核心内容摘要
性别巴克
在前后端分离开发、测试驱动及微服务架构生成符合真实业务规则的复合Mock数据是为了提升效率。
为什么需要符合业务规则的Mock数据简单的随机数据如 “user1”, “
”在复杂业务情形下会暴露弊端测试包括不全、前端思路失效、验收体验失真。
符合业务规则的Mock数据作用是提升测试有效性模拟真实、极端的业务情形如超长用户名、特定日期格式的交易发现深层Bug。
开发联调前后端在数据语义方面而不是仅接口格式方面达成一致减少后期返工。
文档和演示API文档展示真实数据样例产品演示更加有说服力。
Apifox 复合数据拼接技巧以下通过四个方面创建Mock数据工厂。
技巧 1使用引用和自定义脚本进行动态思路拼接这是实现复杂业务规则最重要、最灵活的手段。
你可以使用JavaScript编写自定义脚本动态生成数据。
示例生成符合中国个人信息规则的复合数据假设需要生成包含姓名、身份证号、出生日期和性别的完整个人信息。
// 在Apifox的“高级Mock”或“自定义脚本”区域编写 function getRandomFromArray(arr) { return arr[Math.floor(Math.random() * arr.length)]; } const mockData { //
从内置或自定义数据池中随机选取 name: cname, // 使用内置函数生成中文名 mobile: phone, // 生成随机手机号 //
动态计算关联字段身份证号包含出生日期和性别码 idNumber: (function() { // 随机生成出生日期 (
到
-
const start new Date(1980, 0,
.getTime(); const end new Date(2005, 11,
.getTime(); const randomDate new Date(start Math.random() * (end - start)); const year randomDate.getFullYear(); const month (randomDate.getMonth()
.toString().padStart(2,
; const day randomDate.getDate().toString().padStart(2,
; // 生成前17位示例简化实际规则更复杂 const basePart 110105 year month day; // 110105为示例地区码 const sexCode Math.random()
5 ? 1 : 0; // 1为男0为女 const serial Math.floor(Math.random() *
.toString().padStart(2,
; const first17 basePart serial sexCode; // 计算检查位简化版仅用于Mock const checkCode X; return first17 checkCode; })(), //
根据身份证号派生出性别和出生日期字段 gender: function() { // 从上述idNumber中提取倒数第二位奇偶判断性别 const sexDigit parseInt(this.idNumber.charAt(
); return sexDigit % 2 1 ? 男 : 女; }, birthDate: function() { // 从上述idNumber中提取出生日期部分 const dateStr this.idNumber.substring(6,
; return ${dateStr.substring(0,
}-${dateStr.substring(4,
}-${dateStr.substring(6,
}; }, //
生成具有业务含义的地址 address: provincecitycounty street, //
生成特定状态下的订单描述 orderStatus: getRandomFromArray([待支付, 已发货, 已完成, 已取消]), orderAmount: (Math.random() *
.toFixed(
}; // 最后返回脚本函数 function mock(context) { // 可以在这里根据请求参数动态调整返回数据 const { query, path, method } context; if (query.status) { mockData.orderStatus query.status; // 根据查询参数动态设置状态 } return mockData; }文章来源卓码软件测评精彩推荐点击蓝字即可▲软件负载测试▲API自动化测试▲软件测试▲第三方软件测试▲软件性能测试▲软件测试机构技巧 2用高级Mock语法实现条件判断和正则约束在字段的Mock规则输入框中可以直接使用高级语法。
//
条件判断根据用户类型返回不一样级 userLevel: integer(1,
, // 基础用法
随机数 userLevel: pick([1, 2, 3, 4, 5]), // 从数组中选取 // 更智能的规则消费金额高的用户更可能是高等级概率模拟 userLevel: integer(1,
80 ? 5 : (integer(1,
60 ? 4 :
, //
正则表达式生成符合特定格式的字符串 internalEmployeeId: /^Z[
]{3,5}-(DEV|TEST|PROD)$/, // 生成如 Z12345-DEV 的ID projectCode: /^PROJ-(20[
][
])(0[
]|1[
])(0[
]|[12][
]|3[01])-[A-Z]{3}$/, // 生成如 PROJ-20240515-FIN 的代码 //
函数组合生成带有特定前缀的随机数据 contractNumber: CT datetime(yyyyMMdd) string(upper,
, // CT20240515ABCDE taxRate: float(
01,
15,
, // 生成两位小数的税率技巧 3数据联动和变量传递在复杂的API场景中一个接口的响应可能是另一个接口的请求参数。
Apifox的“变量传递”和“数据库”功能可以完美解决。
场景创建用户后返回 userId后续查询、更新操作都需要此ID。
操作在创建用户接口的测试tab中使用提取变量功能通过JSON Path或正则表达式从响应体中提取 userId并保存为全局/环境变量如 USER_ID。
在查询用户详情接口的途径参数或请求体中直接使用 进行引用。
这样在接口用例或自动化测试场景中就能实现跨接口的、动态的、符合业务思路的数据流转。
技巧 4创建可复用的自定义数据池对于行业特定的数据如药品名、股票代码、行政区域可以建立专属数据池实现团队共享和统一维护。
操作在Apifox项目中进入设置 - 自定义数据池。
定义创建名为 chinese_medicines 的数据池内容为 [当归, 黄芪, 枸杞, 人参, 茯苓]。
使用在Mock规则中填写 chinese_medicines即可随机从该池中选取数据保证数据在业务上的合理性和多样性。
Mock数据工作流定义数据在Apifox的数据模型中先确定定义每个字段的类型、格式、示例和Mock规则。
分层创建Mock思路基础字段直接使用 语法。
关联字段使用自定义脚本实现重要业务思路。
动态字段利用高级Mock语法条件、正则进行微调。
环境和变量为开发、测试、预发布等不同环境设置不同的Mock数据规则如测试环境Mock支付总是成功预发布环境Mock各种失败案例。
自动化测试在Apifox的“自动化测试”模块中将精心设计的Mock接口作为测试用例的前置步骤或数据准备阶段保证每次测试都有稳定、符合预期的测试数据。
Apifox的辅助Mock开启后Apifox会根据字段名如 name, email和类型自动一致并生成更合理的Mock数据大幅降低初始配置成本。
响应根据请求参数、Header或Body内容的不同返回完全不同的Mock数据用于模拟复杂的业务分支。