Fitnesse批量读取变量信息，并保存到用例执行上下文中

Fitnesse变量可以分成两种，一种是自定义变量，另一种是用例执行过程中的临时变量。

在Finesse使用过程中，如果需要定义一些公共的变量，可以统一在一个文件中使用自定义变量的方法，将公共变量全部定义好，然后在用例中引用该文件就可以了。

但是遇到多环境以及公共变量比较多的时候，上面的方法就比较麻烦了。

为了解决上面的问题，这里采用redis+修改Finesse源码的方式解决问题。

1. redis：

通过环境名称+变量名称的方式将变量和值保存在redis中

2. 修改Finesse源码

路径：

FitnesseMastersrcfitnesseslimSlimExecutionContext.java

修改其中的setVariable方法实现，这里约定，当name(用例执行过程中的临时变量名称)为variables时，就将value当做环境信息处理（value是一个json串，包含指定环境下的所有环境变量信息）。如果不是variables，就按照原实现处理。

 1 public void setVariable(String name, MethodExecutionResult value) {
 2       if(name.equals("variables")){
 3         System.out.println(String.valueOf(value));
 4         String variables_s=value.toString();
 5         Map<String,String> variablesMap=JSONObject.parseObject(variables_s,Map.class);
 6         for(Map.Entry<String,String> entry:variablesMap.entrySet()){
 7           variables.setSymbol(entry.getKey(), new MethodExecutionResult(entry.getValue(), Object.class));//将环境变量信息，保存到用例执行上下文中。
 8           System.out.println("1: "+entry.getKey()+"--"+entry.getValue());
 9         }
10       }else{
11         variables.setSymbol(name, value);//原实现,就这一行代码
12         System.out.println("2: "+name+"--"+value);
13       }
14     }

RedisFixture中reads方法的实现：

 1 public  String reads(String env){
 2         String value = "null";
 3         Set<String> keys = stringRedisTemplate.keys(env+"*");
 4         Map<String,String> v_map=new HashMap<>();
 5 
 6        for(String key:keys){
 7            Pattern pattern = Pattern.compile("(.*):(.*):(.*)");
 8            Matcher matcher = pattern.matcher(key);
 9            String v_name=null;
10            while (matcher.find()) {
11                v_name = matcher.group(3);
12            }
13            v_map.put(v_name,stringRedisTemplate.opsForValue().get(key));
14        }
15         value=JSONObject.toJSONString(v_map);
16         return value;
17     }

用例编写：

执行情况：

当出现上如结果后，也就表示json串中的信息，全部被以临时变量的形式，保存到用例执行的上下文中了。

如果需要使用这些变量，可以使用 $+变量名的方式获取值。比如需要使用上图中变量doUploadCfmFileTask_jobName的值，使用 $doUploadCfmFileTask_jobName即可。