接口自动化全量字段校验

2022-08-01 10:05:29凉秀策

凉秀策

订阅者

关注

273
文章

0
评论

测试交流1 224字数 4838阅读16分7秒阅读模式

接口自动化全量字段校验

更新 2.0.1 版本：

新增 json 格式契约校验
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：

PactVerify 与 PactJsonVerify 校验类只是契约数据不同，其他逻辑保持一致
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：

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
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

恒温 9
2022-08-01 09:57:59 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