Lego-美团点评接口自动化测试实践

2018-02-07

一、概述
1.1 接口自动化概述
1.2 提高ROI
针对“减少投入成本”
针对“增加使用率”
1.3 Lego的组成
二、脚本设计
2.1 Lego的做法
2.2 测试脚本
2.3 配置文件
 使用SQL最大的好处就是灵活
 多标签时，可以分组展示
 报告更美观丰富
 支持多团队
三、用例设计
3.1 一些思考
 通用
 校验
 健壮
 易用
3.2 Lego接口自动化测试用例
3.3 参数化
 “参数化”实例
 “参数化”的场景
3.4 前后置动作
 “前后置动作”实例
 Q & A
3.5 执行各部分
 测试发起
 数据 / 环境准备
 测试执行
 检查点校验
 测试结果
 后期优化
四、网站功能
4.1 站点开发
4.2 整体组成
4.3 使用-日常维护
 Step 1
Step 2
Step 3
4.4 用例编辑
4.5 在线调试
4.6 用例生成工具
4.7 执行结果分析
4.8 失败原因跟踪
4.9 代码覆盖率分析
4.10 用例优化方向 4.11 收集反馈/学习五、总结

自动化测试平台目标：

便于创建、维护、评估、组织用例
便于执行（筛选执行用例、执行调度（立即、定时、周期性）、执行顺序、并发执行）
便于对执行结果校验、分析、问题定位
便于统计（通过率、覆盖率、工作量、用例和bug分布、趋势）
测试报告（不同的形式：网页、Excel、pdf，报告模版、配置，报告合并）
测试报表（不同时间，不同被测模块）
便于部署（测试环境SIT、UAT，准发布环境/预生产环境，生产环境）

自动化测试平台问题：

平台中，用例依赖在执行中如何解决，如何并发执行?
如何分类、组织用例(按功能模块、按测试阶段、按重要性、按依赖、按用例设计方法)?

一、概述

1.1 接口自动化概述

众所周知，接口自动化测试有着如下特点：

低投入，高产出。
比较容易实现自动化。
和UI自动化测试相比更加稳定。

如何做好一个接口自动化测试项目呢？

我认为，一个“好的”自动化测试项目，需要从“时间”、“人力”、“收益”这三个方面出发，做好“取舍”。

不能由于被测系统发生一些变更，就导致花费了几个小时的自动化脚本无法执行。同时，我们需要看到“收益”，不能为了总想看到100%的成功，而少做或者不做校验，但是校验多了维护成本一定会增多，可能每天都需要进行大量的维护。

所以做好这三个方面的平衡并不容易，经常能看到做自动化的同学，做到最后就本末倒置了。

1.2 提高ROI

想要提高ROI（Return On Investment，投资回报率），我们必须从两方面入手：

减少投入成本。
增加使用率。

针对“减少投入成本”

我们需要做到：

减少工具开发的成本。尽可能的减少开发工具的时间、工具维护的时间，尽可能使用公司已有的，或是业界成熟的工具或组件。
减少用例录入成本。简化测试用例录入的成本，尽可能多的提示，如果可以，开发一些批量生成测试用例的工具。
减少用例维护成本。减少用例维护成本，尽量只用在页面上做简单的输入即可完成维护动作，而不是进行大量的代码操作。
减少用例优化成本。当团队做用例优化时，可以通过一些统计数据，进行有针对性、有目的性的用例优化。

针对“增加使用率”

我们需要做到：

手工也能用。不只是进行接口自动化测试，也可以完全用在手工测试上。
人人能用。每一个需要使用测试的人，包括一些非技术人员都可以使用。
当工具用。将一些接口用例当成工具使用，比如“生成订单”工具，“查找表单数据”工具。
每天测试。进行每日构建测试。
开发的在构建之后也能触发测试。开发将被测系统构建后，能自动触发接口自动化测试脚本，进行测试。

