• Jmeter基础入门教程【22】--常用功能详解:响应断言


    前言
    作者简介:短尾巴小鳄鱼 ,一位不放弃自己的上进卷妹
    💬 如果文章知识点有错误的地方,请留言指正~和大家一起学习,一起进步
    💬 人生格言:昨日种种,皆成今我。今日种种,方成新我。切莫踌躇,莫停留,莫沉溺💬
    如果感觉博主的文章还不错的话,还请关注、点赞、收藏三连支持一下博主哦

    一、响应断言

    1. 作用
    • 不仅可以对响应内容进行断言,还能对请求内容进行断言
      在这里插入图片描述
    2. 参数详解

    在这里插入图片描述

    • Apply to:应用范围

      • main sample and sub sample
      • main sample only(默认)
      • Sub-samples only
      • JMeter Variable Name to use

      一般默认勾选Main sample only就足够了,因为我们一个请求,实质上只有一个请求

      但是当我们发一个请求时,可以触发多个服务器请求,类似于ajax那种,那么就有main sample和sub-sample之分了

      此外,对于有重定向的请求,并且勾选了跟随重定向,那么这两个请求都是sub-sample,重定向后的请求(第二个请求)就是main-sample

    • 要测试的响应字段

      • 响应文本:来自服务器的响应文本,即正文,不包括任何HTTP头,相当于结果树的Response Body
      • 响应代码:响应码,在结果树的取样器结果中可看到
      • 响应信息:在结果树的取样器结果中可看到
      • Response Headers:响应头,相当于结果树的Response Headers
      • Request Headers:请求头
      • URL样本:请求URL
      • Request Data:请求数据,发送到服务器(即正文)的请求文本,不包括任何HTTP头,相当于结果树的Request Body
    • 模糊匹配规则

      • 包括:包括,可用正则
      • 匹配:匹配,可用正则
      • Equals:相等,不能用正则,区分大小写
      • Substring:类似py的substring方法,也是包含,不能用正则,区分大小写
      • 否:选择否,表示预期断言结果不应存在,如果实际结果与预期值不一致,则结果树标红
    3. 具体实例

    测试接口如下:
    在这里插入图片描述

    响应文本:

    {"code":200,"message":"\u6570\u636e\u8fd4\u56de\u6210\u529f","data":{"0":"1","id":"1","1":"gj","username":"gj","2":"uy89wisi","password":"uy89wisi","3":"\u4e0a\u6d77 \u4e0a\u6d77\u5e02 \u6d66\u4e1c\u65b0\u533a \u5ce8\u5c71\u8def99\u5f04","address":"\u4e0a\u6d77 \u4e0a\u6d77\u5e02 \u6d66\u4e1c\u65b0\u533a \u5ce8\u5c71\u8def99\u5f04","4":"guojing@qq.com","email":"guojing@qq.com","5":"127.0.0.1","ip":"127.0.0.1","6":"0","is_delete":"0","7":"18818220001","mobile":"18818220001"}}
    
    • 1

    响应断言-code:
    在这里插入图片描述
    响应断言-响应文本(可以对响应body中多个字段进行断言,只需要添加多个测试的模式即可):
    在这里插入图片描述
    响应断言-响应信息:
    在这里插入图片描述
    察看结果树:
    在这里插入图片描述
    注意:如果断言不成功,会报错

  • 相关阅读:
    排序算法-----归并排序
    【ROS入门】机器人导航(仿真)——导航实现
    【课程作业】西瓜书 机器学习课后习题 : 第一章
    arcgis 计算某点到其他城市的距离,含要素转点(以北京市到各个地级市的距离为例)
    TypeScript: 判断两个数组的内容是否相等
    Hadoop的概述与安装
    分布式网络通信框架(二)——RPC通信原理和技术选型
    Can Abnormality be Detected by Graph Neural Networks?
    微信小程序---组件开发与使用
    【数据结构】数组和广义表
  • 原文地址:https://blog.csdn.net/weixin_44629511/article/details/125990993