jmeter常用配置元件介绍总结之断言

系列文章目录
安装jmeter

jmeter常用配置元件介绍总结之断言

    • 9.断言
      • 9.1.响应断言
      • 9.2.JSON断言
      • 9.3.大小断言
      • 9.4.JSON JMESPath Assertion
      • 9.5.断言持续时间
      • 9.6.MD5Hex断言
      • 9.7.XPath断言
      • 9.8.XPath2 Assertion

9.断言

检查测试中得到的响应数据结果是否符合预期

9.1.响应断言

功能:检查测试中得到的响应数据是否符合预期
在这里插入图片描述
参数说明
测试字段:

  1. 响应文本:匹配响应文本,即:Response Body去匹配内容
    如图:
    在这里插入图片描述
  2. 响应代码:匹配请求响应代码,即:在Response headers中,返回的响应码,如:里面返回的200
  3. 响应信息:匹配请求响应结果信息,即:在Response headers中,返回的结果消息,如:里面返回的ok
    如图:在这里插入图片描述
  4. 响应头:匹配响应头里面的所有内容,即:在Response headers
    如图:
    在这里插入图片描述
  5. 请求头:匹配请求头里面的所有内容,即:在Request Headers
    如图:
    在这里插入图片描述
  6. URL样本:匹配请求地址和url
  7. 请求数据:匹配请求体的数据,即:Request Body

匹配规则:

  1. 包括 :只要返回结果包含填写的内容,断言就成立,可以填写正则表达式
  2. 匹配:返回结果整个内容和填写的内容全部匹配,断言才会成立,可以填写正则表达式
  3. 相等 :返回结果整个内容和填写的内容完全一致,断言才会成立,不可以填写正则表达式
  4. 字符串 :只要返回结果包含填写的内容,断言就成立,不可以填写正则表达式
  5. 否 :取反,结果匹配上了,就断言失败
  6. 或者:多选框,断言多个条件,满足其中一个就行了,相当于OR,多个断言内容时,不勾选就算AND

测试模式:填写断言内容,用填写的内容和返回结果作比较;支持多个断言内容
自定义失败消息:自定义输入断言失败后提示的内容

9.2.JSON断言

功能:以JOSN Path表达式断言json格式的信息
参数介绍

Assert JSON Path exists:断言的JOSNPath表达式
Additionally assert value:不勾选只会看断言的josn路径能否提取到值,勾选后可以填写期望的断言结果值,然后和取到的值做比较
Match as regular expression:匹配为正则表达式
Expected Value:期望的断言结果值
Expect null:期望的结果值为空时勾选,勾选后josn路径值为空,则成功
Invert assertion:反向断言,满足条件就算断言失败

在这里插入图片描述

9.3.大小断言

功能:根据完整的响应、响应头、响应消息体、响应代码、响应信息,进行字节大小断言
在这里插入图片描述

9.4.JSON JMESPath Assertion

功能:以JOSN JMESPath表达式断言json格式的信息
参数介绍
Assert JMESPath exists:断言的JMESPath表达式
Additionally assert value:不勾选只会看断言的josn路径能否提取到值,勾选后可以填写期望的断言结果值,然后和取到的值做比较
Match as regular expression:匹配为正则表达式
Expected Value:期望的断言结果值
Expect null:期望的结果值为空时勾选,勾选后josn路径值为空,则成功
Invert assertion:反向断言,满足条件就算断言失败
在这里插入图片描述
在这里插入图片描述

9.5.断言持续时间

功能:设置响应时间,判断请求的响应时间是否超过设置时间值,大于断言失败,小于断言成功

在这里插入图片描述
在这里插入图片描述

9.6.MD5Hex断言

功能:输入返回消息体(Response Body)的md5加密32位小写进行断言,加密串一致则断言成功

在这里插入图片描述
在这里插入图片描述

9.7.XPath断言

功能:用xpath表达式来断言内容,检查页面元素是否存在
参数介绍
XML Parsing Options:解析的XML参数配置

UseTidy:页面是HTML格式时,选中该选项;如果是XML或XHTML格式,则取消选中
Quiet:只显示需要的HTML页面
Report errors:显示响应报错
Show warnings:显示警告;
Use Namespaces:如果启用该选项,后续的XML解析器将使用命名空间来分辨;
Validate XML:根据页面元素模式进行检查解析;
Ignore Whitespace:忽略空白内容
Invert assertion:反向断言,如果输入的表达式存在,则断言失败