所以，我这边开发了Lego接口测试平台，来实现我对自动测试想法的一些实践。先简单浏览一下网站，了解一下大概是个什么样的工具。

首页：

用例维护页面：

自动化用例列表：

在线执行结果：

用例数量统计：

1.3 Lego的组成

Lego接口测试解决方案是由两部分组成的，一个就是刚刚看到的“网站”，另一个部分就是“脚本”。

下面就开始进行“脚本设计”部分的介绍。

二、脚本设计

2.1 Lego的做法

Lego接口自动化测试脚本部分，使用很常见的Jenkins+TestNG的结构。

相信看到这样的模型并不陌生，因为很多的测试都是这样的组成方式。

将自动化测试用例存储至MySQL数据库中，做成比较常见的“数据驱动”做法。

很多团队也是使用这样的结构来进行接口自动化，沿用的话，那在以后的“推广”中，学习和迁移成本低都会比较低。

2.2 测试脚本

首先来简单看一下目前的脚本代码：

public class TestPigeon {

    String sql;

    int team_id = -1;

    @Parameters({"sql", "team_id"})

    @BeforeClass()

    public void beforeClass(String sql, int team_id) {

        this.sql = sql;

        this.team_id = team_id;

        ResultRecorder.cleanInfo();

    }

    /**

     * XML中的SQL决定了执行什么用例, 执行多少条用例, SQL的搜索结果为需要测试的测试用例

     */

    @DataProvider(name = "testData")

    private Iterator<Object[]> getData() throws SQLException, ClassNotFoundException {

        return new DataProvider_forDB(TestConfig.DB_IP, TestConfig.DB_PORT,

            TestConfig.DB_BASE_NAME,TestConfig.DB_USERNAME, TestConfig.DB_PASSWORD, sql);

    }

    @Test(dataProvider = "testData")

    public void test(Map<String, String> data) {

        new ExecPigeonTest().execTestCase(data, false);

    }

    @AfterMethod

    public void afterMethod(ITestResult result, Object[] objs) {...}

    @AfterClass

    public void consoleLog() {...}

}

有一种做法我一直不提倡，就是把测试用例直接写在Java文件中。这样做会带来很多问题：修改测试用例需要改动大量的代码；代码也不便于交接给其他同学，因为每个人都有自己的编码风格和用例设计风格，这样交接，最后都会变成由下一个同学全部推翻重写一遍；如果测试平台更换，无法做用例数据的迁移，只能手动的一条条重新输入。

所以“测试数据”与“脚本”分离是非常有必要的。

网上很多的范例是使用的Excel进行的数据驱动，我这里为什么改用MySQL而不使用Excel了呢？

在公司，我们的脚本和代码都是提交至公司的Git代码仓库，如果使用Excel……很显然不方便日常经常修改测试用例的情况。使用MySQL数据库就没有这样的烦恼了，由于数据与脚本的分离，只需对数据进行修改即可，脚本每次会在数据库中读取最新的用例数据进行测试。同时，还可以防止一些操作代码时的误操作。

这里再附上一段我自己写的DataProvider_forDB方法，方便其他同学使用在自己的脚本上：

import java.sql.*;

import java.util.HashMap;

import java.util.Iterator;

import java.util.Map;

/**

 * 数据源 数据库

 *

 * @author yongda.chen

 */

public class DataProvider_forDB implements Iterator<Object[]> {

    ResultSet rs;

    ResultSetMetaData rd;

    public DataProvider_forDB(String ip, String port, String baseName,

        String userName, String password, String sql) throws ClassNotFoundException, SQLException {

        Class.forName("com.mysql.jdbc.Driver");

        String url = String.format("jdbc:mysql://%s:%s/%s", ip, port, baseName);

        Connection conn = DriverManager.getConnection(url, userName, password);

        Statement createStatement = conn.createStatement();

        rs = createStatement.executeQuery(sql);

        rd = rs.getMetaData();

    }

    @Override

    public boolean hasNext() {

        boolean flag = false;

        try {

            flag = rs.next();

        } catch (SQLException e) {

            e.printStackTrace();

        }

        return flag;

    }

    @Override

    public Object[] next() {

        Map<String, String> data = new HashMap<String, String>();

        try {

            for (int i = 1; i <= rd.getColumnCount(); i++) {

                data.put(rd.getColumnName(i), rs.getString(i));

            }

        } catch (SQLException e) {

            e.printStackTrace();

