本文介绍如何使用 Python 从嵌套 JSON 响应中高效提取全部 hpsId 和 powerPlant.id 字段值，并以列表、元组或字典等形式结构化存储，便于后续 API 测试中复用。
本文介绍如何使用 python 从嵌套 json 响应中高效提取全部 `hpsid` 和 `powerplant.id` 字段值，并以列表、元组或字典等形式结构化存储，便于后续 api 测试中复用。
在自动化测试（如 pytest）中，常需从 API 返回的大规模 JSON 数据中批量提取关键标识符（如 hpsId 和 powerPlant.id），用于驱动后续参数化请求。直接通过索引 response.json()[0]["hpsId"] 只能获取单条记录，而实际响应通常包含数百甚至上千个对象——此时必须采用迭代方式遍历整个数据结构。
以下为推荐的三种实现方式，均基于 response.json() 解析后的 Python 列表（即顶层 JSON 数组）：
✅ 方式一：显式 for 循环（清晰易调试）
data = response.json()
all_hps_ids = []
all_powerplant_ids = []
for item in data:
try:
hps_id = item["hpsId"]
pp_id = item["powerPlant"]["id"]
all_hps_ids.append(hps_id)
all_powerplant_ids.append(pp_id)
except (KeyError, TypeError) as e:
print(f"跳过异常项（缺少字段或类型错误）: {e}")
continue
print("所有 hpsId:", all_hps_ids)
print("所有 powerPlant.id:", all_powerplant_ids)✅ 方式二：列表推导式（简洁高效）
data = response.json()
all_hps_ids = [item["hpsId"] for item in data]
all_powerplant_ids = [item["powerPlant"]["id"] for item in data]
# 同时提取并配对（返回 [(hpsId1, ppId1), (hpsId2, ppId2), ...]）
all_pairs = [(item["hpsId"], item["powerPlant"]["id"]) for item in data]
# 构建映射字典（hpsId → powerPlant.id）
id_mapping = {item["hpsId"]: item["powerPlant"]["id"] for item in data}⚠️ 注意：列表推导式简洁但缺乏容错能力。若部分对象缺失 hpsId 或 powerPlant，将触发 KeyError。生产环境建议搭配 try/except 或使用 dict.get() 安全访问：
all_hps_ids = [item.get("hpsId") for item in data if item.get("hpsId") is not None] all_powerplant_ids = [ item.get("powerPlant", {}).get("id") for item in data if item.get("powerPlant", {}).get("id") is not None ]
✅ 方式三：集成到 pytest 测试函数中（实用示例）
def test_get_powerplant():
response = get_requests(token, '/mfrr-eam/api/mfrr/eam/powerplant/all')
assert response.status_code == 200
data = response.json()
# 安全提取全部 ID（带异常处理）
hps_ids = []
pp_ids = []
for item in data:
try:
hps_ids.append(item["hpsId"])
pp_ids.append(item["powerPlant"]["id"])
except KeyError as e:
pytest.skip(f"跳过不完整数据项（缺失字段 {e}）")
# 存储为模块级变量或 fixture 返回值，供后续测试使用
setattr(test_get_powerplant, "all_hps_ids", hps_ids)
setattr(test_get_powerplant, "all_pp_ids", pp_ids)
print(f"共提取 {len(hps_ids)} 个 hpsId，{len(pp_ids)} 个 powerPlant.id")? 最佳实践建议
- 优先使用 list comprehension + .get() 组合：兼顾简洁性与健壮性；
- 避免全局变量：推荐通过 pytest fixture 管理提取结果，提升可维护性与并发安全性；
- 验证数据完整性：提取后建议断言非空 assert hps_ids，防止空响应导致下游测试静默失败；
- 考虑性能：对超大规模 JSON（>10k 条），可结合生成器表达式或流式解析（如 ijson）降低内存占用。
通过上述方法，你不仅能可靠地批量提取所需字段，还能灵活适配不同测试场景——无论是参数化请求、数据校验，还是构建测试上下文，都具备良好的扩展性与可读性。
立即学习“Python免费学习笔记（深入）”；
