企业官网建设流程全解析

.net做的网站代码,宝格丽网站建设,西安小程序开发费用,网站开发的基本技术路线概述在JMeter性能测试中#xff0c;我们经常需要处理复杂的JSON数据格式转换。本文通过一个实际案例#xff0c;详细介绍如何使用JSR223后置处理器对提取的JSON数据进行格式转换#xff0c;解决中文字符编码问题#xff0c;并生成符合目标接口要求的数据格式。问题场景原始…概述在JMeter性能测试中我们经常需要处理复杂的JSON数据格式转换。本文通过一个实际案例详细介绍如何使用JSR223后置处理器对提取的JSON数据进行格式转换解决中文字符编码问题并生成符合目标接口要求的数据格式。问题场景原始数据结构我们通过JSON提取器获取了凭证数据数据结构如下jsonvoucherData_ALL [ [ // 凭证1 - 多条分录 {vouGuid: guid1, amtDrYsCN: 零, ...}, {vouGuid: guid1, amtDrYsCN: 零, ...} ], [ // 凭证2 - 多条分录 {vouGuid: guid2, amtDrYsCN: 零, ...} ], // ... 更多凭证 ]目标数据结构需要转换为以下格式供下一个接口使用json[ { gl_voucher_ds1: [ // 原始凭证分录数组 {vouGuid: guid1, amtDrYsCN: 零, ...}, {vouGuid: guid1, amtDrYsCN: 零, ...} ], lp_bill_info: [] // 空数组 }, { gl_voucher_ds1: [ {vouGuid: guid2, amtDrYsCN: 零, ...} ], lp_bill_info: [] } ]技术挑战数据结构转换从二维数组转换为对象数组中文字符编码防止JSON序列化时将中文字符转为Unicode编码性能考虑在JMeter中高效处理大量数据解决方案基础脚本实现groovyimport groovy.json.JsonOutput import groovy.json.JsonSlurper // 获取提取的原始数据 def voucherDataRaw vars.get(voucherData_ALL) // 如果数据为空直接返回 if (voucherDataRaw null || voucherDataRaw null) { log.error(voucherData_ALL 变量为空或未找到) return } try { // 解析JSON数据 def jsonSlurper new JsonSlurper() def voucherData jsonSlurper.parseText(voucherDataRaw) // 转换数据格式 def transformedData [] // 遍历每个凭证 voucherData.each { voucher - // 创建一个新的对象 def newVoucher [ gl_voucher_ds1: voucher, lp_bill_info: [] ] // 添加到结果数组 transformedData.add(newVoucher) } // 将转换后的数据转换为JSON字符串 def jsonOutput JsonOutput.toJson(transformedData) // 打印调试信息 log.info(转换成功共处理了 transformedData.size() 个凭证) // 将结果存储到变量中供下一个请求使用 vars.put(voucherData_Transformed, jsonOutput) } catch (Exception e) { log.error(处理凭证数据时发生错误: e.getMessage()) log.error(Stack trace: , e) }解决中文字符编码问题上述基础脚本存在一个问题当使用JsonOutput.toJson()方法时中文字符会被自动转义为Unicode编码如零变为\u96f6。以下是解决方案groovyimport groovy.json.JsonOutput import groovy.json.JsonSlurper // 获取提取的原始数据 def voucherDataRaw vars.get(voucherData_ALL) if (voucherDataRaw null || voucherDataRaw null) { log.error(voucherData_ALL 变量为空或未找到) return } try { // 解析JSON数据 def jsonSlurper new JsonSlurper() def voucherData jsonSlurper.parseText(voucherDataRaw) // 转换数据格式 def transformedData [] // 遍历每个凭证 voucherData.each { voucher - // 创建一个新的对象 def newVoucher [ gl_voucher_ds1: voucher, lp_bill_info: [] ] // 添加到结果数组 transformedData.add(newVoucher) } // 将转换后的数据转换为JSON字符串 def jsonOutput JsonOutput.toJson(transformedData) // 解码Unicode转义字符将\uXXXX格式转回中文字符 jsonOutput jsonOutput.replaceAll(/\\u([0-9a-fA-F]{4})/) { // 将十六进制字符串转换为字符 char c (char) Integer.parseInt(it[1], 16) return c.toString() } // 打印调试信息 log.info(转换成功共处理了 transformedData.size() 个凭证) // 将结果存储到变量中供下一个请求使用 vars.put(voucherData_Transformed, jsonOutput) } catch (Exception e) { log.error(处理凭证数据时发生错误: e.getMessage()) log.error(Stack trace: , e) }代码详解1. 数据获取与解析groovy// 从JMeter变量获取数据 def voucherDataRaw vars.get(voucherData_ALL) // 使用JsonSlurper解析JSON字符串 def jsonSlurper new JsonSlurper() def voucherData jsonSlurper.parseText(voucherDataRaw)vars.get(): 获取JMeter变量JsonSlurper: Groovy的JSON解析器将JSON字符串转换为Groovy对象2. 数据结构转换groovydef transformedData [] voucherData.each { voucher - def newVoucher [ gl_voucher_ds1: voucher, lp_bill_info: [] ] transformedData.add(newVoucher) }遍历原始二维数组的每个元素凭证为每个凭证创建新对象包含两个字段将新对象添加到结果数组3. Unicode编码处理groovyjsonOutput jsonOutput.replaceAll(/\\u([0-9a-fA-F]{4})/) { char c (char) Integer.parseInt(it[1], 16) return c.toString() }使用正则表达式匹配Unicode转义序列格式\uXXXX将十六进制字符串转换为整数将整数转换为对应的Unicode字符用原字符替换Unicode转义序列4. 结果存储与调试groovy// 存储结果供后续请求使用 vars.put(voucherData_Transformed, jsonOutput) // 调试信息 log.info(转换成功共处理了 transformedData.size() 个凭证)性能优化建议1. 