        }

        Object r[] = new Object[1];

        r[0] = data;

        return r;

    }

    @Override

    public void remove() {

        try {

            rs.close();

        } catch (SQLException e) {

            e.printStackTrace();

        }

    }

}

2.3 配置文件

上面图中提到了“配置文件”，下面就来简单看一下这个XML配置文件的脚本：

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE suite SYSTEM "http://testng.org/testng-1.0.dtd">

<suite name="Pigeon Api测试" parallel="false">

    <test name="xxx-xxx-service">

        <parameter name="sql"

                   value="SELECT * FROM API_PigeonCases

                   WHERE team_id=2

                   AND isRun=1

                   AND service='xxx-xxx-service'

                   AND env='beta';"/>

        <classes>

            <class name="com.dp.lego.test.TestPigeon"/>

        </classes>

    </test>

    <listeners>

        <listener class-name="org.uncommons.reportng.HTMLReporter"/>

        <listener class-name="org.uncommons.reportng.JUnitXMLReporter"/>

    </listeners>

</suite>

对照上图来解释一下配置文件：

SQL的话，这里的SQL主要决定了选取哪些测试用例进行测试。
一个标签，就代表一组测试，可以写多个标签。
“listener”是为了最后能够生成一个ReportNG的报告。
Jenkins来实现每日构建，可以使用Maven插件，通过命令来选择需要执行的XML配置。

这样做有什么好处呢？

使用SQL最大的好处就是灵活

如上面的这个例子，在数据库中会查询出下面这56条测试用例，那么这个标签就会对这56条用例进行逐一测试。

多标签时，可以分组展示

使用多个标签来区分用例，最大的好处就是也能在最后的报告上，达到一个分组展示的效果。

报告更美观丰富

由于使用了ReportNG进行报告的打印，所以报告的展示要比TestNG自带的报告要更加美观、并且能自定义展示样式，点开能看到详细的执行过程。

如果有执行失败的用例，通常报错的用例会在最上方优先展示。

支持多团队

当两个团队开始使用时，为了方便维护，将基础部分抽出，各个团队的脚本都依赖这个Base包，并且将Base包版本置为“SNAPSHOT版本”。使用“SNAPSHOT版本”的好处是，之后我对Lego更新，各个业务组并不需要对脚本做任何改动就能及时更新。

当更多的团队开始使用后，比较直观的看的话是这个样子的：

每个团队的脚本都依赖于我的这个Base包，所以最后，各个业务团队的脚本就变成了下面的这个样子：

可以看到，使用了Lego之后：

没有了Java文件，只有XML文件
xml中只需要配置SQL。
执行和调试也很方便。
可以右键直接执行想要执行的测试配置。
可以使用maven命令执行测试：
- mvn clean test -U -Dxml=xmlFileName 。
- 通过参数来选择需要执行的xml文件。
也可以使用Jenkins来实现定时构建测试。

由于，所有测试用例都在数据库所以这段脚本基本不需要改动了，减少了大量的脚本代码量。

有些同学要问，有时候编写一条接口测试用例不只是请求一下接口就行，可能还需要写一些数据库操作啊，一些参数可能还得自己写一些方法才能获取到啊之类的，那不code怎么处理呢？

下面就进入“用例设计”，我将介绍我如何通过统一的用例模板来解决这些问题。

三、用例设计

3.1 一些思考

我在做接口自动化设计的时候，会思考通用、校验、健壮、易用这几点。

通用

简单、方便
- 用例数据与脚本分离，简单、方便。
- 免去上传脚本的动作，能避免很多不必要的错误和维护时间。
- 便于维护。
模板化
- 抽象出通用的模板，可快速拓展。
- 数据结构一致，便于批量操作。
- 专人维护、减少多团队间的重复开发工作。
- 由于使用了统一的模板，那各组之间便可交流、学习、做有效的对比分析。
- 如果以后这个平台不再使用，或者有更好的平台，可快速迁移。
可统计、可拓展
- 可统计、可开发工具；如：用例数统计，某服务下有多少条用例等。
- 可开发用例维护工具。
- 可开发批量生成工具。

