JMeter響應斷言詳解

  響應斷言?:對服務器的響應進行斷言校驗

  (1)應用范圍:?main?sample?and?sub?sample,?main?sample?only?,?sub-sample?only?,?jmeter?variable   

  關于應用范圍,我們大多數勾選“main?sample?only”?就足夠了,因為我們一個請求,實質上只有一個請求。但是當我們發一個請求時,可以觸發多個服務器請求,類似于ajax那種,那么就有main?sample??和?sub-sample之分了。   

此外,對于有重定向的請求,并且勾選了“跟隨重定向”,?那么這兩個請求都是?sub-sample,重定向后的請求(第二個請求)就是main-sample   

  關于main?sample?and?sub?sample,有興趣的可以看看這個帖子   

  http://stackoverflow.com/questions/28214936/jmeter-in-which-scenario-i-can-use-main-sample-or-sub-sample-or-both-for-te   

(2)響應字段:?響應文本,Document(Text),url樣本,響應代碼,響應信息,Response?Header,ignore?status   

  響應文本:?服務器響應文本,一般普通http響應,都勾選這個。   

  Document(Text):一切Apache?Tika?支持服務器響應,包括文本響應,還支持?PDF,?Office,?Audio,?Video?formats。jmeter會用Apache?Tika?去解析服務器響應內容,會很耗內存,而且也很容易解析失敗。所以一般普通http請求,不要選擇這個。   

  url樣本:是對sample的url進行斷言。如果請求沒有重定向(302),那么就是這個就是請求url。?如果有重定向(且跟隨重定向),那么url就包含請求url?和?重定向url   

  響應代碼:http響應代碼,如101,200,302,404,501等。但當我們要驗證404,501等http響應代碼時,需要勾選“?ignore?status”。因為當http?響應代碼為400,500時,jmeter默認這個請求時失敗的。   

  響應信息:http響應代碼對應的響應信息,例如:OK,?Found   

  HTTP/1.1?200?Ok   

  HTTP/1.1?302?Found   

  Response?Header?:?響應頭信息,例如   

  Server:?Tengine   

  Date:?Thu,?12?Mar?2015?09:43:52?GMT   

  Content-Type:?text/html   

  Content-Length:?260   

  Connection:?close   

  Location:?http://www.baidu.com/404.html   

(3)模式匹配規則   

  包括:返回結果包括你指定的內容,支持正則匹配   

  例如:   

  響應字段為:?響應文本   

  模式匹配規則:匹配   

  斷言為:1、invalid????2、[a-z]+   

  當返回值為:{"msg":"channel?invalid."}?,?這兩個斷言都是ok的,返回true   

  匹配:   

  (1)?相當于?equals?。當返回值固定時,可以返回值做斷言,效果和equals相同   

  (2)?正則匹配?。?用正則表達式匹配返回結果,但必須全部匹配。?即正則表達式必須能匹配整個返回值,而不是返回值的一部分。   例如:   響應字段為:?響應文本   

  模式匹配規則:匹配   

  斷言為:1、{"msg":"channel?invalid."}???2、{"msg":"[a-z]+?invalid."}??,?3、[a-z]+   

  當返回值為:{"msg":"channel?invalid."}???,斷言1?2?是ok的,?斷言3是false   

  當返回值為:{"msg":"channel?invalid."}?,?斷言1?3是false,?斷言2才是ok的。   

  原因是,斷言1?只能用于equals,而斷言3?只匹配了返回值部分,而不是全部匹配。   

  Equals?:?返回結果與你指定斷言完全一致   

  SubString:與?“包括”差不多,都是指返回結果包括你指定的內容,但是subString不支持正則字符串   

  例如:   

  響應字段為:?響應文本   

  模式匹配規則:匹配   

  斷言為:1、invalid????2、[a-z]+   

  當返回值為:{"msg":"channel?invalid."}?,?斷言1返回true,?但斷言2返回false   

  否:就相當于取反。?如果上面斷言結果為true,勾選“否”后,最終斷言結果為false。如果上面斷言結果為false,勾選“否”后,則最終斷言結果為?true。

轉載于:https://www.cnblogs.com/sunjump/p/8133840.html

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/453797.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/453797.shtml
英文地址,請注明出處:http://en.pswp.cn/news/453797.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

YUV / RGB 格式及快速轉換

YUV是指亮度參量和色度參量分開表示的像素格式,而這樣分開的好處就是不但可以避免相互干擾,還可以降低色度的采樣率而不會對圖像質量影響太大。 YUV是一個比較籠統地說法,針對它的具體排列方式,可以分為很多種具體的格式。轉載一篇…

交換機分布緩存_交換機網絡嗅探方法 如何欺騙交換機緩存

嗅探(sniff),就是竊聽網絡上流經的數據包,而數據包里面一般會包含很多重要的私隱信息,如:你正在訪問什么網站,你的郵箱密碼是多少,你在和哪個MM聊QQ等等......而很多攻擊方式(如著名的會話劫持)都是建立在嗅…

深度學習之 SSD(Single Shot MultiBox Detector)

目標檢測近年來已經取得了很重要的進展,主流的算法主要分為兩個類型: (1)two-stage方法,如R-CNN系算法,其主要思路是先通過啟發式方法(selective search)或者CNN網絡(RP…

短時程突觸可塑性(short-term synaptic plasticity)

