头图

当接口返回的响应数据结构非常复杂,充斥着嵌套的对象和数组,其中还可能包含着图片的 URL 时,如果要查找特定信息,你需要不断上下滚动 JSON 响应,试图找到所需的字段。这不仅让人恼火,还浪费了宝贵的时间。

Apifox 提供了一种可编程的方法,将复杂的 JSON 响应数据转化为直观的图形化界面,这极大地提高了数据查找的效率,改善了响应的可读性,减少了可能的错误。

例如,你可以将层级复杂的数据结构通过表格来呈现:

图片

将 SVG 格式的图片转成 Base64 编码格式来呈现:

图片

甚至是引入第三方库(如 Echarts、D3.js 等)直接展现图表:

图片

实现思路

实现可视化响应的方式非常简单,在接口的「后置操作」中添加一个自定义脚本,然后通过 pm.visualizer.set() 函数传参即可,该函数语法如下:

pm.visualizer.set(template,data)
  • template:必填。HTML 模版字符串, 这个字符串最终会被渲染在 <body>下面, 你可以在 template 里面写 <link> 来加载外部 css 样式表, 或者通过 <script> 来加载第三方库。template 使用 Handlebars 语法,可以接收变量、进行循环操作等;
  • data:选填。接收一个对象,将数据传递到 template 中。

例如:

const template = `<div>{{name}}</div>`;
pm.visualizer.set(template, { name: 'Apifox'})
// 渲染出来的结果为: <div>Apifox</div>

下面列举出一些常见的例子。

可视化常规图片

你可以将 JPEG、PNG、WebP 等格式的图片进行可视化。例如某个接口返回如下数据结构:

{    "code": 0,    "message": "ok",    "data": {        "imgHead": "https://cdn.apifox.cn/logo/apifox-logo-64.png"    }}

要实现图片的可视化,需在该接口的后置操作中添加自定义脚本。

第一步,获取 接口 数据(图片路径):

// 1、获取图片路径
let imgURL = pm.response.json().data.imgHead;

第二步,添加 HTML 模板。template 模板用来渲染接口数据,模板中使用 {{}} 包裹变量:

// 2、添加 HTML 模板
let template = `    <img src="{{imgURL}}"/>`;

第三步,应用 pm.visualizer.set() 函数,将模板和数据传入其中:

// 3、设置 visualizer 数据。传模板、解析对象
pm.visualizer.set(template, { imgURL });

其结果如下:

图片

可视化 SVG 图片

SVG 图片可将其可视化渲染(比如某些验证码图片)。例如某个接口返回如下数据结构:

{    "code": 0,    "message": "ok",    "data": {        "img": "<svg xmlns="http://www.w3.org/2000/svg">\n  ......................  </svg>"    }}

要实现 SVG 图片可视化,需在该接口的后置操作中添加自定义脚本。

第一步,获取接口数据(图片路径),并通过 btoa()  方法将其转化为 Base64 编码:

// 获取 SVG 图片数据let svgContent = pm.response.json().data.img;
// 将 SVG 内容转换为 Base64 编码let imgBase64 = `data:image/svg+xml;charset=utf-8;base64,${btoa(svgContent)}`;

第二步,添加 HTML 模板。模板中使用 {{}} 包裹变量:

// HTML 模板let template = `    <img src="{{imgBase64}}" />`;

第三步,应用 pm.visualizer.set() 函数,将模板以及数据传入:

// 3、应用函数pm.visualizer.set(template, { tableData });

其结果如下:

图片

当然,一般情况下进行 接口测试 的时候,如果遇到需要输入图片验证码的场景,通常是给测试的账号添加白名单,跳过图片验证码验证。

可视化表格

一个复杂的 JSON 数据结构,可以通过表格的形式更为直观的呈现数据。例如某个接口返回如下数据结构:

{    "code": 0,    "message": "ok",    "data": [        {            "id": 1,            "name": "Apifox",            "logo": "https://cdn.apifox.cn/logo/apifox-logo-64.png",            "description": "API 文档、API 调试、API Mock、API 自动化测试、API 一体化协作平台"        },        {            "id": 2,            "name": "ChatGPT",            "logo": "https://cdn.apifox.cn/app/project-icon/custom/20230831/d925d46b-dca7-4bfe-9fee-524c93ba9549.png",            "description": "基于人工智能技术的对话式语言模型"        },        {            "id": 3,            "name": "GitHub",            "logo": "https://cdn.apifox.cn/app/project-icon/custom/20220701/d5a806db-8567-4e50-a4f8-341581c542ae.png",            "description": "一个基于云端的代码托管平台"        },                ............    ]}