校验

在写自动化脚本的时候，都会想“细致”，然后“写很多”的检查点；但当“校验点”多的时候，又会因为很多原因造成执行失败。所以我们的设计，需要在保证充足的检查点的情况下，还要尽可能减少误报。

充足的检查点
- 可以检查出被测服务更多的缺陷。
尽量少的误报
- 可以减少很多的人工检查和维护的时间人力成本。
还要
- 简单、易读。
- 最好使用一些公式就能实现自己想要的验证。
- 通用、灵活、多样。
- 甚至可以用在其他项目的检查上，减少学习成本。

健壮

执行测试的过程中，难免会报失败，执行失败可能的原因有很多，简单分为4类：

被测系统出错，这部分其实是我们希望看到的，因为这说明我们的自动化测试真正地发现了一个Bug，用例发挥了它的价值，所以，这是我们希望看到的。
测试工具出错，这部分其实是我们不希望看到的，因为很大可能我们今天的自动化相当于白跑了。
测试数据错误，这是我们要避免的，既然数据容易失效，那我在设计测试平台的时候，就需要考虑如果将所有的数据跑“活”，而不是只写“死”。
不可抗力，这部分是我们也很无奈的，但是这样的情况很少发生。

那针对上面的情况：

参数数据失效
- 支持实时去数据库查询。
- 支持批量查。
IP进场发生变更
- 自动更新IP。
灵活、可复用
- 支持批量维护。
- 接口测试执行前生成一些数据。
- 接口执行完成后销毁一些数据。
- 支持参数使用另一条测试用例的返回结果。
- 支持一些请求参数实时生成，如token等数据，从而减少数据失效的问题。

通过这些手段，提高测试用例的健壮性，让每一条自动化测试用例都能很好的完成测试任务，真正发挥出一条测试用例的价值。

易用

简单
- 功能强大，但要人人会用。
- 非技术人员也要会用。
减少代码操作
- 让自动化开发人员注意力能更多的放在用例本身，而不是浪费在无关紧要的开发工作上面。
还要
- 配置能复用。
- 通用、易学。
- 一些数据能自动生成。

3.2 Lego接口自动化测试用例

说了这么多，那我们来看一下一条Lego接口测试用例的样子。

一条Lego自动用例执行顺序大概是如下图这样：

简单区分一下各个部分，可以看到：

那上面图中提到了两个名词：

“参数化”
“前后置动作”

下面会先对这两个名词做一个简单的介绍。

3.3 参数化

比如一个请求需要用到的参数。

{

    "sync": false,

    "cityId": 1,

    "source": 0,

    "userId": 1234,

    "productId": 00004321

}

这个例子中有个参数"productId": 00004321，而由于测试的环境中，表单00004321很可能一些状态已经发生了改变，甚至表单已经删除，导致接口请求的失败，那么这时候，就很适合对"productId": 00004321进行参数化，比如写成这样：

{

    "sync": false,

    "cityId": 1,

    "source": 0,

    "userId": 1234,

    "productId": ${myProductId}

}

所以对“参数化”简单的理解就是：

通过一些操作，将一个“值”替换掉测试用例里的一个“替代字符”

${myProductId} 的值可以通过配置获取到：

Key-Value
- 配置 Value=00004321。
SQL获取
- 执行一个select语句来实时查询得到可用ID。
已有测试用例
- 某个接口接口测试用例的返回结果。

“参数化”实例

下面我们来看一个“参数化”的实例：

（1）首先我们在参数化维护页面中新建一个参数化，shopdealid。

通过配置我们可以看到这个参数的值，是执行了一条SQL后，取用执行结果中DealID字段的值。

（2）在用例中，将需要这个表单号的地方用${shopdealid}替代。

那在编写测试用例的时候，大家可以看一下这个放大的图片，在这里的ProductID的值并不是硬代码一个固定的表单号，而是选择了刚才配置的参数化数据。

（3）执行结果中，${shopdealid} 变为实时查询数据库的来的一个真实的表单号。

从结果中可以看到，我们的这个参数被替换成了一个有效的值，而这个值就是我们刚刚配置的那个SQL实时查询而来的。

“参数化”的场景

多个测试用例使用同一个参数进行测试

如50条测试用例都使用同一个id作为参数进行测试，这时候我们需要变更这个id。

无参数化时：

需要修改50次，即每条测试用例中的id都得进行修改。
可能会有遗漏。
有参数化时：
id部分用 ${myID} 替代。
需要修改的话，在“参数化维护”页面中维护 ${myID}这条数据就可以。修改一次，所有使用${myID}的用例都配置完成。

