阅读量:0
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
在 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:
{ "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:
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：
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：
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：
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！