在这里插入图片描述

9.8.XPath2 Assertion

功能:和XPath断言差不多,用xpath表达式来断言内容,检查页面元素是否存在
参数说明
Invert assertion:反向断言,如果输入的表达式存在,则断言失败
Namespaces aliases list:可以设置命名空间

在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/16612.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

莱特币转型MEME币:背后隐含的加密市场现象

随着加密市场的风云变幻,莱特币(LTC)这款曾经的“老牌矿币”近日以自嘲式推文宣布“自己是一个MEME币”,迅速引发了市场的广泛关注和一波围绕MEME币的炒作浪潮。这一举动看似玩笑,却反映出当前加密市场的一种微妙转变&…

【网页设计】CSS3 进阶(动画篇)

1. CSS3 2D 转换 转换(transform)是CSS3中具有颠覆性的特征之一,可以实现元素的位移、旋转、缩放等效果 转换(transform)你可以简单理解为变形 移动:translate旋转:rotate缩放&#xf…

系统架构设计师:软件架构的演化和维护

软件架构一般会经历初始设计、实际使用、修改完善和退化弃用的过程,其中修改完善的过程实际上就是软件架构的演化和维护过程,演化和维护的目的就是为了使软件能够适应环境的变化而进行的纠错性修改和完善性修改等。 软件架构的演化和维护过程是一个不断…

如何在 Ubuntu 上安装 Jupyter Notebook

本篇文章将教你在 Ubuntu 服务器上安装 Jupyter Notebook,并使用 Nginx 和 SSL 证书进行安全配置。 我将带你一步步在云服务器上搭建 Jupyter Notebook 服务器。Jupyter Notebook 在数据科学和机器学习领域被广泛用于交互式编码、可视化和实验。在远程服务器上运行…

IoT [remote electricity meter]

IoT [remote electricity meter] 物联网,远程抄表,电表数据,举个例子

使用ivew-ui-plus 的Submit组件踩坑 injection “LoginInstance“ not found 记录 问题原因分析与解决方案

问题描述: 在下面这个页面中 注册按钮使用了view-ui-plus的Submit组件 结果控制台报错 runtime-core.esm-bundler.js:257 Uncaught TypeError: Cannot read properties of undefined (reading handleSubmit)at Proxy.handleSubmit (viewuiplus.min.esm.js:32610:26)at callW…

力扣 LeetCode 1047. 删除字符串中的所有相邻重复项(Day5:栈与队列)

解题思路&#xff1a; 方法一&#xff1a;栈 class Solution {public String removeDuplicates(String s) {Deque<Character> stack new ArrayDeque<>();for (char c : s.toCharArray()) {if (stack.isEmpty() || stack.peek() ! c) stack.push(c);else stack.p…

无人机检测车辆——多目标检测

目录 YOLOv3&#xff08;You Only Look Once version 3&#xff09;简介 YOLOv3 的主要特点 YOLOv3 的结构 1. 特征提取网络&#xff08;Backbone&#xff09; 2. 检测头&#xff08;Head&#xff09; 3. 输出层 YOLOv3 损失函数 YOLOv3 的优势 YOLOv3 的应用 YOLOv3…

集群搭建高可用

contos7.9 部署3节点 hadoop3.4 高可用集群 contos7.9 部署3节点 hadoop3.4 高可用集群环境信息Hadoop与Zookeeper的版本对应关系服务器角色分配使用端口服务器配置配置免密登录服务器配置初始化 init_server.sh配置主机名映射所有节点配置 hosts文件 hadoop 安装环境配置下载安…

网络IP地址会经常换吗?深入解析与实操指南

在互联网的生态系统中&#xff0c;IP地址&#xff08;Internet Protocol Address&#xff09;是每台连接设备的唯一标识符&#xff0c;它在网络通信中起着至关重要的作用。然而&#xff0c;不少用户观察到自己的IP地址有时会发生变化&#xff0c;这引发了诸多疑问。本文旨在详细…

