news 2026/4/20 7:38:15

JMeter断言之JSON断言

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
JMeter断言之JSON断言

JSON断言

若服务器返回的Response Body为JSON格式的数据,使用JSON断言来判断测试结果是较好的选择。

首先需要根据JSONPath从返回的JSON数据中提取需要判断的实际结果,再设置预期结果,两者进行比较得出断言结果。

下面首先介绍JSON与JSON Path相关的基础知识。

一、JSON与JSONPath

▲ 什么是JSON

● JSON(JavaScript Object Notation,JavaScript对象表示法)是一种轻量级的数据交换格式。

● JSON容易理解,便于阅读和编写;同时计算机也易于解析和生成,所以JSON有广泛的应用。

JSON基于如下两种结构:

1.名称/值对的集合

在各种语言中,这可以作为对象(object)、记录(record)、结构(struct)、字典(dictionary)、哈希表(hash table)、键控列表(keyed list)或关联数组(associative array)来实现。

2.值的有序列表

在大多数语言中,这是以数组(array)、向量(vector)、列表(list)或序列(sequence)的形式实现的。

JSON用于描述文本数据结构,有如下形式:

1.对象(object)

对象是一组无序的名称/值对。对象以{(左大括号)开始,以}(右大括号)结束。每个名称后面跟着:冒号,名称/值对之间用逗号分隔。

比如:

{"name":"zhangsan","sex":1,"age":25}

2.数组(Array)

数组是值的有序集合。数组以[(左中括号)开始,以](右中括号)结束。值之间用逗号分隔。

比如:

{ "man":[{"name":"zhangsan","sex":1,"age":21}, {"name":"lisi","sex":0,"age":18}, {"name":"wangwu","sex":0,"age":25}] }

3.值(value)

值可以是字符串、数字、true/false、null、对象或数组。

4.字符串(string)

字符串是由零个或多个Unicode字符组成的序列,用双引号括起来,使用反斜杠转义。

字符表示为单个字符串。字符串非常类似于C或Java中的字符串。

5.数字(number)

一系列0-9的数字组合,可以为负数或者小数。还可以用e或者E表示为指数形式;数字非常类似于C或Java数字,但只是不使用八进制和十六进制格式。

6.空白符(whitespace)

可以在任意成对的语法符号之间插入空白符(包括空格、换行符、回车符、横向制表符)。

▲ 什么是JSONPath

我们经常使用XPath来分析、转换以及有选择地从XML文档中提取数据。与XPath类似,JOSNPath可以方便从JSON结构中发现和提取数据。

JSONPath中的“根成员对象”总是被称为$,无论它是对象还是数组。JSONPath表达式有“dot–notation”(.号)和“bracket–notation”([]号)两种不同的表示风格。

例如,

$.store.book[0].title or $['store']['book'][0]['title']

▲ JSONPath语法元素

▲ JSONPath实例

{ "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", "isbn": "0-553-21311-3", "price": 8.99 }, { "category": "fiction", "author": "J. R. R. Tolkien", "title": "The Lord of the Rings", "isbn": "0-395-19395-8", "price": 22.99 } ], "bicycle": { "color": "red", "price": 19.95 } } }

二、JSON断言

JSON断言可以对服务器返回的JSON文档进行验证。

JSON断言有两种使用模式:

1.根据JSONPath能否在JSON文档中找到路径;

2.根据JSONPath提取值并对值进行验证。

● 若文档格式为非JSON则断言失败;

● 若找不到路径断言失败;

● 若提取值与预期值不一致断言失败。

▲ 配置项

Assert JSON Path exists:

用于断言的JSON元素的路径(JSONPath)。

1.Additionally assert value

是否额外验证根据JSONPath提取的值。

● 不勾选,验证JSONPath能否在JSON文档中找到路径;

● 勾选,验证根据JSONPath提取值是否预期。

2.Match as regular expression

预期值是否可以使用正则表达式。

● 不勾选,预期值不能使用正则表达式表示;

● 勾选,预期值可以使用正则表达式表示。

Expected Value:

预期值。

1.Expect null

● 若验证提取的值为null,则勾选此项。

这里有两个地方需要额外注意:

a.验证null值,还是需要勾选“Additionally assert value”,否则验证的是JSONPath能否找到路径;

b.预期值不填表示空字符,与null不等价。

2.Invert assertion(will fail if above conditions met)

● 若勾选,表示对断言结果取反。

注意:

除了null外,还有一种特殊的值,就是空数组,预期值不能不填,需要设置为:[]

三、应用案例

这里仍以前面介绍过的查询被购买商品的总金额接口为例来讲述JSON断言的用法。

该接口返回的响应数据为JSON,故可以使用JSON断言。

▲ 操作步骤

1.对预期结果要验证的项进行参数化

这里验证err_msg,result

将预期结果写入csv文件中

比如:

case_name,goods_id,goods_attr,goods_num,error_msg,rslt
case1,9,226,3,,¥6630元
case2,,226,1,没有找到指定的商品或者没有找到指定的商品属性。,
case3,9,,1,,¥2298元
case4,9,226,,¥2308元

2.添加JSON Assertion并进行配置

JSON断言每次只能断言一个参数,因此这里需要添加多个JSON断言。

假设对错误消息与商品金额这个两个返回参数值做断言。

{ "err_msg": "没有找到指定的商品或者没有找到指定的商品属性。", "result": "", "qty": 1, "err_no": 1 } $.err_msg --> 没有找到指定的商品或者没有找到指定的商品属性。 $.qty --> 1

▲ JSON断言配置

1. 断言错误消息

2. 断言商品金额:

最后作为一位过来人也是希望大家少走一些弯路,在这里我给大家分享一些软件测试的学习资料和我花了3个月整理的软件测试自学全栈,这些资料希望能给你前进的路上带来帮助。

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。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/17 17:07:43

Langchain-Chatchat实现多租户知识隔离的技术方案

Langchain-Chatchat 实现多租户知识隔离的技术方案 在企业智能化转型加速的今天,越来越多组织开始构建基于大语言模型(LLM)的本地知识库系统。然而,一个现实难题摆在面前:如何让多个部门、子公司甚至外部客户共享同一套…

作者头像 李华
网站建设 2026/4/17 15:53:31

震撼发现!GPT-5记忆系统不用RAG?四大层级架构详解(建议收藏)

本文通过逆向工程揭秘GPT-5记忆系统架构,发现其摒弃了传统向量数据库和RAG技术,转而采用四大层级:会话元数据、用户记忆、近期对话摘要和当前会话滑动窗口。这种分层设计既实现了个性化体验,又避免了高计算开销,在速度…

作者头像 李华
网站建设 2026/4/17 16:53:28

AI应用架构师主动学习实践:解决实际难题

AI应用架构师主动学习实践:解决实际难题 关键词:AI应用架构师、主动学习、实际难题、数据处理、模型优化、应用部署 摘要:本文深入探讨AI应用架构师在主动学习方面的实践,旨在解决实际工作中面临的各类难题。通过阐述主动学习的概…

作者头像 李华
网站建设 2026/4/17 20:23:59

Pandas库基础概念和基础操作

Pandas 是 Python 中用于数据分析和处理最流行的开源库之一,建立在 NumPy 之上,提供了高性能、易用的数据结构和数据分析工具。它特别适合处理结构化数据(如表格型或异质型数据)。以下是 Pandas 的基础概念详细介绍:一…

作者头像 李华