数据量较大时的优化groovy// 使用StringBuilder提高字符串处理性能 def result new StringBuilder() def jsonOutput JsonOutput.toJson(transformedData) // 手动处理Unicode解码 def i 0 while (i jsonOutput.length()) { if (i jsonOutput.length() - 6 jsonOutput.charAt(i) \\ jsonOutput.charAt(i 1) u) { def hex jsonOutput.substring(i 2, i 6) try { char c (char) Integer.parseInt(hex, 16) result.append(c) i 6 } catch (NumberFormatException e) { result.append(jsonOutput.charAt(i)) i } } else { result.append(jsonOutput.charAt(i)) i } } vars.put(voucherData_Transformed, result.toString())2. 内存使用优化groovy// 如果数据量非常大考虑分批处理 def batchSize 100 def batches [] def currentBatch [] voucherData.eachWithIndex { voucher, index - def newVoucher [ gl_voucher_ds1: voucher, lp_bill_info: [] ] currentBatch.add(newVoucher) if (currentBatch.size() batchSize || index voucherData.size() - 1) { // 处理当前批次 def batchJson JsonOutput.toJson(currentBatch) batchJson batchJson.replaceAll(/\\u([0-9a-fA-F]{4})/) { char c (char) Integer.parseInt(it[1], 16) return c.toString() } batches.add(batchJson) currentBatch [] } } // 根据实际需求处理批次数据 // 可以将结果存储到多个变量或文件中使用JMeter的最佳实践1. 正确配置JSR223处理器语言选择: 选择groovy缓存编译脚本: 勾选以提高性能脚本位置: 放在JSON提取器之后目标请求之前2. 错误处理与日志记录groovy// 详细的错误处理 catch (Exception e) { log.error(处理凭证数据时发生错误: e.getMessage()) log.error(错误类型: e.getClass().getName()) // 记录原始数据用于调试 if (voucherDataRaw) { log.error(原始数据前500字符: voucherDataRaw.substring(0, Math.min(500, voucherDataRaw.length()))) } // 设置默认值或标记错误 vars.put(voucherData_Transformed, []) SampleResult.setSuccessful(false) }3. 调试技巧groovy// 添加调试信息 log.info(原始数据类型: voucherData.getClass()) log.info(原始数据大小: voucherData.size()) // 检查转换结果 if (transformedData transformedData[0].gl_voucher_ds1) { def sampleEntry transformedData[0].gl_voucher_ds1[0] log.info(示例数据: amtDrYsCN sampleEntry.amtDrYsCN , vouDesc sampleEntry.vouDesc) } // 将结果写入文件调试用 def debugFile new File(/tmp/jmeter_debug_ System.currentTimeMillis() .json) debugFile.write(jsonOutput) log.info(调试文件已保存: debugFile.absolutePath)常见问题与解决方案问题1: 数据为空现象:voucherData_ALL变量为空解决: 检查JSON提取器的配置确保路径正确问题2: 中文字符仍为Unicode现象: 转换后中文字符显示为\uXXXX格式解决: 确保Unicode解码代码正确执行检查正则表达式匹配问题3: 性能问题现象: 处理大量数据时响应缓慢解决:启用JSR223的缓存编译脚本使用StringBuilder代替字符串拼接考虑分批处理问题4: JSON格式错误现象: 解析JSON时抛出异常解决:检查原始数据格式添加try-catch块进行错误处理使用JSON验证工具检查数据完整示例以下是完整的、经过优化的脚本groovyimport groovy.json.JsonOutput import groovy.json.JsonSlurper try { // 1. 获取原始数据 def voucherDataRaw vars.get(voucherData_ALL) if (!voucherDataRaw || voucherDataRaw null) { log.warn(voucherData_ALL 为空使用空数组) vars.put(voucherData_Transformed, []) return } // 2. 解析JSON def jsonSlurper new JsonSlurper() def voucherData jsonSlurper.parseText(voucherDataRaw) if (!voucherData || !(voucherData instanceof List)) { log.error(数据格式错误期望List类型) vars.put(voucherData_Transformed, []) return } // 3. 转换数据结构 def transformedData [] voucherData.each { voucher - transformedData.add([ gl_voucher_ds1: voucher, lp_bill_info: [] ]) } // 4. 生成JSON并处理Unicode编码 def jsonOutput JsonOutput.toJson(transformedData) // 解码Unicode转义字符 if (jsonOutput.contains(\\u)) { jsonOutput jsonOutput.replaceAll(/\\u([0-9a-fA-F]{4})/) { try { return (char) Integer.parseInt(it[1], 16) as String } catch (Exception e) { return it[0] // 如果转换失败返回原字符串 } } } // 5. 存储结果 vars.put(voucherData_Transformed, jsonOutput) // 6. 记录处理结果 log.info(数据处理完成: 转换了 transformedData.size() 个凭证) } catch (Exception e) { log.error(数据处理失败: e.getMessage()) e.printStackTrace() // 确保有默认值 vars.put(voucherData_Transformed, []) }总结通过本文介绍的JSR223后置处理器脚本我们可以高效地处理JMeter中的JSON数据格式转换问题。关键点包括正确解析JSON数据使用Groovy的JsonSlurper数据结构转换按照目标格式重组数据中文字符处理解码Unicode转义序列错误处理确保脚本健壮性性能优化使用高效的数据处理方法这个方案不仅解决了当前的数据转换需求也为处理其他类似的JSON数据处理场景提供了参考模板。在实际应用中可以根据具体需求调整脚本如添加数据验证、过滤、排序等功能。