Kotest框架中JSON路径断言的使用技巧
2025-06-13 14:40:55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
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
498
3.66 K
Ascend Extension for PyTorch
Python
301
343
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
309
134
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++
870
482
暂无简介
Dart
745
180
React Native鸿蒙化仓库
JavaScript
297
347
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882