测试数据过期导致测试用例执行失败

如一条用例参数需要传入token，但是Token会因为时间问题而导致过期，这时候用例就失败了。

无参数化时：

经常修改Token，或是写一段id转Token的代码。
方法可能会重复编写。
多个团队之间可能实现方式也不同。

有参数化时：

使用参数化工具，Lego统一管理。
维护一个参数化如：${测试用Token} = id:123。

数据库获取有效测试数据

参数中需要传入DealId作为参数，写死参数的话，如果这个DealId被修改引起失效，那这条测试用例就会执行失败。

不使用Lego时：

测试环境中，一个订单时常会因为测试需要被修改数据，导致单号失效，最后导致自动化失败。
编写相关代码来做好数据准备工作。
在代码中编写读取数据库的方法获取某些内容。

在Lego上的方案：

使用参数化，实时获取sql结果，查询出一条符合条件的dealId来实现。
使用参数化，调用写好的“生成订单”接口用例实现，拿单号来实现。
前后置动作，插入一条满足条件的数据。

3.4 前后置动作

“前后置动作”的概念就比较好理解了：

在接口请求之前（或之后），执行一些操作

目前前后置动作支持6种类型：

数据库SQL执行
- 有时候在执行接口请求前，为了保证数据可用，可能需要在数据库中插入或删除一条信息，这时候就可以使用前后置动作里的“执行SQL语句”类型，来编写在接口请求前（后）的 Insert 和 Delete 语句。
已有测试用例执行
- 比如当前测试用例的请求参数，需要使用另一条测试用例的返回结果，这时候就可以使用“执行测试用例”类型，写上Lego上某条测试用例的ID编号，就可以在当前用例接口请求前（后）执行这条测试用例。
- 前后置动作中测试用例的返回结果可以用于当前用例的参数，对测试用例返回结果内容的获取上，也支持JsonPath和正则表达式两种方式。
MQ消息发送
- 在接口请求前（后）发送MQ消息。
HTTP请求
等待时间
自定义的Java方法
- 如果上面的方法还满足不了需求，还可以根据自己的需要，编写自己的Java方法。
- 可以在Lego-Kit项目中，编写自己需要的Java方法，选择“执行Java方法”，通过反射实现自定义Java方法的执行。

这里的SQL同时支持Select操作，这里其实也是做了一些小的设计，会将查询出来的全部的结果，放入到这个全局Map中。

比如查询一条SQL得到下表中的结果：

id	name	age	number
0	张三	18	1122
1	李四	30	3344

那我们可以使用下面左边的表达式，得到对应的结果：

${pre.name} ---- 得到 “张三”å
${pre.age} ---- 得到 18
${pre.number} ---- 得到 1122

也可以用：

${pre.name[0]} ---- 得到 “张三”
${pre.age[0]} ---- 得到 18
${pre.number[0]} ---- 得到 1122
${pre.name[1]} ---- 得到 “李四”
${pre.age[1]} ---- 得到 30
${pre.number[1]} ---- 得到 3344

这样的设计，更加帮助在用例设计时，提供数据准备的操作。

“前后置动作”实例

（1）首先我们在前后置维护页面中新建一个动作，获取库存上限未卖光团单 。

这个配置也是可以支持在线调试的，在调试中，可以看到可以使用的参数化：

（2）在测试用例中的前置动作，添加获取库存上限未卖光团单 。

这样就可以在整个测试用例中，使用${pre.ProductID}，来替换掉原有的数据信息。

（3）最后请求接口，返回了执行成功 。

Q & A

Q：那如果同样是获取三个参数，使用3个“参数化的Select操作”和使用1个“前置动作的Select操作”又有什么不同呢？

A：不同在于执行时间上。
比如，我们查询最新的有效团单的“单号”“下单人”和“手机号”三个字段。
使用3个“参数化的Select操作”：可能当执行${单号}的时候得到的订单号是“10001”，但是当执行到${下单人}的时候，可能有谁又下了一单，可能取到的下单人变成了“10002”的“李四”而不是“10001”的“张三”了，最后可能“单号”“下单人”和“手机号”三个字段去的数据并非同一行的数据。
而使用“前置动作的Select操作”：就可以避免上面的问题，因为所有字段的数据是一次性查询出来的，就不会出现错位的情况。

