值为有效的schema数据。4.properties: object, 该项的键为值中可能出现的键，该项的值为有效的schema数据。1.maxLength: integer, 规定值的长度必须小于等于该项。
接口测试 & Json Schema
10-30 360
测试xml用过类似的方法xmllint，如果只是对结果进行基本的检查，利用弱类型语言的特性，使用Python进行反序列化即可验证文件格式是否正确，但如果需要进行类型、数值范围等逻辑测试，通过Json Schema非常适合。Json Schema是定义Json数据约束的一个标准，数据发送方、接收方都可以通过这个约定，进行数据验证保证交换数据的正确性。描述已知的数据格式；提供人类和机器都可以清晰阅读的文档；为以下场景的数据验证提供帮助；自动化测试；确保用户提交的数据质量。
JSON Schema校验Json数据字段
半世烟雨丶半世繁华的博客
03-01 2709
校验第三方或本身json数据字段是否符合规定
JSON文件的校验——保证正确的数据格式
热门推荐
石沉溪洞
12-28 2万+
章节索引前提为什么需要校验1.保证数据的安全2.维护服务器的安全JSON Schema由JSON字符串生成对应的JSON Schema一段JSON字符串样例对应的JSON Schema生成JSON Schema服务端校验1.保存Schema字符串到文件2.引入Maven依赖3.校验的代码后记 前提 在上一篇《JSON文件的应用》中我说过，从客户端上传到服务器上的JSON字符串是需要校验的。这篇博...
json Schema 数据校验工具
weixin_43930865的博客
11-10 2306
1：JSON Schema简介 和XML Schema用来验证xml数据结构一样，jsonSchema是验证JSONdata数据结构的强大工具。 1.1：基础知识 在JSON模式中，空对象和true都是完全有效的模式，可以接受任何有效的JSON。 a.json文件 { } 或者true 1.2：定义关键字解释 架构关键字：$schema and $id. Id是唯一标识产品的数值。因为这是产品的规范标识符，所以它是必需的。 模式注释：title and description.
JSON Schema - 一种JSON数据的校验方法
Walle的博客
01-22 6437
1. 说明 JSON Schema本身也是一个JSON，它规定了其他JSON数据的结构，包括：哪些是必选字段，字段类型是什么，字段内容取值是什么，数组元素个数的最大最小值等等 简单来说，JSON Schema是一系列规则组成的JSON，这些规则规定了JSON数据应该是什么样的格式 将JSON数据与JSON Schema进行比较，就可以知道JSON数据是否满足条件。由此，我们可以用JSON S...
JSON Schema数据校验入门
dosthing的博客
08-07 1816
快速开始 我们用一个例子来介绍说明 JSON Schema，虽然不可能面面俱到，但是对JSON Schema的基本概念、语法、使用有个较为全面的了解是完全没问题的。 这里假设我们有一个产品类目接口是用JSON Data格式来交互的，这个类目的产品信息字段有： 产品ID：productId 产品的名称：productName 产品的销售价格：price 可选字段的产品标签：tags 产品类目数据简单例子： { "productId": 1, "produ..
接口测试01-简介及用例设计
xiaohan.zhang的博客
04-16 1527
接口测试01-简介及用例设计
Python全量字段校验
weixin_71745792的博客
12-01 670
Python全量字段校验
pycharm接口测试
09-11
PyCharm是一款Python集成开发环境（IDE），能够提供丰富的功能来帮助开发者进行接口测试。在PyCharm中进行接口测试可以按照以下步骤进行： 1. 配置接口测试环境：根据需要选择相应的接口测试环境，例如mock、dev、test等，在配置文件中设置对应的环境参数，如host、port等。这样测试代码就会测试对应环境的接口。 2. 学习接口测试相关知识：可以加入Python接口测试的QQ交流群，与其他开发者进行交流和学习。此外，还可以参加相关的实战课程，如提供的课程链接所示，来深入了解和学习接口测试的实践技巧。 3. 运行测试代码并查看结果：在PyCharm中编写接口测试代码，并运行代码进行测试。测试结果会在编译器的控制台中显示，可以根据结果判断接口是否通过。此外，还可以生成HTML报告文件，报告文件会存放在test_reports文件夹中，方便查看和分析测试结果。 4. 提取测试结果数据：可以通过推送数据和报告链接的方式，将测试结果数据提取出来。这可以通过配置json文件中的report_file值来实现。此外，可以使用suites.json配置文件和结合jenkins任务来灵活指定测试集、推送人员等参数。这些步骤都可以在runner.py中实现。 总之，PyCharm提供了强大的功能和工具来支持接口测试，包括配置环境、编写测试代码、运行测试、生成报告以及提取测试结果数据等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心上学事上练

感谢您的支持，让我们一起成长

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值