当接口返回的响应数据结构非常复杂，充斥着嵌套的对象和数组，其中还可能包含着图片的 URL 时，如果要查找特定信息，你需要不断上下滚动 JSON 响应，试图找到所需的字段。这不仅让人恼火，还浪费了宝贵的时间。
Apifox 提供了一种可编程的方法，将复杂的 JSON 响应数据转化为直观的图形化界面，这极大地提高了数据查找的效率，改善了响应的可读性，减少了可能的错误。
例如，你可以将层级复杂的数据结构通过表格来呈现：
将 SVG 格式的图片转成 Base64 编码格式来呈现：
甚至是引入第三方库（如 Echarts、D3.js 等）直接展现图表：
实现思路
实现可视化响应的方式非常简单，在接口的「后置操作」中添加一个自定义脚本，然后通过 pm.visualizer.set() 函数传参即可，该函数语法如下：
pm.visualizer.set(template,data)- template：必填。HTML 模版字符串， 这个字符串最终会被渲染在 下面， 你可以在 template 里面写 来加载外部 css 样式表， 或者通过
- data：选填。接收一个对象，将数据传递到 template 中。
例如：
const template = `<div>{{name}}</div>`; pm.visualizer.set(template, { name: 'Apifox'}) // 渲染出来的结果为： <div>Apifox</div>下面列举出一些常见的例子。
可视化常规图片
你可以将 JPEG、PNG、WebP 等格式的图片进行可视化。例如某个接口返回如下数据结构：
{ "code": 0, "message": "ok", "data": { "imgHead": "https://cdn.apifox.cn/logo/apifox-logo-64.png" }}要实现图片的可视化，需在该接口的后置操作中添加自定义脚本。
第一步，获取 接口 数据（图片路径）：
// 1、获取图片路径 let imgURL = pm.response.json().data.imgHead;第二步，添加 HTML 模板。template 模板用来渲染接口数据，模板中使用 {{}} 包裹变量：
// 2、添加 HTML 模板 let template = ` <img src="{{imgURL}}"/>`;第三步，应用 pm.visualizer.set() 函数，将模板和数据传入其中：
// 3、设置 visualizer 数据。传模板、解析对象 pm.visualizer.set(template, { imgURL });其结果如下：
可视化 SVG 图片
SVG 图片可将其可视化渲染（比如某些验证码图片）。例如某个接口返回如下数据结构：
{ "code": 0, "message": "ok", "data": { "img": "<svg xmlns="http://www.w3.org/2000/svg">\n ...................... </svg>" }}要实现 SVG 图片可视化，需在该接口的后置操作中添加自定义脚本。
第一步，获取接口数据（图片路径），并通过 btoa() 方法将其转化为 Base64 编码：
// 获取 SVG 图片数据let svgContent = pm.response.json().data.img; // 将 SVG 内容转换为 Base64 编码let imgBase64 = `data:image/svg+xml;charset=utf-8;base64,${btoa(svgContent)}`;第二步，添加 HTML 模板。模板中使用 {{}} 包裹变量：
// HTML 模板let template = ` <img src="{{imgBase64}}" />`;第三步，应用 pm.visualizer.set() 函数，将模板以及数据传入：
// 3、应用函数pm.visualizer.set(template, { tableData });其结果如下：
当然，一般情况下进行 接口测试 的时候，如果遇到需要输入图片验证码的场景，通常是给测试的账号添加白名单，跳过图片验证码验证。
可视化表格
一个复杂的 JSON 数据结构，可以通过表格的形式更为直观的呈现数据。例如某个接口返回如下数据结构：
{ "code": 0, "message": "ok", "data": [ { "id": 1, "name": "Apifox", "logo": "https://cdn.apifox.cn/logo/apifox-logo-64.png", "description": "API 文档、API 调试、API Mock、API 自动化测试、API 一体化协作平台" }, { "id": 2, "name": "ChatGPT", "logo": "https://cdn.apifox.cn/app/project-icon/custom/20230831/d925d46b-dca7-4bfe-9fee-524c93ba9549.png", "description": "基于人工智能技术的对话式语言模型" }, { "id": 3, "name": "GitHub", "logo": "https://cdn.apifox.cn/app/project-icon/custom/20220701/d5a806db-8567-4e50-a4f8-341581c542ae.png", "description": "一个基于云端的代码托管平台" }, ............ ]}要实现 JSON 可视化，需在该接口的后置操作中添加自定义脚本。
第一步，获取接口数据：
// 1、获取接口数据let tableData = pm.response.json().data;第二步，添加 HTML 模板。如果要循环数组数据，要以 {{#each 变量名}} 开头，{{/each}} 结尾，其中变量用 {{}} 包裹：
