设置 mock_【学习】接口测试-使用mock生产随机数据
在做接口测试的时候,有的接口需要进行大量的数据进行测试,还不能是重复的数据,这个时候就需要随机生产数据进行测试了。这里教导大家使用mock.js生成各种随机数据。
一、什么是mock.js
mock.js是用于生成随*机数据,拦截 Ajax 请求。 通过拦截 Ajax 请求,根据数据模板生成并返回模拟数据,让前端攻城师独立于后端进行开发,帮助编写单元 测试。
1、增加单元测试的真实性
通过随机数据,模拟各种场景。
2、开发无侵入
不需要修改既有代码,就可以拦截 Ajax 请求,返回模拟的响应数据。 用法简单
符合直觉的接口。
3、数据类型丰富
支持生成随机的文本、数字、布尔值、日期、邮箱、链接、图片、颜色等。
4、方便扩展
支持扩展更多数据类型,支持自定义函数和正则
5、总结
因为mock.js可以生产各种数据数据,所以也可以用在接口测试上,生成各种接口参数值。
二、如何在接口测试工具apipost中使用mock.js
1、apipost内置了常用的mock字段变量
需要使用变量的时候,直接把变量名称复制到参数值中就可使用了,如图:
2、在与执行脚本中编写自定义的mock.js变量
如:
1)生产一个随机手机号,熟悉mock.js的可以自己编写一下,不会的可以直接百度,然后粘贴到与执行脚本中,在设置一个环境变量,变量值为数据生产的手机号:
const phonePrefix = [‘132’, ‘135’, ‘189’]
const index = Math.floor(Math.random() * phonePrefix.length)
var phone = phonePrefix[index] + Mock.mock(/d{8}/)
apt.variables.set(“phone”, phone);
引用设置的变量,如图;
2)生产一个随机时间戳
var timestamp=Date.parse(new Date())
apt.variables.set(“timestamp”, timestamp);
引用随机时间戳
有兴趣深入mock.js可以去mock.js官网进行学习。
设置 mock_【学习】接口测试-使用mock生产随机数据相关推荐
- 接口测试-使用mock生产随机数据
在做接口测试的时候,有的接口需要进行大量的数据进行测试,还不能是重复的数据,这个时候就需要随机生产数据进行测试了.这里教导大家使用mock.js生成各种随机数据. 一.什么是mock.js mock. ...
- Mock生成随机数据常用的类型规则
我们一般在模拟数据时都希望生成一些随机的数据,mock中内置了很多种不同类型的随机数据,我们可以使用它们生成各种类型的随机数据: Type Method 基本类型 boolean, natural, ...
- 如何使用mock应对测试所需随机数据
摘要:在做接口测试的时候,有的接口需要进行大量的数据进行测试,还不能是重复的数据,这个时候就需要随机生产数据进行测试了.这里教导大家使用mock.js生成各种随机数据. 一.什么是mock.js mo ...
- mockjs语法规范、设置mockjs拦截响应时间、Mock.Random占位符生成随机数据
首先回顾vue-cli项目中使用mockjs步骤: 1.安装mockjs.axios(http请求库): cnpm install mockjs axios --save 2.在项目中新建一个mock ...
- mock模拟接口测试 vue_Easy Mock以及Vue+Mock.js模拟数据
Easy Mock以及Vue+Mock.js模拟数据 一.Mock.js简介 Mock.js是一个可以模拟后端数据,也可以模拟增删改查操作的js库 基础语法规范 数据模板中的每个属性由 3 部分构成: ...
- 接口测试的时候如何生成随机数据进行测试
在进行接口测试的时候会需要生成一些随机数据进行测试,今天教大家使用apipost自带的mock字段变量生成随机数据进行测试. 打开apipost 左下角有一个红色字体的内置mock字段变量,今天我们生 ...
- [白话解析] 通俗解析集成学习之bagging,boosting 随机森林
[白话解析] 通俗解析集成学习之bagging,boosting & 随机森林 0x00 摘要 本文将尽量使用通俗易懂的方式,尽可能不涉及数学公式,而是从整体的思路上来看,运用感性直觉的思考来 ...
- 【机器学习】<刘建平Pinard老师博客学习记录>机器学习算法的随机数据生成
目录 一.Numpy生成随机数: 二.Scikit-learn随机数据生成API介绍: 三.Scikit-learn随机数据生成实例: 1.回归模型随机数据: 2.分类模型随机数据: 3.聚类模型随机 ...
- 机器学习——集成学习算法(Adaboost、随机森林)
集成算法简述 什么是集成学习 如何得到多个个体学习器 集成学习常用算法 Bagging 自助采样 学习器结合 包外估计 随机森林 Adaboost Boosting Adaboost算法原理 注意 什 ...
最新文章
- 卷积、傅立叶变换、拉普拉斯变换、Z变换
- 基因疾病关联的图卷积神经网络
- jni 字符串的梳理
- 初始 DQN 程序 所遇到的问题
- 开源一个友盟 for android 操作的封装包
- 正则表达式匹配单行注解
- Zookeeper的功能以及工作原理 (转自:http://www.cnblogs.com/felixzh/p/5869212.html)
- spring中bean的两种注入方式
- 用Python将多张图片合并成一PDF文件
- COE、SOE、EOE、FOE是什么?
- Pycharm 和 Vs code 字体大小调整(Ctrl + 鼠标滚轮实现)
- Uber再受万点暴击:亚利桑那州无限期吊销其路测资格
- Jetson Nano编译opencv-python和opencv-contrib-python
- 谷歌Chrome浏览器开发者工具教程—基础功能篇
- “U盘杀手”出现新变种 提醒用户小心谨防
- 计算机office demo,办公软件应用(Office2007)中级_DEMO盘-2013
- arcgis 视频教程 ArcGIS Pro 从0到1
- docker容器获取宿主机ip地址
- Java IO与文件读写
- fatal: the remote end hung up unexpectedly问题解决办法