【工作记录】接口功能测试总结

news2025/6/8 23:38:14

 如何对1个接口进行接口测试

一、单接口功能测试

1、接口文档信息

理解接口文档的内容:

  • 请求URL: https://[ip]:[port]/xxxserviceValidation

  • 请求方法: POST

  • 请求参数: serviceCode(必填), servicePsw(必填)

  • 响应参数: status, token

2、编写测试用例

2.1 正常情况测试

用例1: 使用正确的serviceCode和servicePsw

  • 预期结果: status=200, 返回有效token 

# 接口请求
{
"serviceCode":"正确xxxxxx", "servicePsw":"正确xxxxxx",
}

# 接口响应
{
"status":"200",
"token":"91a064fe-e17c-4910-90e0-e3d00fda2ca3"
}

2.2 异常情况测试

异常需从以下方面设计测试用例

注意点:多参数注意组合,如两个字段为空验证,需验证都为空、1为空、2为空

  • 必填参数缺失:不传必填参数,如{key:"value"}全部不传

  • 参数值为空:传空字符串,如{key:""}

  • 错误参数值:参数错误,如{key:"###特殊字符"}和类型错误{key:value}

  • 超长参数:例中接口无要求,如文本框要求输入要求8-200限制,{key:"超出200"}

  • 超短参数:例中接口无要求,如文本框要求输入要求8-200限制,{key:"3位123"}

必填参数缺失用例:

serviceCode为空,预期结果: status=300, 无token返回

# 接口请求
{
"servicePsw":"正确xxxxxx",
}

# 接口响应
{
"status":"300",
}

参数值为空用例:

serviceCode为空,预期结果: status=300, 无token返回

# 接口请求
{
"serviceCode":"", "servicePsw":"正确xxxxxx",
}

# 接口响应
{
"status":"300",

}

错误参数值用例:

serviceCode错误,预期结果: status=300, 无token返回

# 接口请求
{
"serviceCode":"错误xxxxxx", "servicePsw":"正确xxxxxx",
}

# 接口响应
{
"status":"300",
}

3、测试用例执行

如下图对接口进行测试

执行测试用例:参数appkey为空校验

预期:响应体应返回“请输入appkey”

实际:非法访问,与预期不符合

 

二、注册接口功能测试

1、接口文档信息

参数规则说明:

username:

1、字母、数字组成

2、长度2~20位

3、字母不区分大小写

password:

1、长度8~20位

2、必须含有字母和数字

email:

标准的电子邮件的字符规则

2、编写测试用例

2.1 正常情况测试

输入合法的用户名、密码和邮箱,验证能成功注册并返回正确的userid。

2.2 异常情况测试

1、用户名不符合规则:

输入非字母数字组成的用户名,验证注册失败并返回相应的错误信息。

输入长度小于2位的用户名,验证注册失败并返回相应的错误信息。

输入长度大于20位的用户名,验证注册失败并返回相应的错误信息。

2、密码不符合规则:

输入不包含字母的密码,验证注册失败并返回相应的错误信息。

输入不包含数字的密码,验证注册失败并返回相应的错误信息。

输入长度小于8位的密码,验证注册失败并返回相应的错误信息。

输入长度大于20位的密码,验证注册失败并返回相应的错误信息。

3、邮箱不符合规则:

输入不符合标准email规则的邮箱,验证注册失败并返回相应的错误信息。

4、参数缺失:

分别缺失用户名、密码、邮箱这三个参数中的一个,验证注册失败并返回相应的错误信息。

5、参数为空:

分别为空用户名、密码、邮箱这三个参数中的一个,验证注册失败并返回相应的错误信息。

6、参数类型错误:

分别将用户名、密码、邮箱的参数类型设为非String类型(如Number),验证注册失败并返回相应的错误信息。

7、额外测试:

分别输入字母相同,但是大小写不同的用户名,验证第一次注册应该成功,其他注册都应该失败。

输入已经存在的用户名或邮箱,验证注册失败并返回相应的错误信息。

输入不同大小写组合的用户名,验证注册成功并返回正确的userid。

 