要实现 JSON 可视化,需在该接口的后置操作中添加自定义脚本。

第一步,获取接口数据:

// 1、获取接口数据let tableData = pm.response.json().data;

第二步,添加 HTML 模板。如果要循环数组数据,要以 {{#each 变量名}} 开头,{{/each}} 结尾,其中变量用 {{}} 包裹:

// 2、添加 HTML 模板var template =`<style>    table {        border-collapse: collapse;        width: 90%;    }    table, th, td {        border: 1px solid #ddd;    }    th, td {        padding: 10px;        text-align: center;    }    th {        background-color: #f2f2f2;    }    img {        max-width: 32px;        max-height: 32px;    }</style>
<table>    <thead>        <tr>            <th>ID</th>            <th>Name</th>            <th>logo</th>            <th>description</th>        </tr>    </thead>    <tbody>        {{#each tableData}}        <tr>            <td>{{id}}</td>            <td>{{name}}</td>            <td><img src="{{logo}}"/></td>            <td>{{description}}</td>        </tr>        {{/each}}    </tbody></table>`

第三步,应用 pm.visualizer.set() 函数:

// 3、应用函数pm.visualizer.set(template, { tableData });

其结果如下:

图片

可视化图表

在后置操作的自定义脚本中,还可以引入第三方库(如 Echarts、D3.js 等)进行图表渲染,操作步骤同上。

例如这个 Echarts 的可视化图表脚本:

var template = `    <div id="container" style="height: 500px;width: 90%"></div>    <script src="https://fastly.jsdelivr.net/npm/echarts@5.3.3/dist/echarts.min.js"></script>      <script>    var dom = document.getElementById('container');    var myChart = echarts.init(dom, null, {      renderer: 'canvas',      useDirtyRect: false    });    var app = {};        var option;
    option = {      title: {        text: 'Stacked Area Chart'      },      tooltip: {        trigger: 'axis',        axisPointer: {          type: 'cross',          label: {            backgroundColor: '#6a7985'          }        }      },      legend: {        data: ['Email', 'Union Ads', 'Video Ads', 'Direct', 'Search Engine']      },      toolbox: {        feature: {          saveAsImage: {}        }      },      grid: {        left: '3%',        right: '4%',        bottom: '3%',        containLabel: true      },      xAxis: [        {          type: 'category',          boundaryGap: false,          data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']        }      ],      yAxis: [        {          type: 'value'        }      ],      series: [        {          name: 'Email',          type: 'line',          stack: 'Total',          areaStyle: {},          emphasis: {            focus: 'series'          },          data: [120, 132, 101, 134, 90, 230, 210]        },        {          name: 'Union Ads',          type: 'line',          stack: 'Total',          areaStyle: {},          emphasis: {            focus: 'series'          },          data: [220, 182, 191, 234, 290, 330, 310]        },        {          name: 'Video Ads',          type: 'line',          stack: 'Total',          areaStyle: {},          emphasis: {            focus: 'series'          },          data: [150, 232, 201, 154, 190, 330, 410]        },        {          name: 'Direct',          type: 'line',          stack: 'Total',          areaStyle: {},          emphasis: {            focus: 'series'          },          data: [320, 332, 301, 334, 390, 330, 320]        },        {          name: 'Search Engine',          type: 'line',          stack: 'Total',          label: {            show: true,            position: 'top'          },          areaStyle: {},          emphasis: {            focus: 'series'          },          data: [820, 932, 901, 934, 1290, 1330, 1320]        }      ]    };
    if (option && typeof option === 'object') {      myChart.setOption(option);    }
    window.addEventListener('resize', myChart.resize);  </script>`pm.visualizer.set(template);

其结果如下:

图片

总体来说,实现响应数据可视化的过程可以归结为三个简单的步骤:首先,获取接口数据;其次,添加 HTML 模板;最后,使用 pm.visualizer.set() 函数完成可视化操作。

知识扩展:


Apifox
23 声望4 粉丝

Apifox 是 API 文档、API 调试、API Mock、API 自动化测试一体化平台。Apifox = Postman + Swagger + Mock + JMeter