Q : 那“参数化的Select操作”和“前置动作的Select操作”这样不同的取值时机又有什么好用之处呢？

A : 由于“前置动作”一定是接口请求前执行，“参数化”一定是用到的时候才执行这样的特性。
所以在检查点中，如果要验证一个数据库字段在经过接口调用后发生了变更，那使用“前置动作”和“参数化”同时去查询这个字段，然后进行比较，不一致就说明发生了变化。
所以根据使用场景，选择合适的参数化方式，很重要，选择对了，能大大提升测试用例的测试数据健壮性。

3.5 执行各部分

回到一开始的流程图，可以按照一类一类来看执行过程。

测试发起

测试发起基本还是使用的Jenkins，稳定、成熟、简单、公司工具组支持，也支持从Lego的Web页面进行执行操作。

数据 / 环境准备

使用 @DataProvider 的方式，从DB数据库中读取测试用例，逐一执行进行测试。

测试执行

在正式执行测试用例之前，会先进行一波参数替换的动作，在调用接口之后，还会执行一次参数替换动作。

参数替换后会进行前置动作的执行，然后在调用接口之后还会执行测试后动作，最后执行后置动作。

接口请求这部分就没什么好说的了，就是通过接口请求的参数，请求对应的接口，拿到返回结果。

这里的话是为了方便通用，所以要求返回的结果都是使用的String类型。这样做最大的好处就是。比如说我现在有一种新的接口类型需要接入。那只需要写一个方法能够请求到这个接口，并且拿到String类型的返回结果，就可以很快将新的接口类型接入Lego测试平台进行接口测试。

检查点校验

检查点部分是一条自动化测试用例的精髓，一条自动化测试用例是否能真正的发挥它的测试功能，就是看QA对这条测试用例的检查点编写是否做了良好设计。在Lego平台上，目前我拥有的检查点有6种不同的类型。

异常检查点

当返回结果为异常时，则会报错。

但是有时候为了做异常测试，可以将这个检查点关掉。

不为空检查点
顾名思义，当出现""、"[]"、"{}"、null 这样的的结果，都会报错。也可以根据自己用例的实际情况关闭。

包含检查点

不包含检查点
“包含”和“不包含”检查点是将接口的返回结果作为一个String类型来看，检查所有返回内容中是否“包含”或“不包含”指定的内容。

数据库参数检查点
顾名思义，不做过多的解释了。

JsonPath检查点
这是我在Lego上设计的最具有特色的一种检查点类型。

JsonPath的基本写法是：{JsonPath语法}==value

JsonPath的语法和XPath的语法差不多，都是根据路径的方法找值。这里也是主要是针对返回结果为JSON数据的结果，进行检查。

具体的JsonPath语法可以参考：https://github.com/json-path/JsonPath

说完了"JsonPath的语法"，现在说一下"JsonPath检查点的语法"，"JsonPath检查点的语法"是我自己想的，主要针对以下几种数据类型进行校验：

(1) 字符串类型结果检验

等于：==
不等于：!==
包含：=
不包含：!=

例如：

{$.[1].name}==aa：检查返回的JSON中第2个JSON的name字段是否等于aa。
{$..type}=='14'：检查返回的JSON中每一个JSON的name字段是否等于aa。
{$.[1].type}==14 && {$.[1].orderId}==106712：一条用例中多个检查用&&连接。
{$..orderId}!==12：检查返回的JSON中每个JSON的orderId字段是否不等于12。
{$..type}=1：检查返回的JSON中每个JSON的type字段是否包含1。
{$.[1].type}!=chenyongda：检查返回的JSON中第2个JSON的type字段是否不包含chenyongda。

