Kotest框架中JSON路径断言的使用技巧
2025-06-13 10:49:25作者:殷蕙予
在Kotest测试框架中,shouldContainJsonKeyValue是一个常用的JSON内容断言方法,它允许开发者验证JSON文档中特定路径的值是否符合预期。然而,当使用JSONPath表达式进行复杂查询时,特别是涉及过滤条件时,开发者可能会遇到一些意料之外的行为。
JSONPath过滤查询的特性
当使用JSONPath表达式进行过滤查询时,例如$[?(@.name=='name_I_am_looking_for')].status,返回的结果总是一个列表(数组),即使查询条件只匹配到一个元素。这是JSONPath规范定义的标准行为,而不是Kotest框架的问题。
例如,对于以下JSON数据:
[
{"name":"name_I_am_looking_for", "status":"HEALTHY"},
{"name":"name_I_am_NOT_looking_for", "status":"UNHEALTHY"}
]
使用路径$[?(@.name=='name_I_am_looking_for')].status查询时,返回的值将是["HEALTHY"],而不是简单的"HEALTHY"。
正确的断言方式
在Kotest中,当使用包含过滤条件的JSONPath表达式时,断言应该预期一个列表值,而不是单个值。正确的断言方式应该是:
data.shouldContainJsonKeyValue(
"$[?(@.name=='name_I_am_looking_for')].status",
listOf("HEALTHY")
)
如果尝试使用单个值进行断言,如"HEALTHY",断言将会失败,因为实际返回的是一个包含该值的列表。
实际应用示例
在测试代码中,特别是结合Kotest的eventually块进行异步验证时,正确处理JSONPath返回类型尤为重要:
test("Healthchecks successful") {
testApplication {
environment { config = ApplicationConfig("application.conf") }
eventually(eventuallyConfig) {
val response = client.get("/liveness")
response.bodyAsText().shouldContainJsonKeyValue(
"$[?(@.name=='some_name_i_look_for')].status",
listOf("Healthy")
)
}
}
}
最佳实践建议
- 当使用JSONPath过滤表达式时,总是预期返回一个列表
- 对于简单的路径查询(如
$.status或$[0].status),可以直接使用单个值进行断言 - 在编写测试前,建议先单独验证JSONPath表达式的结果,确保理解其返回结构
- 考虑在团队中建立JSONPath使用的约定,保持测试代码的一致性
理解JSONPath查询的返回类型特性,可以帮助开发者编写更准确、更健壮的JSON内容断言,提高测试代码的质量和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
599
164
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26