• jmeter(十八)关联之XPath Extractor


    之前的博客,有介绍jmeter如何对请求进行关联的一种常见用法,即:后置处理器中的正则表达式提取器,下面介绍另一种关联方法,XPath Extractor!

    所谓关联,从业务角度讲,即:某些操作步骤与其相邻步骤存在一定的依赖关系,导致某个步骤的输入数据来源于上一步的返回数据,这时就需要“关联”来建立步骤之间的联系。

    简单来说,就是:将上一个请求的响应结果作为下一个请求的参数。。。

     

    jmeter提供的对关联的支持包括以下2个方面:

    ①能够将返回页面上的指定内容保存在参数中;

    ②能够将GET或POST方法中的数据使用该参数来替换;

    XPath Extractor的使用方法与正则表达式提取器(Regular Expression Extractor)类似,只不过该Expression中指定的不是正则表达式,而是给定的XPath路径。

    首先,新建一个线程组,然后右键-添加-后置处理器-XPath Extractor:

    这里简单介绍下jmeter后置处理器的作用

    后置处理器(Post Processor)本质上是一种对sampler发出请求后接受到的响应数据进行处理(后处理)的方法,结合之前我介绍过的jmeter元件的作用域和执行顺序 

    必须将后置处理器元件放在合适的位置才能达到预期的效果。

    XPath Extractor界面如下:

    APPly to:作用范围(返回内容的断言范围)

             Main sample and sub-samples:作用于父节点的取样器及对应子节点的取样器

             Main sample only:仅作用于父节点的取样器

             Sub-samples only:仅作用于子节点的取样器

             JMeter Variable:作用于jmeter变量(输入框内可输入jmeter的变量名称)

    XML Parsing Options:要解析的XML参数

             Use Tidy:当需要处理的页面是HTML格式时,必须选中该选项;如果是XML或XHTML格式(例如RSS返回),则取消选中;

                       Quiet表示只显示需要的HTML页面,Report errors表示显示响应报错,Show warnings表示显示警告;

             Use Namespaces:如果启用该选项,后续的XML解析器将使用命名空间来分辨;

             Validate XML:根据页面元素模式进行检查解析;

             Ignore Whitespace:忽略空白内容;

             Fetch external DTDs:如果选中该项,外部将使用DTD规则来获取页面内容;

    Return entire XPath fragment of  text content:返回文本内容的整个XPath片段;

    Reference Name:存放提取出的值的参数。

    XPath Query:用于提取值的XPath表达式。

    Default Value:参数的默认值。

    PS:XPath是XML/XHTML中常用的选取给定节点和节点集的方法

    正则表达式提取器和XPath Extractor的区别

    ①正则表达式提取器可以用于对页面任何文本的提取,提取的内容是根据正则表达式在页面内容中进行文本匹配;

    ②XPath Extractor则可以提取返回页面任意元素的任意属性;

    ③如果需要提取的文本是页面上某元素的属性值,建议使用XPath Extractor;

    ④如果需要提取的文本在页面上的位置不固定,或者不是元素的属性,建议使用正则表达式提取器。

  • 相关阅读:
    k8s service的DNS名称解析之CoreDNS
    k8s service负载均衡实现之iptables
    k8s 将项目暴露到互联网访问
    k8s 日志按体现分类与采集思路
    k8s ingressd的http对外暴露网站
    k8s 容器交付流程和项目部署流程
    k8s ingress使用DaemonSet部署
    Google Base与科学家数据共享 (Nature Vol 438|24 November 2005)
    总结:rdf:ID和rdf:about的区别(转载)
    一个元搜索引擎
  • 原文地址:https://www.cnblogs.com/imyalost/p/7057530.html
Copyright © 2020-2023  润新知