(2) 数值校验

等于：=
大于：>
大于等于：>=
小于：<
小于等于：<=

例如：

{$.[0].value}<5：检查返回的JSON中第1个JSON的value字段的列表是否小于3。
{$.[1].value}>4：检查返回的JSON中第2个JSON的value字段的列表是否大于4。

(3) List结果检验

list长度：.length
list包含：.contains(param)
list成员：.get(index)

例如：

{$..value}.length=3：检查返回的JSON中每个JSON的value字段的列表是否等于3。
{$.[0].value}.length<5：检查返回的JSON中第1个JSON的value字段的列表是否小于3。
{$.[1].value}.length>4：检查返回的JSON中第2个JSON的value字段的列表是否大于4。
{$..value}.contains('222')：检查返回的JSON中每个JSON的value字段的列表是否包含222字符串。
{$.[0].value}.contains(1426867200000)：检查返回的JSON中第1个JSON的value字段的列表是否包含1426867200000。
{$.[0].value}.get(0)=='222'：检查返回的JSON中第1个JSON的value字段的列表中第1个内容是否等于222。
{$..value}.get(2)='22'：检查返回的JSON中每个JSON的value字段的列表中第3个内容是否包含22。

(4) 时间类型处理

时间戳转日期时间字符串：.todate

例如：

{$..beginDate}.todate==2015-12-31 23:59:59：检查返回的JSON中beginDate这个时间戳转换成日期后是否等于2015-12-31 23:59:59。

当JsonPath返回的结果是列表的形式时

检查点	检查点等号左边	期望值	验证效果
{$.value}=="good"	['good', 'good', 'bad', 'good']	"good"	作为4个检查点，会拿列表里的每个对象逐一和“期望值”进行检验，每一次对比都是一个独立的检查点。
{$.value}==["good"]	['good', 'good', 'bad', 'good']	["good"]	作为1个检查点，作为一个整体做全量比对。
{$.value}==['a', 'b']	[['a', 'b'],['a', 'b'],['a', 'b', 'c']]	['a', 'b']	作为3个检查点，道理和1一样，列表中的数据分别和期望值做比较。

除此之外，还有非常多的花样玩法

JsonPath中的检查支持“参数化”和“前后置动作”，所以会看到很多如：

{$.param}='${param}' && {$.param}==${pre.param}

这样的检查点：

“参数化”和“前后置动作”也支持递归配置，这些都是为了能够让接口自动化测试用例写的更加灵活好用。

测试结果

使用ReportNG可以打印出很漂亮的报告。

报告会自定义一些高亮等展示方式，只需要在ReportNG使用前加上下面的语句，就可以支持“输出逃逸”，可使用HTML标签自定义输出样式。

System.setProperty("org.uncommons.reportng.escape-output", "false");

后期优化

当使用Jenkins执行后，通过Jenkins API 、和Base包中的一些方法，定时获取测试结果，落数据库，提供生成统计图表用。

四、网站功能

4.1 站点开发

既然打算做工具平台了，就得设计方方面面，可惜人手和时间上的不足，只能我一人利用下班时间进行开发。也算是担任了Lego平台的产品、后端开发、前端开发、运维和测试等各种角色。

Jenkins+TestNG+ReportNG+我自己开发的基本接口自动化测试Base jar包，基本上没什么太大难度。但是站点这块，在来美团点评之前，还真没开发过这样的工具平台，这个算是我的第一个带Web界面的工具。边Google边做，没想到不久还真的架起来了一个简易版本。

使用 Servlet + Jsp 进行开发，前端框架使用Bootstrap，前端数据使用jstl，数据库使用MySQL，服务器使用的公司的一台Beta环境Docker虚拟机，域名是申请的公司内网域名，并开通北京上海两侧内网访问权限。

功能上基本都是要满足的，界面上，虽然做不到惊艳吧，但是绝对不能丑，功能满足，但是长得一副80年代的界面，我自己都会嫌弃去使用它，所以界面上我还是花了一些时间去调整和设计。熟练以后就快多了。