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.coloradmin.cn/o/2404706.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Dubbo Logback 远程调用携带traceid

背景 A项目有调用B项目的服务&#xff0c;A项目使用 logback 且有 MDC 方式做 traceid&#xff0c;调用B项目的时候&#xff0c;traceid 没传递过期&#xff0c;导致有时候不好排查问题和链路追踪 准备工作 因为使用的是 alibaba 的 dubbo 所以需要加入单独的包 <depend…

NLP学习路线图(二十):FastText

在自然语言处理(NLP)领域,词向量(Word Embedding)是基石般的存在。它将离散的符号——词语——转化为连续的、富含语义信息的向量表示,使得计算机能够“理解”语言。而在众多词向量模型中,FastText 凭借其独特的设计理念和卓越性能,尤其是在处理形态丰富的语言和罕见词…

力扣面试150题--除法求值

Day 62 题目描述 做法 此题本质是一个图论问题&#xff0c;对于两个字母相除是否存在值&#xff0c;其实就是判断&#xff0c;从一个字母能否通过其他字母到达&#xff0c;做法如下&#xff1a; 遍历所有等式&#xff0c;为每个变量分配唯一的整数索引。初始化一个二维数组 …

美业破局:AI智能体如何用数据重塑战略决策(5/6)

摘要&#xff1a;文章深入剖析美业现状与挑战&#xff0c;指出其市场规模庞大但竞争激烈&#xff0c;面临获客难、成本高、服务标准化缺失等问题。随后阐述 AI 智能体与数据驱动决策的概念&#xff0c;强调其在美业管理中的重要性。接着详细说明 AI 智能体在美业数据收集、整理…

生成模型+两种机器学习范式

生成模型&#xff1a;从数据分布到样本创造 生成模型&#xff08;Generative Model&#xff09; 是机器学习中一类能够学习数据整体概率分布&#xff0c;并生成新样本的模型。其核心目标是建模输入数据 x 和标签 y 的联合概率分布 P(x,y)&#xff0c;即回答 “数据是如何产生的…

【学习笔记】Python金融基础

Python金融入门 1. 加载数据与可视化1.1. 加载数据1.2. 折线图1.3. 重采样1.4. K线图 / 蜡烛图1.5. 挑战1 2. 计算2.1. 收益 / 回报2.2. 绘制收益图2.3. 累积收益2.4. 波动率2.5. 挑战2 3. 滚动窗口3.1. 创建移动平均线3.2. 绘制移动平均线3.3 Challenge 4. 技术分析4.1. OBV4.…

A Execllent Software Project Review and Solutions

The Phoenix Projec: how do we produce software? how many steps? how many people? how much money? you will get it. i am a pretty judge of people…a prank

windows命令行面板升级Git版本

Date: 2025-06-05 11:41:56 author: lijianzhan Git 是一个 ‌分布式版本控制系统‌ (DVCS)&#xff0c;由 Linux 之父 Linus Torvalds 于 2005 年开发&#xff0c;用于管理 Linux 内核开发。它彻底改变了代码协作和版本管理的方式&#xff0c;现已成为软件开发的事实标准工具&…

大故障,阿里云核心域名疑似被劫持

2025年6月5日凌晨&#xff0c;阿里云多个服务突发异常&#xff0c;罪魁祸首居然是它自家的“核心域名”——aliyuncs.com。包括对象存储 OSS、内容分发 CDN、镜像仓库 ACR、云解析 DNS 等服务在内&#xff0c;全部受到波及&#xff0c;用户业务连夜“塌房”。 更让人惊讶的是&…

SQLMesh实战:用虚拟数据环境和自动化测试重新定义数据工程

在数据工程领域&#xff0c;软件工程实践&#xff08;如版本控制、测试、CI/CD&#xff09;的引入已成为趋势。尽管像 dbt 这样的工具已经推动了数据建模的标准化&#xff0c;但在测试自动化、工作流管理等方面仍存在不足。 SQLMesh 应运而生&#xff0c;旨在填补这些空白&…

设计模式基础概念(行为模式):模板方法模式 (Template Method)

