參數解析器

概觀

參數解析器會展開任何巢狀 string / list / dict 結構中的 ${...} 占位符。在每個 task 被 user 模板處理之前自動套用，讓資料能在動作之間順暢流動。

支援的占位符

占位符	解析為
`${var.NAME}`	由 `register_variable` / `register_variables` 設定的值。
`${env.NAME}`	環境變數 `NAME`。
`${csv.SOURCE.COLUMN}`	CSV 來源 `SOURCE` 的下一筆資料中欄位 `COLUMN` 的值（預設循環）。
`${faker.METHOD}`	呼叫 ``Faker().METHOD()``（lazy import，選用相依）。
`${uuid()}`	新的 UUID 4 字串。
`${now()}`	本地 ISO-8601 時間（秒）。
`${randint(min, max)}`	介於 `[min, max]` 之間、密碼學強度的隨機整數。

未知占位符會原樣保留，便於 dry run 時偵測缺值。

註冊資料

from je_load_density import (
    register_variable, register_variables,
    register_csv_source, register_csv_sources,
)

register_variable("base", "https://api.example.com")
register_variables({"token": "abc", "tenant": "acme"})

register_csv_source("users", "users.csv")            # 循環
register_csv_sources([
    {"name": "products", "file_path": "products.csv", "cycle": False},
])

CSV 必須有 header；每次呼叫 ${csv.name.col} 取下一行對應欄位。

動作 JSON 用法

{"load_density": [
  ["LD_register_variables", {"variables": {"base": "https://api.example.com"}}],
  ["LD_register_csv_sources", {"sources": [
    {"name": "users", "file_path": "users.csv"}
  ]}],
  ["LD_start_test", {
    "user_detail_dict": {"user": "fast_http_user"},
    "tasks": [{
      "method": "post",
      "request_url": "${var.base}/login",
      "json": {"email": "${csv.users.email}", "password": "${csv.users.password}"}
    }]
  }]
]}

從回應擷取值

HTTP task 可以宣告 extract 規則；命中的值會寫回解析器：

{
  "method": "post",
  "request_url": "${var.base}/login",
  "json": {"email": "u@example.com", "password": "secret"},
  "extract": [
    {"var": "auth_token", "from": "json_path", "path": "data.token"},
    {"var": "request_id", "from": "header", "name": "X-Request-Id"},
    {"var": "status", "from": "status_code"}
  ]
}

後續 task 即可用 ${var.auth_token} 取用。

清除

呼叫 parameter_resolver.clear()``（或 ``LD_clear_resolver）以清除累積狀態。