AI测试的主要研究方向介绍

随着AI技术的不断进步和应用场景的日益广泛&#xff0c;如何确保人工智能系统的可靠性和安全性&#xff0c; 变得日益重要。人工智能测试作为保障AI系统质量的关键环节&#xff0c;也随着AI技术不断向前发展。本文将介绍当前AI测试的主要研究方向&#xff0c;以期为大家提供一个…

Python3中str和bytes

参考文章&#xff1a;浅析Python3中的bytes和str类型 - Chown-Jane-Y - 博客园 Python 3最重要的新特性之一是对字符串和二进制数据流做了明确的区分。文本总是Unicode&#xff0c;由str类型表示&#xff0c;二进制数据则由bytes类型表示。Python 3不会以任意隐式的方式混用str…

比特币前景再度不明,剧烈波动性恐即将回归

比特币市场降温&#xff0c;波动性增加 自特朗普赢得美国总统大选以来&#xff0c;比特币市场的投机狂热有所降温&#xff0c;现货和衍生品市场的活跃度开始减弱。比特币在上周五跌破87000美元&#xff0c;较之前创下的历史高点低了约6500美元。这一变化受到美联储主席鲍威尔讲…

node对接ChatGpt的流式输出的配置

node对接ChatGpt的流式输出的配置 首先看一下效果 将数据用流的方式返回给客户端,这种技术需求在传统的管理项目中不多见,但是在媒体或者有实时消息等功能上就会用到,这个知识点对于前端还是很重要的。 即时你不写服务端,但是服务端如果给你这样的接口,你也得知道怎么去使用联…

esp32c3安装micropython环境

esp32c3竟然支持micropython环境&#xff0c;真的太让人高兴了。主要是python开发比较友好&#xff0c;开发速度要快于C和C&#xff0c; 可以用来快速创意验证。 下载 首先到官网&#xff1a;MicroPython - Python for microcontrollers 点击“download”进入下载页面&#…

Linux运维工程师推荐学习的开发语言

前言&#xff1a;会开发的运维和不会开发的运维可以说是两个世界的运维。 个人推荐python和go&#xff0c;前者可以做自动化运维&#xff0c;后者可以深挖k8s&#xff1b;最近就不先演示运维服务技术的部署和架构搭建了&#xff0c;在深挖自动化运维&#xff0c;为了让现在的工…

新手小白学习docker第八弹------实现MySQL主从复制搭建

目录 0 引言1 实操1.1 新建主服务器容器1.2 书写配置文件1.3 重启master实例1.4 进入mysql-master容器master容器实例内创建数据同步用户 1.5 新建从服务器容器1.6 书写配置文件1.7 重启slave实例1.8 查看主从同步状态1.9 进入mysql-slave容器1.9.1 配置主从复制1.9.2 查看主从…

我谈二值形态学基本运算——腐蚀、膨胀、开运算、闭运算

Gonzalez从集合角度定义膨胀和腐蚀&#xff0c;不易理解。 Through these definitions, you can interpret dilation and erosion as sliding neighborhood operations analogous to convolution (or spatial filtering). 禹晶、肖创柏、廖庆敏《数字图像处理&#xff08;面向…

力扣题目解析--合并两个链表

题目 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#xff1a;l1 [1,2,4], l2 [1,3,4] 输出&#xff1a;[1,1,2,3,4,4]示例 2&#xff1a; 输入&#xff1a;l1 [], l2 [] 输出&#xff…

基于yolov8、yolov5的鸟类分类系统(含UI界面、训练好的模型、Python代码、数据集)

项目介绍 项目中所用到的算法模型和数据集等信息如下&#xff1a; 算法模型&#xff1a;     yolov8、yolov8 SE注意力机制 或 yolov5、yolov5 SE注意力机制 &#xff0c; 直接提供最少两个训练好的模型。模型十分重要&#xff0c;因为有些同学的电脑没有 GPU&#xff0…