api接口文档系统_如何对接接口文档

api接口文档系统_如何对接接口文档Mock顾名思义是一种模拟。通常利用相同的接口来模拟出一个对象以代替真实对象,这样能有效隔离外部依赖,便于测试。对于前端开发,Mock作为重要一环,能带来很多好处: 前端开发可简单分为三个阶段:并行开发阶段、联调阶段和测试阶段。现在的前端项目大多为前后端分离,在开发、联调阶段不…

什么是Mock

Mock顾名思义是一种模拟。通常利用相同的接口来模拟出一个对象以代替真实对象,这样能有效隔离外部依赖,便于测试。对于前端开发,Mock作为重要一环,能带来很多好处:

  • 前后端并行开发
  • 模拟各种响应值,便于测试
  • 可及早发现一些极端响应值下的页面布局问题等

背景

前端开发可简单分为三个阶段:并行开发阶段、联调阶段和测试阶段。现在的前端项目大多为前后端分离,在开发、联调阶段不可避免要面对数据源的问题。

前端开发阶段

在联调阶段,各个环境已有真实数据,方便本地调试,我们一般会将接口指向真实数据源。如果有跨域限制的话,可利用Charles、Fiddler等调试代理工具来解决,也可以起一个本地Server:

const express = require('express');
const proxy = require('http-proxy-middleware');
const app = express();

app.use('/api', proxy({ target: 'your-api-url', changeOrigin: true }));
app.listen(3000);

如果还处在并行开发阶段,那我们就需要Mock数据,一般有以下几种常用方式:

1、拦截Ajax、Fetch请求
缺点:前端混入脏代码;无法有效模拟网络情况。

2、本地Mock Server
缺点:接口众多,创建和修改成本高。

3、YApi、Easy Mock的接口管理平台
缺点:灵活性不够。比如一些配置信息分散在各个接口,没法集中管理,修改成本高。

本文以笔者接触较多的Swagger为例,从一个侧面改善本地Mock Server需要不断创建接口的缺点。打开后端提供的Swagger UI地址的Network,发现有个api-docs文件。

接口文档

这个JSON文件包含接口、请求方法、响应格式等信息。可以想见解析这个文件并不难,唯一比较麻烦的可能就是响应值的解析和类型转换。如果能适时同步数据到本地Mock Server,能省去不少乏味的体力活。

Talk is cheap

1、目标

  • 接口路径和Mock目录相对应,便于查找、修改
  • 以请求方法为文件名,一个方法对应一个文件,减少多人编辑冲突
  • 使用Mock.js包装响应值,易于模拟一些极端状况

2、解析JSON文件

前面我们提到解析JSON文件的难点主要在响应值类型的转换,这边我们利用Easy Mock的一个解析模块来做这件事情。

const swaggerParserMock = require('swagger-parser-mock');

const synchronizeSwagger = {
  init({ url, blacklist, outputPath }) {
    this.url = url;
    this.blacklist = blacklist;
    this.outputPath = outputPath;
    this.parse();
  },
  async parse() {
    const { paths } = await swaggerParserMock(this.url);
    this.generate(paths);
    console.log(paths);
  }
}

synchronizeSwagger.init({
  // Swagger api-docs地址
  "url": "your-api-docs-url",
  // 输出目录
  "outputPath": "./routes",
  // 黑名单,跳过一些不需要同步的api
  "blacklist": []
});

打印paths信息,格式大致如下:

"/path/foo": {
  "get": {
    "summary": "bar",
    "responses": {
      "200": {
        "example": "'@string'" // 模块为我们做的类型转化和Mock.js包装。
      }
    }
  },
  "post": {
    "summary": "baz",
    "responses": {
      "200": {
        "example": "'@string'"
      }
    }
  }
}

3、遍历接口。我们可以加入黑名单,过滤掉一些对前端没有用处的接口。减少干扰,提高可维护性。

const fs = require('fs');
const { join } = require('path');
const { promisify } = require('util');
const mkdirp = require('mkdirp');

const writeFile = promisify(fs.writeFile);
const mkdir = promisify(mkdirp);

const synchronizeSwagger = {
  // 遍历api path信息
  traverse(paths) {
    for (let path in paths) {
      if (this.blacklist.includes(path)) {
        continue;
      }

      for (let method in paths[path]) {
        const pathInfo = paths[path][method];

        if (!pathInfo['responses']['200']) {
          continue;
        }
        this.generate(path, method, pathInfo);
      }
    }
  }
}

4、生成Mock文件,可以添加注释等信息。

const synchronizeSwagger = {
  // 生成mock文件
  async generate(path, method, pathInfo) {
    const outputPath = join(__dirname, this.outputPath, path);
    const {
      summary,
      responses: { 200: responseOK },
    } = pathInfo;

    try {
      // 生成目录
      await mkdir(outputPath);

      const example = responseOK['example'];
      // 生成文件内容
      const template = this.generateTemplate({
        summary,
        example,
        method,
        path,
      });

