你真的会写自动化测试断言吗？

在接口测试中，断言是一项非常重要的操作，它是用来校验接口返回结果是否符合预期的一种手段。一般来说，接口测试断言大致可以分为以下几类：

状态码断言：这是最基本也是最常用的一种断言方式。大部分情况下，接口返回的HTTP状态码可以用来判断接口请求是否成功。

响应体断言：基于接口的响应数据进行校验。

响应时间断言：接口响应时间是否在可接受的范围之内。

数据库断言：接口调用后，数据是否有相应的变化。

这种使用断言来进行接口测试的方法，在测试框架中的具体实现可能各不相同。

下文将以Python的requests模块来做一个简单的例子。

首先，我们需要构造一个基本的GET请求，并获取响应：

import requests

response = requests.get('http://api.example.com/data')

在得到了响应后，我们可以使用Python的assert关键字来进行断言。比如我们可以断言状态码是200：

assert response.status_code == 200

如果状态码不是200，那么这个语句会抛出AssertionError。

我们也可以断言响应的JSON数据中包含了某个特定的键：

data = response.json()
assert 'key' in data

同样，如果’key’不在data中，那么这个语句也会抛出AssertionError。对于更复杂的断言，我们可能需要使用一些第三方库来帮助我们。比如我们可以使用jsonschema库来断言响应数据符合某个JSON Schema：

from jsonschema import validate

schema = {
    "type" : "object",
    "properties" : {
        "key" : {"type" : "string"},
    },
    "required": ["key"]
}

validate(data, schema)

那么，对于更复杂的断言，我们该怎么做呢？

对于JSON响应断言，主要是确认返回的JSON对象中的某个或者某些元素是否和预期的一致。这种断言的方式，最常见的就是比对键值对是否相符了。举个例子，假设我们期待的JSON响应如下

{
    "title": "foo",
    "body": "bar",
    "userId": 1
}

我们可以使用Python来做一个简单的断言操作：

expected_json = {
    "title": "foo",
    "body": "bar",
    "userId": 1
}

response_json = response.json()

assert response_json == expected_json

在上述代码中，response.json()用来从响应中获取JSON数据，然后使用assert语句来断言这个JSON数据和我们期待的JSON数据是否相同。

如果我们只关心返回结果中的某一部分，例如，我们只关心返回结果中的title字段，那么我们可以做如下断言：

assert response_json['title'] == expected_json['title']

对于更复杂的JSON响应断言，比如，JSON响应为嵌套结构，或者是JSON数组，我们可能需要进行递归或者遍历等操作来进行断言，这种情况下可以使用一些第三方的断言库来提升我们的效率。比如Python的jsonpath库，可以帮助我们快速的定位JSON中的某一段数据，并进行断言

JsonPah是一种信息检索语言，可以让你用一个类似XPath的语法快速定位JSON结构中的部分内容。处理嵌套结构的JSON响应时，JsonPath提供了一种简单有效的方法。重要的是理解JsonPath的语法，比如 ‘$’ 表示根节点，‘.’ 或 ‘[]’ 用于访问子节点，‘*’ 用于通配等。

下面举个例子来说明如何使用JsonPath：假定我们有一个如下的复杂JSON:

response_json = {
    "store": {
        "book": [
            {
                "category": "reference",
                "author": "Nigel Rees",
                "title": "Sayings of the Century",
                "price": 8.95
            },
            {
                "category": "fiction",
                "author": "Evelyn Waugh",
                "title": "Sword of Honour",
                "price": 12.99
            },
            {
                "category": "fiction",
                "author": "Herman Melville",
                "title": "Moby Dick",
                "price": 8.99
            },
            {
                "category": "fiction",
                "author": "J. R. R. Tolkien",
                "title": "The Lord of the Rings",
                "price": 22.99
            }
        ],
        "bicycle": {
            "color": "red",
            "price": 19.95
        }
    },
}

