当前位置: 首页 > web >正文

postman工具使用

基本功能操作

常用断言 

定义:postman 断言借助 JavaScript - js 语言编写代码,自动判断预期结果与实际结果是否一致。( 注意断言 代码写在 Tests 的标签中)

断言响应状态码

断言响应体是否包含某个字符串(Response body: Contains string)

断言响应体是否等于某个字符串(对象)(Response body: Is equal to a string)

断言JSON数据(Response body: JSON value check)

断言响应头(Response headers: Content-Type header check**)

全局变量和环境变量

全局变量

概念:在 Postman 全局生效的变量,全局唯一。

设置变量语法:`pm.globals.set(“全局变量名”,全局变量的值)` 

获取变量语法:`var 接收值的变量 = pm.globals.get(“全局变量名”)`

请求参数获取 (postman界面获取)语法:`{{全局/环境变量名}}` --》是两个花括号

环境变量

概念:在 特定环境(生产环境、开发环境、测试环境)下,生效的变量,在本环境内唯一。

变量的设置和获取和全局变量语法相同,将'globals' 改为 ‘environment'

Postman 请求前置脚本 >响应后置脚本也类似

在 send 按钮点击后,请求前置脚本代码,第一时间被执行。在 postman 内部实际 http请求之前。

时间戳的概念:对应绝对时间,从 1970年1月1日00:00:00 (在postman中) 到现在 所经历的秒数。

案例 > 调用百度首页接口,传时间戳给服务器

postman关联

概念:应用于 多个 http请求之间,有数据关联、或依赖关系时。

实现步骤:A接口 依赖 B接口 的数据

  • 1. 向B接口发送http请求,获取数据
  • 2. 将数据 设置 至 全局变量(环境变量)中
  • 3. A 接口 获取 全局变量(环境变量)中 数据值,进行使用。

批量执行测试用例

Postman读取外部数据文件(参数化)- 实现“数据驱动”

使用场景

当 http请求,使用的 数据有较高相似度,相同的请求时,考虑使用参数化(将数据组织到数据文件中)。

数据文件类型

CSV:

- 优点:数据组织形式简单,适用于大量数据的场合。

- 缺点:

1. 不支持 bool类型数据。(bool值会被添加双引号,变成字符串类型)

2. 不支持 多参、少参、无参、错误参数 的接口测试。

3. 不支持复杂数据类型。(如 嵌套字典、列表等)

JSON:

- 优点: 1. 支持 bool 类型。 2. 支持 多参、少参、无参、错误参数。 3. 支持复杂数据类型。 - 缺点: 对于相同数据量,json数据文件大小远大于 CSV文件。

导入外部数据文件 >以’CSV文件‘ 为例

1. 创建 xxx.csv 文件。

2. 将数据写入到 csv文件中。

3. 在 Postman 中,选中使用数据文件的 用例集,导入数据文件。

使用newman生成测试报告

步骤:

1. 批量执行测试用例集。(确认无误)

2. 导出 Export 用例集。(得到 xxxx.json文件)

3. 在 终端 中 执行命令,生成测试报告

# 现在 终端中,测试一下
newman run xxxx.json# 完整的命令
newman run xxxx.json -e 环境变量文件 -d 外部数据文件 -r html --reporter-htm]-export 测试报告名.htm]# 示例:
newman run 批量执行测试用例.postman_collection.json -r htm]--reporter-htm]-export 我的第一个测试报告.htm1如果添加 -r htm] 就报错!说明:newman-reporter-htm] 安装失败!

http://www.xdnf.cn/news/10651.html

相关文章:

  • 鸿蒙进阶——Mindspore Lite AI框架源码解读之模型加载详解(一)
  • Java线程同步与内存模型详解
  • react与vue的渲染原理
  • 第十二节:第四部分:集合框架:List系列集合:LinkedList集合的底层原理、特有方法、栈、队列
  • css使用scoped之后样式失效问题
  • Day43打卡(补41+42) @浙大疏锦行
  • Git实战--基于已有分支克隆进行项目开发的完整流程
  • springboot 集成webFilter登录认证信息过滤 DEMO原型介绍
  • 混和效应模型在医学分析中的应用
  • 16.FreeRTOS
  • 学习BI---基本操作---数据集操作
  • HealthBench医疗AI评估基准:技术路径与核心价值深度分析(下)
  • 机器人夹爪的选型与ROS通讯——机器人抓取系统基础系列(六)
  • TomatoSCI数据分析实战:探索社交媒体成瘾
  • 【计算机网络】第3章:传输层—拥塞控制原理
  • php执行后报502,无错误提示的排查和解决
  • 前端面经高阶组件HOC 和 HOOKS Redux
  • 企业展示型网站模板HTML5网站模板下载指南
  • 【具身智能】【机械臂】各类机械臂对比
  • SQL Views(视图)
  • c++类和对象-继承
  • 打家劫舍与最长有效括号:动态规划与字符串处理的双重魅力
  • 也说字母L:柔软的长舌
  • Cursor 0.51 全网首歌新功能深度体验:Generate Memories 让 AI 编程助手拥有“记忆“
  • Docker私有仓库Harbor安装指南
  • SQL进阶之旅 Day 11:复杂JOIN查询优化
  • pytorch学习之矩阵分解
  • 在Linux中配置内网可访问的YUM光盘源
  • Python实例题:自联想器的Python实现
  • 【存储基础】存储设备和服务器的关系和区别