4.2 整体组成

目前Lego由五个不同的项目组成，分别是“测试脚本”、“Lego-web页面项目”、“用于执行接口测试的base包”、“小工具集合Lego-kit”和“lego-job”，通过上图可以看出各项目间的依赖关系。

细化各个项目的功能，就是下图：

简单来说，网站部分和脚本是分离的，中间的纽带是数据库。所以，没有网站，脚本执行一点问题也没有；同样的，网站的操作，和脚本也没有关系。

4.3 使用-日常维护

Step 1

每天上班来会收到这样的测试邮件，通过邮件能知道昨晚执行的情况。如果有报错，可以点击“详细报告链接”，跳转到在线报告。

Step 2

在现报告可以直接看到执行报错的信息，然后点击“LEGO维护传送门”，可以跳转到Lego站点上，进行用例维护。

Step 3

跳转到站点上以后，可以直接展示出该条测试用例的所有信息。定位，维护、保存，维护用例，可以点击“执行”查看维护后的执行结果，维护好后“保存”即可。

仅仅3步，1~2分钟即可完成对一条执行失败的用例进行定位、调试和维护动作。

4.4 用例编辑

通过页面，我们就可以对一条测试用例进行：

新建
复制
编辑
删除
是否放入每日构建中进行测试

4.5 在线调试

lego-web项目同样的使用base进行的用例执行，所以执行结果和打印都与脚本执行的一致的。

4.6 用例生成工具

为了更方便的写用例，针对部分接口开发了一键批量生成用例的小工具。

4.7 执行结果分析

通过Jenkins接口、Base包中基础Test方法，将结果收集到数据库，便于各组对测试结果进行分析。

这是每天执行后成功率走势图：

也可以按月进行统计，生成统计的图表，帮助各个团队进行月报数据收集和统计。

4.8 失败原因跟踪

有了能直观看到测试结果的图表，就会想要跟踪失败原因。

所以在成功率数据的右边，会有这样的跟踪失败原因的入口，也可以很直观地看到哪一些失败的原因还没有被跟踪。点开后可以对失败原因进行记录。

最后会有生成图表，可以很清晰地看到失败原因以及失败类型的占比。

4.9 代码覆盖率分析

结合Jacoco，我们可以对接口自动化的代码覆盖率进行分析。

在多台Slave机器上配置Jacoco还是比较复杂的，所以可以开发覆盖率配置辅助工具来帮助测试同学，提高效率。

4.10 用例优化方向

除了上面的图表，还会给用例优化提供方向。

通过用例数量统计的图表，我们可以知道哪些服务用例还比较少，哪些环境的用例还比较少，可以比较有针对性的进行测试用例的补充。

通过失败原因的图表，我们可以改善自己用例中的“参数化”和“前后置动作”的使用，增加测试用例的健壮性。

通过线上接口调用量排序的图表。我们可以有效的知道优先维护哪些服务的测试用例，通过表格中，我们可以看到，哪些服务已经覆盖了测试用例，哪些没有被覆盖，给各组的QA制定用例开发计划，提供参考。

同时在维护接口自动化测试的时候，都会看到用例评分的情况，来协助QA提高用例编写的质量。

4.11 收集反馈/学习

还做了“需求白板”，用来收集使用者的需求和Bug。除此之外，Lego平台已经不只是一个接口测试的平台，还可以让想学习开发的QA领任务，学习一些开发技巧，提高自己的代码能力。

五、总结

为了减少开发成本，使用比较常见的Jenkins+TestNG的脚本形式。
为了简化code操作，使用DB进行测试用例存储，并抽象出用例摸版。
为了减低新建用例成本，开发“用例维护页面”和“一键生成”等工具。
为了减低维护成本，加跳转链接，维护一条用例成本在几分钟内。
为了增加用例健壮性，设计了“参数化”、“前后置动作”等灵活的参数替换。
为了易用和兼容，统一“返回结果”类型，统一“检查点”的使用。
为了接口自动化用例设计提供方向，结合Jacoco做代码覆盖率统计，并开发相关配置工具
为了便于分析数据，从DOM、CAT、Jenkins上爬各种数据，在页面上用图表展示。
为了优化用例，提供“用例打分”、“线上调用量排行”等数据进行辅助。