Cucumber API Steps 技术文档
2024-12-26 18:42:53作者:俞予舒Fleming
1. 安装指南
1.1 依赖项
在安装 cucumber-api-steps 之前,确保你的项目中已经安装了以下依赖项:
1.2 安装步骤
-
在你的
Gemfile中添加以下行,建议将其放在test或cucumber组中:gem 'cucumber-api-steps', :require => false -
在
env.rb文件中添加以下行,以便在你的特性文件中使用这些步骤定义:require 'cucumber/api_steps' -
运行
bundle install安装 gem。
2. 项目的使用说明
cucumber-api-steps 提供了一组 Cucumber 步骤定义,用于简化 REST 风格 API 的基本测试。它支持 XML 和 JSON 格式的请求和响应。
2.1 基本使用
你可以在 Cucumber 特性文件中使用这些步骤定义来测试 API。以下是一些常见的用例:
2.1.1 发送和接受 JSON 请求
Feature: API
Scenario: List tweets in JSON
When I send and accept JSON
And I send a GET request to "/api/tweets"
Then the response status should be "200"
And the JSON response should be:
"""
[{"tweet":"Hello World!"},{"tweet":"New Rails has been released"}]
"""
And the JSON response should have "$..tweet" with the text "Hello World!"
And the JSON response should have "$..tweet" with a length of 2
2.1.2 发送和接受 XML 请求
Feature: API
Scenario: List tweets in XML
When I send and accept XML
And I send a GET request to "/api/tweets"
Then the XML response should have "tweet" with the text "Hello World!"
2.1.3 使用 POST 参数发送请求
Feature: API
Scenario: Post tweet using POST-params
When I send a POST request to "/api/tweets" with the following:
| tweet | Hello World! |
| lat | 42.848282 |
| lng | 74.634933 |
Then the response status should be "201"
2.1.4 使用 JSON 请求体发送请求
Feature: API
Scenario: Post tweet using json in POST body
When I send a POST request to "/api/tweets" with the following:
"""
{"tweet":"Hello World!","lat":"42.848282", "lng":"74.634933"}
"""
Then the response status should be "201"
2.1.5 基本认证
Feature: API
Scenario: Basic authentication
When I authenticate as the user "joe" with the password "password123"
And I send a GET request to "/api/tweets"
Then the response status should be "200"
2.1.6 摘要认证
Feature: API
Scenario: Digest authentication
When I digest-authenticate as the user "joe" with the password "password123"
And I send a GET request to "/api/tweets"
Then the response status should be "200"
3. 项目 API 使用文档
cucumber-api-steps 提供了一系列步骤定义,用于测试 API。以下是一些常用的步骤:
3.1 发送请求
When I send and accept JSON:设置请求和响应的内容类型为 JSON。When I send and accept XML:设置请求和响应的内容类型为 XML。When I send a GET request to "/api/tweets":发送一个 GET 请求到指定的路径。When I send a POST request to "/api/tweets" with the following::发送一个 POST 请求到指定的路径,并附带参数或请求体。
3.2 验证响应
Then the response status should be "200":验证响应的状态码。Then the JSON response should be::验证 JSON 响应的内容。Then the JSON response should have "$..tweet" with the text "Hello World!":验证 JSON 响应中特定路径的值。Then the XML response should have "tweet" with the text "Hello World!":验证 XML 响应中特定节点的值。
3.3 认证
When I authenticate as the user "joe" with the password "password123":使用基本认证。When I digest-authenticate as the user "joe" with the password "password123":使用摘要认证。
4. 项目安装方式
4.1 通过 Gemfile 安装
在 Gemfile 中添加以下行:
gem 'cucumber-api-steps', :require => false
然后运行 bundle install 安装 gem。
4.2 手动安装
你也可以通过以下命令手动安装 gem:
gem install cucumber-api-steps
安装完成后,在 env.rb 文件中添加以下行:
require 'cucumber/api_steps'
这样,你就可以在你的 Cucumber 特性文件中使用 cucumber-api-steps 提供的步骤定义了。
结语
cucumber-api-steps 是一个强大的工具,可以帮助你轻松测试 REST 风格的 API。通过本文档,你应该能够顺利安装并使用这个 gem 来编写和执行 API 测试。如果你有任何问题或需要进一步的帮助,请参考项目的 GitHub 页面。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878