介紹神經元的突觸可塑性一般被認為是大腦學習與記憶的分子生物學機制,它是指突觸傳遞效率增強或減弱的變化現象。若這種變化只持續數十毫秒到幾分,便稱之為短時程突觸可塑性,其中效率增強與減弱分別叫做短時程增強(short-term enh…

windows平臺下vlc編譯

轉自:http://jeremiah.blog.51cto.com/539865/114190Jeremiah剛剛工作幾個月,參與的第一個項目是與視頻監控有關,分配給我的任務就是用開源的vlc做一個自己的播放器。對于開源項目來說,搭建起編譯環境是第一步也是最重要的一步。Jeremiah在歷…

python xgboost安裝_win7 64 python2 xgboost安裝

綜述:安裝Python3 環境下的xgboost 可以通過pip install , 在網址中下載對應版本: http://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 來進行安裝。但Python2在該網址下并沒有相應的包,所以要下載xgboost源代碼 然后編譯。很麻…

深度學習之卷積神經網絡 AlexNet

AlexNet 是 2012年ILSVRC 比賽冠軍,遠超第二名的CNN,比LeNet更深,用多層小卷積疊加來替換單個的大卷積,結構如下圖所示。 ?? 結構 預處理 原始圖片:256?256?3256*256*3256?256?3 圖像處理: 1.隨機…

jstl處理欄目與子欄目_芬頓氧化法廢水處理工程技術規范(征求意見稿)

日前,生態環境部印發《芬頓氧化法廢水處理工程技術規范(征求意見稿)》,詳情如下:各有關單位:為貫徹《中華人民共和國環境保護法》和《中華人民共和國水污染防治法》等法律法規,防治環境污染,改善環境質量&a…

深度學習之卷積神經網絡 ZF Net

ZFNet出自論文《 Visualizing and Understanding Convolutional Networks》,作者Matthew D. Zeiler和Rob Fergus——顯然ZFNet是以兩位作者名字的首字母命名的。ZFNet通常被認為是ILSVRC 2013的冠軍方法,但實際上ZFNet排在第3名,前兩名分別是…

SIP與RTP綜合應用5-RTP解包過程

RTP接收部分比較簡單(不用考慮jitterbuffer等),先從這里入手。 其實主要就3步: 1 創建一個udp,監聽一個端口,比如5200。 2 收到RTP包,送到解包程序,繼續收第 二個。 3 收齊一幀后,或保存文件&am…

JavaScript eval() 函數,計算某個字符串,并執行其中的的 JavaScript 代碼。

JavaScript eval() 函數,計算某個字符串,并執行其中的的 JavaScript 代碼。 適合用于計算器的計算,等。 例子: eval("x10;y20;document.write(x*y)") document.write(eval("22")) var x10 document.write(eva…

vb整合多個excel表格到一張_[Excel]同一工作簿中多個工作表保存成獨立的表格

一個工作簿中有多個表格,如何將其表格單獨保存成一個獨立的文檔呢?如果表格少,操作如下:選中要導出表格的標簽名--鼠標郵件--移動或復制表格--新建工作簿。當如果表格太多呢,以上方法就太羅嗦了。簡單方法用VBA,步驟如…

sqlserver字符串多行合并為一行

1 --創建測試表2 CREATE TABLE [dbo].[TestRows2Columns](3 [Id] [int] IDENTITY(1,1) NOT NULL,4 [UserName] [nvarchar](50) NULL,5 [Subject] [nvarchar](50) NULL,6 [Source] [numeric](18,0) NULL7 )8 GO9 10 --插入測試數據 11 INSERT INTO [TestRows2C…

OpenCore 的代碼結構

OpenCore的代碼結構 以開源Android 的代碼為例,Open Core 的代碼在Android 代碼的External/Opencore 目錄 中。這個目錄是OpenCore 的根目錄,其中包含的子目錄如下所示: android:這里面是一個上層的庫,它基于PVPlaye…

深度學習之卷積神經網絡 GoogleNet

GoogLeNet Incepetion V1 這是GoogLeNet的最早版本,出現在2014年的《Going deeper with convolutions》。之所以名為“GoogLeNet”而非“GoogleNet”,文章說是為了向早期的LeNet致敬。 深度學習以及神經網絡快速發展,人們不再只關注更給力的硬件、更大…

名詞解釋 算法的有限性_數據結構與算法期中考試卷(含答案)

玉林師范學院期中課程考試試卷(2010——2011學年度第一學期)命題教師:劉恒 命題教師所在系:數計系 課程名稱:數據結構與算法 考試專業:信計 考試年級:09級一、單項選擇題(每題2分,共30分,把正確…

Jzoj4348 打擊目標

又是被水題坑了。。。 一直想不出來看題解說要什么主席樹,于是開始打離線算法 結果打到一半發現要強制在線。。No!!! 發現直接AC自動機似乎可做?樹剖之后在AC自動機上跑的時候判斷一下不就好了嗎!連線段樹都不要 讓后快樂切掉,速度還可以&…

深度學習之卷積神經網絡 VGGNet

2014年,牛津大學計算機視覺組(Visual Geometry Group)和Google DeepMind公司的研究員一起研發出了新的深度卷積神經網絡:VGGNet,并取得了ILSVRC2014比賽分類項目的第二名(第一名是GoogLeNet,也是…

SpringMVC 返回json的兩種方式

前后臺數據交互使用json是一種很重要的方式.本文主要探討SpringMVC框架使用json傳輸的技術. 請注意,本文所提到的項目使用Spring 版本是4.1.7,其他版本在具體使用上可能有不一樣的情況. 一、最常見——使用RequestBody的注解返回一個實體對象; 使用方式如下: 1:引入jar包&#…

word上怎么把圖片拼接到一起_如何用Word把自己插入的兩張圖片合在一起?

例如上面效果的設置方法:1、單擊插入----圖片按鈕;2、彈出插入圖片對話框,按住Ctrl鍵,同時選擇所需要的圖片;3、選中圖片,單擊圖片工具格式----文字環繞----緊密型環繞;4、此時,用鼠…