当前位置:

首页 > 编程开发 > 测试面试必备之JMeter的正则表达式实例详解

测试面试必备之JMeter的正则表达式实例详解

JMeter正则表达式是从服务器响应中提取动态数据的文本匹配工具,用于接口与性能测试中的关联。通过正则表达式提取器配置引用名称、正则表达式、模板、匹配数字和缺省值,可实现单个或多值提取。语法基于Perl风格,支持元字符、捕获组及非贪婪匹配、断言等高级技巧。

本文目录

    聊到JMeter正则表达式,这里有个关键点必须搞清楚:它本质上是帮我们从服务器响应里“捞”数据的工具。不管你是做接口测试还是性能测试,总会遇到上个请求的回包内容要往下个请求传的场景——这时候就得靠正则表达式来精准定位、提取那些动态数据了。

    测试面试必备之JMeter的正则表达式实例详解

    什么是JMeter正则表达式

    简单说,JMeter里的正则表达式就是一种文本匹配机制,用来从服务器返回的响应中定位并捕获特定字符串。你定义好一个搜索模式,它就去响应里找匹配的内容。这项能力在关联测试中尤其关键——很多动态数据的提取,都离不了它。

    正则表达式提取器基础

    在JMeter里添加正则表达式提取器,操作路径如下:

    • 右键点击HTTP请求
    • 选择“添加” → “后置处理器” → “正则表达式提取器”

    主要配置字段

    字段名说明
    引用名称存储提取结果的变量名
    正则表达式用于匹配文本的模式
    模板指定使用哪个捕获组($1$表示第一个组)
    匹配数字0表示随机,1表示第一个匹配,-1表示所有匹配
    缺省值匹配失败时的默认值

    JMeter正则表达式语法

    JMeter底层用的是Jakarta ORO正则表达式库,语法上和Perl兼容,所以如果你写过Perl风格的正则,上手会非常快。

    常用元字符

    • . 匹配任意单个字符
    • \d 匹配数字
    • \w 匹配字母、数字或下划线
    • \s 匹配空白字符
    • * 匹配前一个元素0次或多次
    • + 匹配前一个元素1次或多次
    • ? 匹配前一个元素0次或1次
    • {n} 匹配前一个元素恰好n次

    捕获组

    圆括号()是用来创建捕获组的,这样才能把匹配到的特定部分单独提取出来:

    // Ja va代码示例:演示正则表达式捕获组
    import ja va.util.regex.*;
    public class RegexExample {
        public static void main(String[] args) {
            String text = "Order ID: 12345, Date: 2023-05-20";
            Pattern pattern = Pattern.compile("Order ID: (\\d+), Date: (\\d{4}-\\d{2}-\\d{2})");
            Matcher matcher = pattern.matcher(text);
            if (matcher.find()) {
                System.out.println("Order ID: " + matcher.group(1));
                System.out.println("Date: " + matcher.group(2));
            }
        }
    }

    JMeter正则表达式示例

    示例1:提取单个值

    假设响应是这样的:,我们想拿到那个token值。

    flowchart TD
        A[响应文本] --> B[正则表达式提取器]
        B --> C[正则表达式: name="csrfToken" value="(.+?)"]
        C --> D[模板: $1$]
        D --> E[变量: csrfToken=a1b2c3d4e5]

    配置参数如下:

    • 引用名称:csrfToken
    • 正则表达式:name="csrfToken" value="(.+?)"
    • 模板:$1$
    • 匹配数字:1
    • 缺省值:NOT_FOUND

    示例2:提取多个值

    这次响应是JSON格式:{"users":[{"id":101,"name":"Alice"},{"id":102,"name":"Bob"}]},想把所有用户ID都提取出来。

