Как работал с GET

Работа с HTTP GET запросами в тестировании

В моей практике как QA Engineer, работа с HTTP GET запросами является фундаментальным навыком при тестировании REST API, веб-приложений и различных сервисов. GET-запросы используются для получения данных с сервера без их модификации, что соответствует идемпотентности этого метода HTTP.

Основные аспекты работы с GET-запросами

Тестирование параметров запроса:

• Query parameters (?key=value&key2=value2): проверка валидных, невалидных, граничных значений
• Path parameters (/users/{id}): тестирование различных ID, включая несуществующие
• Headers: проверка авторизации, content-type, кастомных заголовков

Инструменты, которые я регулярно использую:

• Postman и Insomnia для ручного тестирования и создания коллекций
• cURL для быстрых проверок и автоматизации в скриптах
• Fiddler и Charles Proxy для анализа трафика
• Языки программирования (Python с библиотекой requests, JavaScript с fetch/axios) для автоматизированного тестирования

Примеры практического применения

Базовый GET-запрос в Postman:

// Пример теста в Postman Tests
pm.test("Status code is 200", function () {
    pm.response.to.have.status(200);
});

pm.test("Response has expected structure", function () {
    const jsonData = pm.response.json();
    pm.expect(jsonData).to.have.property('data');
    pm.expect(jsonData.data).to.be.an('array');
});

Автоматизированное тестирование на Python:

import requests
import pytest

def test_get_user_by_id():
    """Тестирование получения пользователя по ID"""
    base_url = "https://api.example.com"
    user_id = 123
    
    response = requests.get(f"{base_url}/users/{user_id}")
    
    # Проверки статуса кода
    assert response.status_code == 200, f"Expected 200, got {response.status_code}"
    
    # Проверка структуры ответа
    data = response.json()
    assert 'id' in data
    assert 'name' in data
    assert data['id'] == user_id
    
    # Проверка заголовков
    assert 'Content-Type' in response.headers
    assert 'application/json' in response.headers['Content-Type']
    
    return data

Ключевые тест-кейсы для GET-запросов

Позитивные сценарии:

• Получение данных с валидными параметрами
• Запросы с пагинацией (limit, offset)
• Фильтрация и сортировка данных
• Кэшируемые запросы (проверка заголовков Cache-Control)

Негативные сценарии:

• Запросы с несуществующими ресурсами (404)
• Невалидные параметры запроса (400)
• Отсутствие обязательных параметров
• Превышение лимитов (429 Too Many Requests)
• Доступ без авторизации (401)
• Недостаточно прав (403)

Производительность и безопасность:

• Нагрузочное тестирование GET-эндпоинтов
• Проверка на SQL-инъекции через параметры
• Валидация данных в ответе (XSS-уязвимости)
• Проверка правильности CORS-заголовков

Интеграция в процессы разработки

В CI/CD пайплайнах я настраиваю автоматическое выполнение GET-тестов:

1. Предкоммитные проверки: быстрые smoke-тесты
2. Ночные регрессионные тесты: полное покрытие API
3. Мониторинг продакшена: проверка доступности критичных эндпоинтов

Особенности тестирования различных ответов

// Пример тестирования различных статус-кодов
describe('GET /users/{id} - Edge Cases', () => {
    it('should return 404 for non-existent user', async () => {
        const response = await axios.get('/users/999999');
        expect(response.status).toBe(404);
    });
    
    it('should return 400 for invalid ID format', async () => {
        const response = await axios.get('/users/abc');
        expect(response.status).toBe(400);
    });
    
    it('should handle pagination correctly', async () => {
        const response = await axios.get('/users?limit=5&offset=10');
        expect(response.data.items).toHaveLength(5);
        expect(response.data.total).toBeGreaterThan(0);
    });
});

Работа с GET-запросами требует понимания HTTP спецификации, особенностей кэширования, ограничений длины URL (обычно 2048 символов), а также безопасности передачи данных. Я всегда уделяю внимание валидации входных параметров, обработке ошибок и консистентности данных между запросами, что особенно важно в распределенных системах и микросервисных архитектурах.