如果我们需要取出所有书的标题(title)，可以使用如下语句：

from jsonpath import jsonpath

titles = jsonpath(response_json, '$.store.book[*].title')

print(titles) #输出：['Sayings of the Century', 'Sword of Honour', 'Moby Dick', 'The Lord of the Rings']

如果我们需要取出价格大于10的书的标题，可以使用如下语句：

titles = jsonpath(response_json, "$.store.book[?(@.price > 10)].title")

print(titles) # 输出：['Sword of Honour', 'The Lord of the Rings']

JsonPath非常简洁高效，能让我们的断言操作更简单，代码更清晰，既然这么强大的话

这不得有个使用方法

不着急，下面给你列出了常用的通配符的解析说明

JsonPath表达式中的通配符通常有以下几种：

：通配符，匹配所有的对象或元素。比如 $…book[].author 可获取所有作者的名字。

…：深度操作符，无论深度多少层，都可以匹配到路径。比如 $…author 可获取所有的作者信息。

. 或 []：逐层向下遍历，. 针对于名字，[] 针对于数组下标或者名称。比如 $[‘store’][‘book’][0][‘price’] 获取第一本书的价格。

@：现行节点信息，常在过滤器中使用，比如 $…book[?(@.price<10)] 意思是获取所有价格小于10的书。

()：表达式组，用于根据自定义表达式过滤。比如 $…book[(@.length-1)] 获取最后一本书。

?()：过滤操作符，用于查找符合条件的元素。比如 $…book[?(@.isbn)] 获取所有包含ISBN的书。

以上这些通配符让我们在使用JsonPath时有更大的灵活性，可以在大型或者嵌套较深的JSON数据中准确地定位我们所需要的数据。

那么，面试会怎么问呢

举个例子：

面试官图片：JsonPath表达式中的深度操作符…可以匹配到多少层的路径？

YOU图片：在JsonPath中，深度操作符 … 在不知道精确路径或者需要查询多层嵌套数据时非常有用。… 不关心元素在JSON数据中的精确位置，它会「深度搜索」，也就是说，无论数据嵌套在JSON结构的多深，只要符合你的查询条件，它都能找到。

可以用任何的名字或者通配符 * 来配合深度操作符一起使用，它们的组合可以匹配到任何级别的元素。例如，假设我们有一个JSON对象：

{
    "level_1": {
        "level_2": {
            "level_3": {
                "item": "value"
            }
        }
    }
}

如果你不知道 “item” 的精确路径，但你知道它的名字，并且你想从JSON数据中找到它，你可以使用 … 操作符加上名字进行深度搜索，如：$…item，这将返回所有名为 “item” 的元素，无论它们处在哪一层级。

总的来说，深度操作符 … 可以匹配到无限多层的路径，这对于处理深层嵌套的数据结构非常有用。

面试官 ：除了深度搜索，JsonPath还有其他什么功能可以处理深层嵌套的数据结构？

YOU ：除了深度搜索外，JsonPath还提供了一些其他功能来处理深层嵌套的数据结构：

数组索引：JsonPath允许你使用数组索引来访问特定位置的元素。例如，表达式$.store.book[0]将返回图书数组的第一本书。

多个索引：JsonPath还允许你在同一层级上访问多个元素。例如，$.store.book[0,1]将返回图书数组的前两本书。

切片操作：JsonPath支持Python风格的切片操作，允许你访问一个连续的元素序列，而不仅仅是单个元素。例如， $.store.book[1:3]将返回图书数组的第二和第三本书。

过滤表达式：JsonPath支持过滤表达式，允许你使用逻辑运算符和比较运算符来过滤返回的元素。例如，$.store.book[?(@.price < 10)]将返回图书数组中价格低于10的所有书。

通配符：正如我们前面讨论的，*通配符可以用来匹配任意元素，不论位置。

总的来说，断言是接口测试中的一个重要部分，合理、充分地使用断言，不仅可以提升我们的测试质量，也能帮助我们快速定位问题。同时，塑造良好的断言策略，对于维护和持续提升一个测试框架也是尤为关键的。

 

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。