// 2、添加 HTML 模板var template =`<style> table { border-collapse: collapse; width: 90%; } table, th, td { border: 1px solid #ddd; } th, td { padding: 10px; text-align: center; } th { background-color: #f2f2f2; } img { max-width: 32px; max-height: 32px; }</style> <table> <thead> <tr> <th>ID</th> <th>Name</th> <th>logo</th> <th>description</th> </tr> </thead> <tbody> {{#each tableData}} <tr> <td>{{id}}</td> <td>{{name}}</td> <td><img src="{{logo}}"/></td> <td>{{description}}</td> </tr> {{/each}} </tbody></table>`第三步，应用 pm.visualizer.set() 函数：
// 3、应用函数pm.visualizer.set(template, { tableData });其结果如下：
可视化图表
在后置操作的自定义脚本中，还可以引入第三方库（如 Echarts、D3.js 等）进行图表渲染，操作步骤同上。
例如这个 Echarts 的可视化图表脚本：
var template = ` <div id="container" style="height: 500px;width: 90%"></div> <script src="https://fastly.jsdelivr.net/npm/echarts@5.3.3/dist/echarts.min.js"></script> <script> var dom = document.getElementById('container'); var myChart = echarts.init(dom, null, { renderer: 'canvas', useDirtyRect: false }); var app = {}; var option; option = { title: { text: 'Stacked Area Chart' }, tooltip: { trigger: 'axis', axisPointer: { type: 'cross', label: { backgroundColor: '#6a7985' } } }, legend: { data: ['Email', 'Union Ads', 'Video Ads', 'Direct', 'Search Engine'] }, toolbox: { feature: { saveAsImage: {} } }, grid: { left: '3%', right: '4%', bottom: '3%', containLabel: true }, xAxis: [ { type: 'category', boundaryGap: false, data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] } ], yAxis: [ { type: 'value' } ], series: [ { name: 'Email', type: 'line', stack: 'Total', areaStyle: {}, emphasis: { focus: 'series' }, data: [120, 132, 101, 134, 90, 230, 210] }, { name: 'Union Ads', type: 'line', stack: 'Total', areaStyle: {}, emphasis: { focus: 'series' }, data: [220, 182, 191, 234, 290, 330, 310] }, { name: 'Video Ads', type: 'line', stack: 'Total', areaStyle: {}, emphasis: { focus: 'series' }, data: [150, 232, 201, 154, 190, 330, 410] }, { name: 'Direct', type: 'line', stack: 'Total', areaStyle: {}, emphasis: { focus: 'series' }, data: [320, 332, 301, 334, 390, 330, 320] }, { name: 'Search Engine', type: 'line', stack: 'Total', label: { show: true, position: 'top' }, areaStyle: {}, emphasis: { focus: 'series' }, data: [820, 932, 901, 934, 1290, 1330, 1320] } ] }; if (option && typeof option === 'object') { myChart.setOption(option); } window.addEventListener('resize', myChart.resize); </script>`pm.visualizer.set(template);其结果如下：
总体来说，实现响应数据可视化的过程可以归结为三个简单的步骤：首先，获取接口数据；其次，添加 HTML 模板；最后，使用 pm.visualizer.set() 函数完成可视化操作。