概述 模板方法模式是一种行为设计模式&#xff0c; 它在超类中定义了一个算法的框架&#xff0c; 允许子类在不修改结构的情况下重写算法的特定步骤。 是基于继承的代码复用的基本技术&#xff0c;模板方法模式的类结构图中&#xff0c;只有继承关系。 需要开发抽象类和具体子…

传统业务对接AI-AI编程框架-Rasa的业务应用实战(番外篇2)-- Rasa 训练数据文件的清理

经过我的【传统业务对接AI-AI编程框架-Rasa的业务应用实战】系列 1-6 的表述 已经实现了最初的目标&#xff1a;将传统平台业务&#xff08;如发票开具、审核、计税、回款等&#xff09;与智能交互结合&#xff0c;通过用户输入提示词或语音&#xff0c;识别用户意图和实体信…

LVDS的几个关键电压概念

LVDS的几个关键电压概念 1.LVDS的直流偏置 直流偏置指的是信号的电压围绕的基准电压&#xff0c;信号的中心电压。在LVDS中&#xff0c;信号是差分的&#xff0c; 两根线之间的电压差表示数据&#xff0c;很多时候两根线的电压不是在0v开始变化的&#xff0c;而是在某个 固定的…

2023年ASOC SCI2区TOP,随机跟随蚁群优化算法RFACO,深度解析+性能实测

目录 1.摘要2.连续蚁群优化算法ACOR3.随机跟随策略4.结果展示5.参考文献6.代码获取7.算法辅导应用定制读者交流 1.摘要 连续蚁群优化是一种基于群体的启发式搜索算法&#xff08;ACOR&#xff09;&#xff0c;其灵感来源于蚁群的路径寻找行为&#xff0c;具有结构简单、控制参…

DLL动态库实现文件遍历功能(Windows编程)

源文件&#xff1a; 文件遍历功能的动态库&#xff0c;并支持用户注册回调函数处理遍历到的文件 a8f80ba 周不才/cpp_linux study - Gitee.com 知识准备 1.Windows中的数据类型 2.DLL导出/导入宏 使用__declspec(dllexport)修饰函数&#xff0c;将函数标记为导出函数存放到…

jvm 垃圾收集算法 详解

垃圾收集算法 分代收集理论 垃圾收集器的理论基础&#xff0c;它建立在两个分代假说之上&#xff1a; 弱分代假说&#xff1a;绝大多数对象都是朝生夕灭的。强分代假说&#xff1a;熬过越多次垃圾收集过程的对象就越难以消亡。 这两个分代假说共同奠定了多款常用的垃圾收集…

[特殊字符] 深入理解 Linux 内核进程管理:架构、核心函数与调度机制

Linux 内核作为一个多任务操作系统&#xff0c;其进程管理子系统是核心组成部分之一。无论是用户应用的运行、驱动行为的触发&#xff0c;还是系统调度决策&#xff0c;几乎所有操作都离不开进程的创建、调度与销毁。本文将从进程的概念出发&#xff0c;深入探讨 Linux 内核中进…

Flutter:下拉框选择

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/d4 b70dec92594838a8b2c130717938aa.png) 文档地址dropdown_button2 // 限价、市价 状态final List<String> orderTypes [普通委托, 市价委托];String? selectedOrderType 普通委托;changeOrderType(String …

SpringAI(GA):Nacos2下的分布式MCP

原文链接地址&#xff1a;SpringAI(GA)&#xff1a;Nacos2下的分布式MCP 教程说明 说明&#xff1a;本教程将采用2025年5月20日正式的GA版&#xff0c;给出如下内容 核心功能模块的快速上手教程核心功能模块的源码级解读Spring ai alibaba增强的快速上手教程 源码级解读 版…

[AI绘画]sd学习记录(二)文生图参数进阶

目录 7.高分辨率修复&#xff1a;以小博大8.细化器&#xff08;Refiner&#xff09;&#xff1a;两模型接力9.随机数种子&#xff08;Seed&#xff09;&#xff1a;复现图片吧 本文接续https://blog.csdn.net/qq_23220445/article/details/148460878?spm1001.2014.3001.5501…