    // Ja va代码示例:提取JSON中的多个用户ID
    import ja va.util.regex.*;
    public class MultiValueExample {
        public static void main(String[] args) {
            String json = "{\"users\":[{\"id\":101,\"name\":\"Alice\"},{\"id\":102,\"name\":\"Bob\"}]}";
            Pattern pattern = Pattern.compile("\"id\":(\\d+)");
            Matcher matcher = pattern.matcher(json);
            int count = 0;
            while (matcher.find()) {
                System.out.println("User " + (++count) + " ID: " + matcher.group(1));
            }
        }
    }

    JMeter里对应的配置:

    • 引用名称:userId
    • 正则表达式:"id":(\\d+)
    • 模板:$1$
    • 匹配数字:-1(提取所有匹配项)
    • 缺省值:NOT_FOUND

    后续使用时可以通过userId_1、userId_2这样的变量名访问每个值。

    高级技巧

    非贪婪匹配

    这一点在实际工作中经常踩坑。默认情况下,量词(如*、+)是贪婪的,会尽可能多地匹配字符。加个?能让它变“懒”:

    • 贪婪:a.*b 在 “aabab” 中匹配的是 “aabab”
    • 非贪婪:a.*?b 在 “aabab” 中会匹配出 “aab” 和 “ab”

    断言和前后查找

    • 正向前查找:(?=pattern)
    • 负向前查找:(?!pattern)
    • 正向后查找:(?<=pattern)
    • 负向后查找:(?

    举个例子,如果只想提取price后面的数值,而不把price本身带出来,可以这么写:

    (?<=price":)\d+

    常见问题解决

    • 匹配不到数据:先确认响应里确实有你想要的内容,再检查正则中的特殊字符有没有正确转义。实在不行就写个简单表达式先测一步,逐步缩小范围。

    • 提取了错误数据:说明你的正则写得不够“严谨”。可以增加上下文约束,使用非贪婪匹配,或者加上边界条件让匹配更精确。

    • 性能问题:正则太复杂了就跑得慢。对于大体积响应,建议加一些边界限制来缩小搜索范围。

    最佳实践

    • 动手写正则之前,务必先看一眼响应数据长什么样
    • 正则表达式越具体越好,模糊匹配容易翻车
    • 如果响应是HTML或XML,XPath或CSS选择器可能是更好的选择
    • 加个调试采样器,把提取到的变量值打印出来,方便排查问题
    • 变量名起得有含义一点,别用a、b、c这种
    • 缺省值一定要填,否则测试会因为一次提取失败就崩掉

    掌握JMeter正则表达式之后,处理动态内容就不再是难题了,测试计划的灵活性和可维护性都会上一个台阶。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查

    Nod 0.8.1补充连接服务状态与原因、Attio Cloudflare 403诊断,并让Gmail在连接服务429或503后延后计划轮询。

    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化
    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化

    Ducter 0.0.59扩展Telegram、Slack和Mac iMessage会话,区分项目目录来源、Git可选、等待状态与附件入口。

    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?
    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?

    llama.cpp b12435、b12436、b12438预发布构建,分别解释Vulkan并列选择确定性、32位编译与Jinja JSON键排序的适用范围。

    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化
    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化

    ScopeWeaver 0.9.2、0.9.3与0.9.4分别调整桥运行时、Zod依赖和同进程服务器重建后的暂停状态;区分版本对象与作者本地研究用途声明。

    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用
    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用

    TensorFold 1.2.9的服务配置文件用于保存和复用启动参数,Ollama兼容API则在同一推理路径上提供聊天、生成和模型查询等接口。理解配置优先级及后端限制,比只看到“兼容”就直接迁移全部流量更有用。

    如何理解Univer 1.5.2的二次混淆移除与构建边界?
    如何理解Univer 1.5.2的二次混淆移除与构建边界?

    理解Univer 1.5.2的关键,是把额外混淆与构建压缩分开。本版删除二次混淆插件及相关配置,同时保留Pro模块的minify设置;它解释的是产物处理方式的变化,不代表增加了表格或公式能力。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。