【项目一】基于pytest的自动化测试框架———解读requests模块

解读python的requests模块

这篇blog主要聚焦如何使用 Python 中的 requests 模块来实现接口自动化测试。下面我介绍一下 requests 的常用方法、数据传输方式以及应对实际项目中的常见问题。

什么是requests模块

requests 是 Python 中广泛使用的库,用于简化 HTTP 请求的发送和响应处理。

安装通过pip install requests

基础用法

  1. 发送post请求

在接口测试中,post请求经常用于发送数据。假设要测试一个登录接口,需要传递用户名和密码作为请求参数。

Python 复制代码
import requests

# 设置请求的 URL 和参数
url = 'http://127.0.0.1:8787/login'
headers = {'Content-Type': 'application/x-www-form-urlencoded'}
data = {'username': 'testuser', 'password': 'testpass'}

# 发起 POST 请求
response = requests.post(url, headers=headers, data=data)

# 查看响应状态码和内容
print(response.status_code)  # 200 表示请求成功
print(response.text)  # 返回服务器响应的文本内容
  1. GET请求与参数传递

GET请求常用于获取服务器资源,如获取商品列表。我们可以传递查询参数,服务器根据参数返回特定的数据。

Python 复制代码
url = 'http://127.0.0.1:8787/products'
params = {'category': 'electronics'}

response = requests.get(url, params=params)

# 输出返回的 JSON 数据
print(response.json())

GET与POST的区别

在实际项目中,选择post还是get取决于数据传递的需求:

get:用于从服务器获取数据,查询参数通过 url 传递,适用于获取资源。

post:用于提交数据到服务器,参数在请求体中,适用于数据提交或修改。

数据传递格式

  1. 表单提交与JSON数据

post请求的数据传输方式主要有两种:表单数据和json数据。

  • 表单提交

    data = {'username': 'testuser', 'password': 'testpass'}
    response = requests.post(url, data=data)

  • JSON提交:

    json_data = {'username': 'testuser', 'password': 'testpass'}
    response = requests.post(url, json=json_data)

不同的接口通常有特定的数据格式要求,测试时需依据接口文档确定数据传输方式。

会话管理与持久性连接

在一些需要多次请求的场景下,使用会话对象 Session 可以管理持久性连接,避免重复登录等繁琐操作。尤其是涉及用户登录、会话保持的场景,Session 的使用至关重要。

Python 复制代码
# 创建会话对象
session = requests.Session()

# 使用会话对象进行登录
login_url = 'http://127.0.0.1:8787/login'
session.post(login_url, data={'username': 'testuser', 'password': 'testpass'})

# 登录后,访问受保护的资源
protected_url = 'http://127.0.0.1:8787/protected'
response = session.get(protected_url)

print(response.text)

处理相应结果

除了接口的响应状态码,还需要处理接口返回的数据格式,requests支持多种返回格式:

文本类型:print(response.text)

解析JSON相应:print(response.json())

获取二进制内容,如图片或文件:print(response.content)

应对HTTPS证书验证

在测试HTTPS接口时,可能会遇到证书验证错误,可以通过一下方式禁用证书验证:

Python 复制代码
response = requests.get(url, verify=False)

错误处理与异常捕获

requests提供了强大的异常处理机制,在测试过程中可以捕获网络错误或者超时的问题

Python 复制代码
try:
    response = requests.get(url, timeout=5)
    response.raise_for_status()  # 检查请求是否成功
except requests.exceptions.HTTPError as http_err:
    print(f'HTTP error occurred: {http_err}')
except requests.exceptions.RequestException as err:
    print(f'Other error occurred: {err}')
相关推荐
2601_967980111 小时前
python pytest怎样测试代码
python·pytest·测试·文档·断言
伞伞悦读2 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习
ch6232 小时前
🚀 从零构建本地文档智能审查 Agent:Vibe Coding 实战指南
python
摇滚侠3 小时前
《On Java 中文版 基础卷》阅读笔记 接口 18
java·笔记·python
Thanks_ks3 小时前
AI Agent 开发入门:用 Function Calling 让大模型学会 “动手干活”,附订单查询机器人实战
python·ai·大模型·openai·agent·通义千问·mcp
nice_lcj5204 小时前
【从零理解计算机网络 · 13】DNS 解析全流程:域名怎么变成 IP,慢在哪
网络·计算机网络·面试·dns·域名解析·cname·ttl
专注仿真4 小时前
智能体训练之模仿学习:GAIL 算法详解与实战
python·算法·仿真·多智能体强化学习·afsim智能体训练
databook5 小时前
处理一批 PDF,怎么算真的处理完了
后端·python
nice_lcj5206 小时前
【从零理解计算机网络 · 12】登录态的载体:Cookie、Session、Token 在网络层怎么走
后端·计算机网络·面试·jwt·token·cookie·session
承渊政道7 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表