Как проверить параметр

Стратегия проверки параметра в тестировании

Проверка параметра — это фундаментальная задача в тестировании, которая требует системного подхода. Вот моя методология, основанная на многолетнем опыте:

1. Анализ источника и типа параметра

Перед проверкой необходимо определить:

• Источник параметра: query-строка URL, тело HTTP-запроса (JSON, XML, form-data), заголовки, cookies, переменные окружения
• Тип данных: строка, число, булево значение, массив, объект, null
• Ожидаемый формат: email, дата, UUID, специальная маска (например, телефон)

2. Основные аспекты валидации

Позитивные проверки (валидные данные):

# Пример позитивных тестов для параметра "age"
def test_valid_age_parameter():
    # Нормальные значения
    assert validate_age(25) == True
    # Граничные значения
    assert validate_age(18) == True  # нижняя граница
    assert validate_age(100) == True  # верхняя граница

Негативные проверки (невалидные данные):

// Пример негативных тестов для строкового параметра
const invalidCases = [
    null,                     // отсутствие значения
    undefined,                // неопределенное значение
    "",                       // пустая строка
    "   ",                    // пробелы
    "<script>alert()</script>", // XSS-инъекция
    "very_long_string".repeat(100), // превышение длины
    "123",                    // неверный тип (ожидается текст)
    "email@",                 // некорректный email
];

3. Ключевые категории проверок

Проверка граничных значений (Boundary Value Analysis):

# Для числового параметра в диапазоне [1, 100]
test_cases = [
    (0, False),      # ниже нижней границы
    (1, True),       # на нижней границе
    (2, True),       # чуть выше нижней границы
    (50, True),      # середина диапазона
    (99, True),      # чуть ниже верхней границы
    (100, True),     # на верхней границе
    (101, False),    # выше верхней границы
]

Эквивалентные классы (Equivalence Partitioning):

-- Для параметра "статус заказа" с допустимыми значениями: NEW, PROCESSING, COMPLETED
-- Валидные классы: 'NEW', 'PROCESSING', 'COMPLETED'
-- Невалидные классы: 'CANCELED', 'PENDING', '', NULL, произвольные строки

4. Специфические проверки безопасности

def test_parameter_security():
    # SQL-инъекции
    test_sql_injection("' OR '1'='1")
    
    # XSS-атаки
    test_xss("<script>malicious()</script>")
    
    # Пути к файлам (path traversal)
    test_path_traversal("../../../etc/passwd")
    
    # Очень большие значения (DoS)
    test_large_payload("A" * 1000000)

5. Практический пример: REST API параметр

// Проверка параметра запроса в Spring Boot приложении
@RestController
public class UserController {
    
    @GetMapping("/users")
    public ResponseEntity<?> getUsers(
        @RequestParam(required = false, defaultValue = "1") Integer page,
        @RequestParam(required = false, defaultValue = "10") Integer size,
        @RequestParam(required = false) String sort) {
        
        // Проверка граничных значений для page
        if (page < 1) {
            return ResponseEntity.badRequest().body("Page must be positive");
        }
        
        // Проверка допустимых значений для size
        if (size < 1 || size > 100) {
            return ResponseEntity.badRequest().body("Size must be between 1 and 100");
        }
        
        // Проверка формата sort
        if (sort != null && !sort.matches("^(name|email|createdAt)(,(asc|desc))?$")) {
            return ResponseEntity.badRequest().body("Invalid sort parameter");
        }
        
        return ResponseEntity.ok(userService.getUsers(page, size, sort));
    }
}

6. Автоматизация проверок

Я создаю параметризованные тесты, которые систематически проверяют все сценарии:

import pytest

@pytest.mark.parametrize("param_value,expected_result", [
    # Валидные значения
    ("test@example.com", True),
    ("user.name+tag@domain.co.uk", True),
    
    # Невалидные значения
    ("plaintext", False),
    ("@domain.com", False),
    ("user@", False),
    ("user@domain", False),
    (None, False),
    ("", False),
    ("   ", False),
])
def test_email_parameter(param_value, expected_result):
    result = is_valid_email(param_value)
    assert result == expected_result

7. Документирование и мониторинг

• Создаю чек-листы параметров с указанием типов, форматов и ограничений
• Включаю проверку параметров в CI/CD пайплайн
• Настраиваю алерты для неожиданных значений в продакшене
• Веду историю изменений требований к параметрам

Ключевой принцип: проверка параметра — это не разовая операция, а непрерывный процесс, который включает анализ требований, проектирование тестов, выполнение проверок и анализ результатов. Всегда рассматриваю параметр в контексте всей системы, а не изолированно.