在进行接口自动化时，需要对返回数据进行校验。
在响应数据中字段少的时候，可以对每个字段进行校验。但当响应数据中字段多时，单独写校验比较麻烦。
引入基于契约的校验，可以对返回数据进行基于值或者类型的全量校验。
pip install pactverify
from pactverify.matchers import Matcher, Like, EachLike, Enum, Term, PactVerify
# 定义契约格式
expect_format = Matcher({
'code': 0, # key存在,值相等,code==0
'msg': 'success', # key存在,值相等,msg=='success'
# [{}]列表嵌套字典
'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]), #枚举类型，值为11或者22
'list': EachLike(11,minimum=2) #列表，
})
# 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)
项目根目录新增pacts.py文件，用来存放接口的Python类契约规则
from pactverify.matchers import Matcher, Like, EachLike, Term, Enum, PactVerify
class Pact:
# /model/custom/type/query接口契约
model_custom_type_query= Matcher(
{
"success": 1,#值匹配
"code": 1001,#值匹配
"msg":"请求成功",#值匹配
"data": EachLike( {#数组匹配
"createTime": 20230312115756,#类型匹配
"modifyTime": 20230312115756,
"code": 15,
"modelId": "bee2ea6ec1a7439480995e80ae12b139",
"modelType": "Placement"
}),
"requestId": Like("5a3664c2-f502-4ac0-8f38-b294b671e0a6")#类型匹配
}
)
def pactverify(response, pact_name):
if not hasattr(Pact, pact_name):
raise PactVerifyError('{}契约未找到'.format(pact_name))
rsp_json = response.resp_obj.json()
expect_format = getattr(Pact, pact_name)
mPactVerify = PactVerify(expect_format)
mPactVerify.verify(rsp_json)
response.verify_result = mPactVerify.verify_result #将校验结果写入reponse
response.verify_info = mPactVerify.verify_info
if response.verify_result==False:
logger.info(f"契约校验失败{mPactVerify.verify_info}")
传入pact_name，即接口契约名称，如果Pact类中存在该契约，则将契约内容与response进行比对，并将结果写给reponse的verify_result，将校验信息写给response的verify_info
在pactverify方法里，将校验结果和信息写给了response，但是这两个字段在httprunner里没有定义。
所以需要在httprunner的response.py中加入定义
config:
name: 模型类型查询
base_url: ${ENV(base_url)}
teststeps:
- name: "模型类型查询"
setup_hooks:
- ${custom_reports(模型管理, 模型类型查询)} #根据id查询所属类型
request:
method: POST
url: /model/custom/type/query
headers:
cookie: ${ENV(cookie)}
json:
["bee2ea6ec1a7439480995e80ae12b139"]
teardown_hooks:
# teardown处理，将verify_result和verify_info写入response对象
- ${pactverify($response,model_custom_type_query)}
validate:
- eq: [ status_code, 200 ] # 检验响应状态码是否等于200
- eq: [ verify_result,True ]
在测试用例步骤中加入teardown_hooks，调用pactverify方法，传入该接口的契约名称进行校验。
在validate步骤中，checkitem写为verify_result，调用reponse中的verify_result字段，进行断言。
执行用例，查看打印，契约校验已经进行了判断。
契约校验结果为失败，原因是响应中比契约规则多了一个msg字段。
expect_format_1=Matcher(11) #预期结果为11
expect_format_4=Matcher({'k1':'v1'})
# 预期type(11) python类契约
expect_format_1=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[type(11)] python类契约
expect_format_1=EachLike(11)
# 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}$'，example用来测试正则表达式，type_strict = False时跳过对example参数类型校验 python类契约
expect_format_2 = Term(r'^\d{2}$', example="11", type_strict=False)
# 预期11或22 python类契约
expected_format_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)
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'
})
})
actual_data = [[{
"id": 1,
"name": 'lili'
}]]
# python类契约
expect_format = EachLike(EachLike({
"id": 1,
"name": 'lili'
}))
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'
})
})
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')
})
})
}
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),
})
说明：
# 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'] == 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[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}$', example=11, nullable=True)
}
# nullable为true时允许返回null，预期null和11/22/33形式 python类契约
expect_format = Enum([11, 22, 33], nullable=True)
# nullable为true时允许返回null，预期null和11/22/33形式 json契约
备注：nullable 参数在 hard_mode = True 时也生效
# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == 'v1'）形式 python类契约
expect_format = Matcher({'k1': 'v1'}, dict_emptiable=True)
# dict_emptiable为true时，允许返回{}，预期{}和（actual为dict结构，actual['k1'] == type('v1')）形式 python类契约
expect_format = Like({'k1': 'v1'}, dict_emptiable=True)
备注：dict_emptiable 在 hard_mode = True 时也生效
# actual为"{\"k1\":\"v1\"}"json字符串格式时，先进行json.loads再校验 python类契约
expect_format = Matcher({'k1': 'v1'}, jsonloads=True)
# actual为"{\"k1\":\"v1\"}"json字符串格式时，先进行json.loads再校验 python类契约
expect_format = Like({'k1': 'v1'}, jsonloads=True)
# actual为"{\"k1\":\"v1\"}"json字符串格式时，先进行json.loads再校验 json契约
# actual为"[{\"k1\":\"v1\"}]"json字符串格式时，先进行json.loads再校验 python类契约
expect_format = EachLike({'k1': 'v1'}, jsonloads=True)
# actual为"[{\"k1\":\"v1\"}]"json字符串格式时，先进行json.loads再校验 json契约
# actual为"[11,22]"json字符串格式时，先进行json.loads再校验 python类契约
expected_format = Enum([11, 22], jsonloads=True)
# actual为"[11,22]"json字符串格式时，先进行json.loads再校验 json契约
}
# key_missable为true时，允许key不存在，key存在时走正常校验；Matcher,Like,EachLike,Term和Enum类都可使用该属性 python类契约
expect_format = Matcher({
'code': Like(0, key_missable=True),
'msg': Matcher('success', key_missable=True),
'data': EachLike(11, key_missable=True),
'age': Term(r'^\d{2}$', example=11, key_missable=True),
'num': Enum([11, 22, 33], key_missable=True)
})
# 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 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 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
# 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'])
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)
# 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
注意：异常匹配场景越多,代表接口数据格式越不规范