      // 生成文件, 已存在的跳过,避免覆盖本地以及编辑的文件
      const fPath = join(outputPath, `${method}.js`);
      await writeFile(fPath, template, { flag: 'wx' });
      console.log(`增加Mock文件:${fPath}`);
    } catch (error) {
      /* eslint-disable no-empty */
    }
  },

  generateTemplate({ summary, example, method, path }) {
  // prettier-ignore
  // api path中的{petId}形式改为:petId
  return `/** ${summary} **/ const Mock = require("mockjs"); module.exports = function (app) { app.${method}('/api${path.replace(/\{([^}]*)\}/g, ":$1")}', (req, res) => { res.json(Mock.mock(${example})); }); };`;
  },
}

5、启动Mock Server

以express为例,利用require动态特征我们来创建路由,映射到刚才创建的接口文件。

const fs = require('fs');
const join = require('path').join;
const express = require('express');

const app = express();
const port = process.env.PORT || 3000;

app.listen(port, function() {
  console.log(`server is listening ${port}`);
});

function scan(path, app) {
  const files = fs.readdirSync(path);

  for (let i = 0; i < files.length; i++) {
    const fpath = join(path, files[i]);
    const stats = fs.statSync(fpath);

    if (stats.isDirectory()) {
      scan(fpath, app);
    }
    if (stats.isFile()) {
      require(fpath)(app);
    }
  }
}

scan(join(__dirname, './routes'), app);

写在最后

至此我们就利用Swagger UI同步Mock数据,如果再加上cors、body-parser等Middleware,一个本地Mock Server基本成形。方便同步,我们将它加入npm scripts。

  "scripts": {
    "ss": "node ./synchronizeSwagger.js"
  },

执行npm run ss,就能生成相应的Mock数据和访问接口了。

route

api

附件:示例代码

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/13406.html

(0)

相关推荐

  • Python爬取网页数据的基本方法

    Python爬取网页数据的基本方法近年来,随着互联网的飞速发展,数据已经成为了我们日常生活中不可或缺的一部分。如何从海量数据中获取我们想要的部分?Python爬虫技术可以解决这一问题。Python可以通过爬虫技术从网页中抓取数据,因此Python也被称为是数据科学的利器之一。本文将从多个方面分享Python爬取网页数据的基本方法。

    2024-04-28
    114
  • 用PS魔法棒轻松抠图

    用PS魔法棒轻松抠图在如今的互联网时代,图片占据了一大半的分享内容。对于许多热爱摄影、设计或者美化照片的人来说,熟练使用图像处理软件是必备的技能。

    2024-07-31
    37
  • 大数据hadoop分析怎么样_大数据统计与分析

    大数据hadoop分析怎么样_大数据统计与分析一、Apache Pig概述 Apache PIG提供一套高级语言平台,用于对结构化与非结构化数据集进行操作与分析。这种语言被称为Pig Latin,其属于一种脚本形式,可直接立足于PIG shell

    2023-05-18
    149
  • sql获取mysql所有数据库,表名「建议收藏」

    sql获取mysql所有数据库,表名「建议收藏」 当面对可能存在的大数据,不能把所有数据放在一张表里,否则会影响到查询效率,那么我们需要对数据库进行分表分区,例如一天一张表,当插入数据时,判断表是否存在,不存在则创建新表,并进行数据插入。 …

    2023-03-21
    165
  • 用Python轻松掌握时间操作

    用Python轻松掌握时间操作随着计算机应用的不断普及,时间操作在计算机编程中也越来越重要。Python作为一门通用的编程语言,具有良好的时间处理能力,能够轻松解决许多时间相关的问题。本文将介绍Python中常用的时间处理模块及其应用,帮助读者轻松掌握时间操作。

    2024-01-16
    110
  • mysql创建索引的三种方式_mysql里为什么创建组合索引

    mysql创建索引的三种方式_mysql里为什么创建组合索引最近困扰自己很久的膝盖积液手术终于做完,在家养伤,逛技术博客看到easyswoole开发组成员仙士可博客有关mysql索引方面的知识,自己打算重温下。 正常业务起步数据表数据量较少,不用考虑使用索引,

    2023-01-23
    153
  • 如何安装Python 3

    如何安装Python 3Python 是一种广泛使用的高级编程语言,因其易学易用和可读性而备受青睐。Python 具有面向对象、动态性、解释性、可移植性等特性,因此广泛被用于 Web 应用、科学计算、数据分析、自动化任务等领域。

    2024-05-13
    88
  • MySql 日常指导,及大表优化思路

    MySql 日常指导,及大表优化思路除非单表数据未来会一直不断上涨,否则不要一开始就考虑拆分,拆分会带来逻辑、部署、运维的各种复杂度,一般以整型值为主的表在千万级以下,字符串为主的表在五百万以下是没有太大问题的。 而事实上很多时候 MySQL 单表的性能依然有不少优化空间,甚至能正常支撑千万级以上的数据量。 ba…

    2023-08-14
    124

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注