Python对比校验神器deepdiff库使用详解

作者:爱学习de测试小白 时间:2023-05-14 11:05:35 

工作中我们经常要两段代码的区别,或者需要查看接口返回的字段与预期是否一致,如何快速定位出两者的差异?除了一些对比的工具比如Beyond CompareWinMerge等,或者命令工具diff(在linux环境下使用),其实Python中也提供了很多实现对比的库,比如deepdiff和difflib,这两个的区别是deepdiff显示的对比效果比较简洁,但是可以设置忽略的字段,difflib显示的对比结果可以是html的,比较详细。今天我们就学习一下快速实现代码和文件对比的库–deepdiff

前言

在接口自动化中会遇到想要得出两次响应体(json值)差异,本篇来学习的deepdiff库可以解决这问题

deepdiff库

安装

pip install deepdiff

说明

deepdiff模块常用来校验两个对象是否一致,并找出其中差异之处,它提供了:

deepdiff模块常用来校验两个对象是否一致,并找出其中差异之处,它提供了:

  • DeepDiff:比较两个对象,对象可以是字段、字符串等可迭代的对象

  • DeepSearch:在对象中搜索其他对象

  • DeepHash:根据对象的内容进行哈希处理

DeepDiff

  • 作用:比较两个对象,对象可以是字段、字符串等可迭代的对象

说明:

  • type_changes:类型改变的key

  • values_changed:值发生变化的key

  • dictionary_item_added:字典key添加

  • dictionary_item_removed:字段key删除

对比json

# -*-coding:utf-8一*-
# @Time:2023/4/16
# @Author: DH

from deepdiff import DeepDiff

# json校验
json_one = {
   'code': 0,
   "message": "失败",
   'data': {
       'id': 1
   }
}
json_two = {
   'code': 1,
   "message": "成功",
   'data': {
       'id': 1
   }
}
print(DeepDiff(json_one, json_two))

# 输出
"""
{'values_changed': {"root['code']": {'new_value': 1, 'old_value': 0}, "root['message']": {'new_value': '成功', 'old_value': '失败'}}}

root['code'] : 改变值的路径
new_value : 新值
old_value :原值
"""

列表校验

cutoff_distance_for_pairs: (1 >= float > 0,默认值=0.3);通常结合ignore_order=true使用,用于结果中展示差异的深度。值越高,则结果中展示的差异深度越高。

from deepdiff import DeepDiff

t1 = [[[1.0, 666], 888]]
t2 = [[[20.0, 666], 999]]
print(DeepDiff(t1, t2, ignore_order=True, cutoff_distance_for_pairs=0.5))
print(DeepDiff(t1, t2, ignore_order=True)) # 默认为0.3
print(DeepDiff(t1, t2, ignore_order=True, cutoff_distance_for_pairs=0.2))
"""
{'values_changed': {'root[0][0]': {'new_value': [20.0, 666], 'old_value': [1.0, 666]}, 'root[0][1]': {'new_value': 999, 'old_value': 888}}}

{'values_changed': {'root[0]': {'new_value': [[20.0, 666], 999], 'old_value': [[1.0, 666], 888]}}}

{'values_changed': {'root[0]': {'new_value': [[20.0, 666], 999], 'old_value': [[1.0, 666], 888]}}}
"""

忽略字符串类型

ignore_string_type_changes :忽略校验字符串类型,默认为False

print(DeepDiff(b'hello', 'hello', ignore_string_type_changes=True))
print(DeepDiff(b'hello', 'hello'))

"""
输出:
{}
{'type_changes': {'root': {'old_type': <class 'bytes'>, 'new_type': <class 'str'>, 'old_value': b'hello', 'new_value': 'hello'}}}
"""

忽略大小写

ignore_string_case:忽略大小写,默认为False

from deepdiff import DeepDiff

print(DeepDiff(t1='Hello', t2='heLLO'))
print(DeepDiff(t1='Hello', t2='heLLO', ignore_string_case=True))

"""
输出:
{'values_changed': {'root': {'new_value': 'heLLO', 'old_value': 'Hello'}}}
{}
"""

