【最佳实践】MeterSphere 接口自动化 CSV 整合 JSON 文件

在 ToB 系统的业务场景中，经常有厂家需要将原始 JSON 数据，用于请求体传参，或者响应体对比等业务场景。对应 Metersphere 中接口自动化，CSV 数据驱动数据包含 JSON 结构内容，用于接口测试时，请求体引用和响应体对比。

测试步骤分析：

1. 创建场景，导入包含 JSON 数据的 CSV（包含 header 和若干行预期结果）
2. 获取JSON数据后，正常引用变量测试或断言

注： 如果 JSON 数据非独立存在文件 JSON 数据量较大，不方便结构化到 CSV 文件时，建议 CSV文件中 json_file 一栏可填写为文件名称，然后通过脚本解析得到 JSON 文件内容

如果 JSON 数据 JSON 数据量较小，方便结构化到 CSV 文件时，建议直接将 JSON 数据放到 CSV 中对应位置

使用场景：
通过CSV批量设置多笔报文的输出结果，然后读入多笔报文去调 API，之后通过断言来比对每笔报文的预期和实际结果，实现批量比对的功能

JSON 数据量较小，方便结构化到 CSV 文件时，直接将 JSON 数据放到 CSV 中对应位置，后引用使用

导入 CSV 到场景变量中，设置是否允许带引号为 True

请求体引用 JSON 数据，进行接口请求

JSON 数据非独立存在文件 JSON 数据量较大，不方便结构化到 CSV 文件时，CSV 文件中 json_file 一栏可填写为文件名称，然后通过脚本解析得到 JSON 文件内容

可在 CSV 文件中添加一列，指定该条数据要读取的 JSON 文件

将 JSON 文件上传到服务器 /opt/metersphere/data/json 目录下

可在请求的前置脚本中写入读取 JSON 文件的 Python 脚本，并将读取到的内容存储为 body

在请求体里可直接引用 ${body} 即可

点击运行正常发出请求，在请求内容处能看到发送的参数为 JSON 文件内容。

Python 读取 JSON 文件代码如下

import sys
import io
#注意：此路径容器内部的映射路径，为固定值
sys.path.append("/opt/metersphere/data/python/lib/python2.7/site-packages")

file = "/opt/metersphere/data/json/{}".format("${json_file}")
log.info("===111==="+file);

with io.open(file,'r',encoding='utf-8') as f:
    body = f.read()
    
vars.put("body",body);

Beanshell 读取 JSON 文件代码参考如下

 String fileName = "/opt/metersphere/data/json/15.json";     
 BufferedReader buffer = new BufferedReader(new FileReader(fileName));     
 long length = 0;     
 String lines ="";     
 String line = "";     
 while ((line = buffer.readLine()) != null) {         
     length += 1;         
     lines+=line + "\n";       
 }     
 log.info("打印文件行数"+length);     
 log.info("打印文件内容"+lines);

读取 JSON文件最快的方式是使用 JMeter 函数 FileToString，用法为 $

函数使用示例见下图：