DeepSearch

作用:在对象中搜索其他对象 查找字典key/value

from deepdiff import DeepSearch

json_three = {
   'code': 1,
   "message": "成功",
   'data': {
       'id': 1
   }
}

# 查找key
print(DeepSearch(json_three, "code"))
print(DeepSearch(json_three, "name"))
# 查找value
print(DeepSearch(json_three, 1))

"""
输出:
{'matched_paths': ["root['code']"]}
{}
{'matched_values': ["root['code']", "root['data']['id']"]}
"""

# 正则 use_regexp
obj = ["long somewhere", "string", 0, "somewhere great!"]
# 使用正则表达式
item = "some*"
ds = DeepSearch(obj, item, use_regexp=True)
print(ds)

# 强校验 strict_checking 默认True
item = '0'
ds = DeepSearch(obj, item, strict_checking=False)
# ds = DeepSearch(obj, item)  # 默认True
print(ds)

# 大小写敏感  case_sensitive  默认 False 敏感
item = 'someWhere'
ds = DeepSearch(obj, item, case_sensitive=True)
print(ds)

DeepHash

作用:根据对象的内容进行哈希处理

from deepdiff import DeepHash

# 对对象进行hash
json_four = {
   'code': 1,
   "message": "成功",
   'data': {
       'id': 1
   }
}

print(DeepHash(json_four))

extract

extract : 根据路径查询值

from deepdiff import extract

# 根据路径查询值
obj = {1: [{'2': 666}, 3], 2: [4, 5]}
path = "root[1][0]['2']"
value = extract(obj, path)
print(value)

"""
输出:
666
"""

grep

搜索

from deepdiff import grep

obj = ["long somewhere", "string", 0, "somewhere great!"]
item = "somewhere"
ds = obj | grep(item)
print(ds)

# use_regexp 为True 表示支持正则
obj = ["something here", {"long": "somewhere", "someone": 2, 0: 0, "somewhere": "around"}]
ds = obj | grep("some.*", use_regexp=True)
print(ds)

# 根据值查询路径
obj = {1: [{'2': 'b'}, 3], 2: [4, 5, 5]}
result = obj | grep(5)
print(result)

"""
输出:
{'matched_values': ['root[2][1]', 'root[2][2]']}
"""

来源:https://blog.csdn.net/IT_heima/article/details/130148745

标签:Python,deepdiff
0
投稿

猜你喜欢

  • 内容呈现的减法

    2007-11-16 16:22:00
  • Python DataFrame设置/更改列表字段/元素类型的方法

    2021-03-24 07:52:48
  • 使用Cython中prange函数实现for循环的并行

    2023-04-13 05:31:55
  • Python 深入理解yield

    2021-05-09 06:37:23
  • vue具名插槽的基本使用实例

    2024-04-27 15:51:16
  • VS2019创建MFC程序的实现方法

    2023-03-30 09:32:34
  • 浅谈python中字典append 到list 后值的改变问题

    2021-09-17 23:13:23
  • 对python的文件内注释 help注释方法

    2021-12-20 18:12:46
  • Python OpenCV招商银行信用卡卡号识别的方法

    2022-01-16 06:31:30
  • Python协程asyncio异步编程笔记分享

    2022-03-05 22:23:31
  • Python中with上下文管理协议的作用及用法

    2022-09-27 16:05:24
  • CSS3 + HTML5 实现未来 Web 设计

    2010-01-25 12:17:00
  • JavaScript模块规范之AMD规范和CMD规范

    2024-04-30 08:52:46
  • Ajax缓存和编码问题的最终解决方案

    2010-03-30 13:42:00
  • 详解Vue.js 可拖放文本框组件的使用

    2024-04-27 15:47:22
  • python实现银行管理系统

    2021-07-09 00:33:49
  • Python符号计算之实现函数极限的方法

    2021-09-05 02:02:21
  • python在windows下创建隐藏窗口子进程的方法

    2021-05-19 14:44:51
  • 解决pycharm每次新建项目都要重新安装一些第三方库的问题

    2023-02-22 23:08:22
  • 如何使用 Go 和 Excelize 构建电子表格

    2024-02-10 04:59:02
  • asp之家 网络编程 m.aspxhome.com