接口自动化测试是提升测试效率的关键，而Python的requests库因其简洁易用、功能强大，成为测试工程师的"瑞士军刀"。
但你是否还在用requests.get()和requests.post()写重复代码？是否遇到过文件上传失败、Cookie管理混乱、响应断言复杂的问题？
本文从零到一拆解requests库的进阶用法，手把手教你打造高可用的接口自动化框架！
一、requests库的"核心六式"
1. 基础请求：GET/POST轻松上手
-
import requests -
# GET请求：查询用户列表 -
response = requests.get( -
url="https://api.example.com/users", -
params={"page": 1, "size": 10} # 自动拼接URL参数 -
) -
# POST请求：创建新用户 -
payload = {"name": "测试君", "role": "tester"} -
response = requests.post( -
url="https://api.example.com/users", -
json=payload # 自动设置Content-Type为application/json -
) -
print(response.status_code) # 状态码 -
print(response.json()) # 解析JSON响应
AI写代码
2. 会话管理：保持登录态（Session对象）
痛点 ：每次请求手动传Cookie/Token太麻烦！
解决：用Session对象自动保持会话！
-
# 登录并保持会话 -
with requests.Session() as s: -
login_data = {"username": "admin", "password": "test123"} -
s.post("https://api.example.com/login", data=login_data) -
# 后续请求自动携带Cookie -
profile = s.get("https://api.example.com/profile") -
print(profile.json())
AI写代码
3. 文件上传：测试文件接口必备
-
# 上传图片文件 -
files = {'file': open('test_image.jpg', 'rb')} # 二进制模式打开 -
response = requests.post( -
"https://api.example.com/upload", -
files=files, -
headers={"Authorization": "Bearer xyz123"} -
) -
# 多文件上传（如测试批量导入） -
multiple_files = [ -
('files', ('report1.xlsx', open('report1.xlsx', 'rb'))), -
('files', ('report2.xlsx', open('report2.xlsx', 'rb'))) -
] -
response = requests.post(url, files=multiple_files)
AI写代码
4. 超时与重试：提升测试稳定性
-
# 设置超时（连接超时3秒，读取超时10秒） -
try: -
response = requests.get( -
"https://api.example.com/data", -
timeout=(3, 10) -
) -
except requests.exceptions.Timeout: -
print("请求超时，请检查网络或服务状态！") -
# 自动重试（需安装requests-retry库） -
from requests.adapters import HTTPAdapter -
from requests.packages.urllib3.util.retry import Retry -
retry_strategy = Retry( -
total=3, # 最大重试次数 -
status_forcelist=[500, 502, 503, 504], # 遇到这些状态码重试 -
backoff_factor=1 # 重试等待时间间隔 -
) -
adapter = HTTPAdapter(max_retries=retry_strategy) -
session = requests.Session() -
session.mount("https://", adapter) -
response = session.get(url)
AI写代码
5. 响应断言：自动化测试的灵魂
-
# 断言状态码和关键字段 -
assert response.status_code == 200, f"状态码异常：{response.status_code}" -
response_data = response.json() -
assert response_data["code"] == 0, "接口返回错误码" -
assert "user_id" in response_data["data"], "未返回用户ID" -
assert len(response_data["data"]["roles"]) >= 1, "用户角色至少一个" -
# 使用JSON Schema验证数据结构（需安装jsonschema库） -
schema = { -
"type": "object", -
"properties": { -
"code": {"type": "number"}, -
"data": { -
"type": "object", -
"properties": { -
"user_id": {"type": "string"}, -
"roles": {"type": "array"} -
}, -
"required": ["user_id"] -
} -
}, -
"required": ["code", "data"] -
} -
import jsonschema -
jsonschema.validate(instance=response_data, schema=schema)
AI写代码
6. 高级配置：代理、SSL验证与Mock
-
# 设置代理（用于测试环境隔离或抓包调试） -
proxies = { -
"http": "http://10.10.1.10:3128", -
"https": "http://10.10.1.10:1080" -
} -
requests.get("https://api.example.com", proxies=proxies) -
# 禁用SSL证书验证（测试环境临时使用，生产环境慎用！） -
response = requests.get(url, verify=False) -
# 结合Mock服务（如使用pytest-mock） -
def test_api(mocker): -
mock_response = mocker.Mock() -
mock_response.json.return_value = {"code": 0, "data": "mocked"} -
mocker.patch("requests.get", return_value=mock_response) -
result = requests.get("https://api.example.com") -
assert result.json()["code"] == 0
AI写代码
二、接口自动化框架设计实战
1. 封装工具类：拒绝重复代码
-
class APIClient: -
def __init__(self, base_url): -
self.base_url = base_url -
self.session = requests.Session() -
self.session.headers.update({"User-Agent": "AutoTest/1.0"}) -
def get(self, path, params=None): -
url = f"{self.base_url}{path}" -
return self.session.get(url, params=params) -
def post_json(self, path, data): -
url = f"{self.base_url}{path}" -
return self.session.post(url, json=data) -
# 使用示例 -
client = APIClient("https://api.example.com") -
response = client.post_json("/users", {"name": "测试员"})
AI写代码
2. 参数化测试：数据驱动
-
import pytest -
test_data = [ -
("正常登录", {"username": "admin", "password": "123456"}, 200), -
("密码错误", {"username": "admin", "password": "wrong"}, 401), -
("用户名为空", {"username": "", "password": "123456"}, 400) -
] -
@pytest.mark.parametrize("case_name, data, expected_code", test_data) -
def test_login(case_name, data, expected_code): -
response = requests.post("https://api.example.com/login", json=data) -
assert response.status_code == expected_code, f"用例失败：{case_name}"
AI写代码
3. 测试报告生成：Allure集成
-
import allure -
@allure.title("测试创建用户接口") -
def test_create_user(): -
with allure.step("步骤1：准备测试数据"): -
payload = {"name": "接口测试用户"} -
with allure.step("步骤2：发送POST请求"): -
response = requests.post(url, json=payload) -
with allure.step("步骤3：验证响应结果"): -
assert response.status_code == 201 -
assert response.json()["id"] is not None
AI写代码
三、常见坑点与解决方案
❌ 坑1：响应内容乱码
-
原因：服务器返回的编码与requests自动检测不一致。
-
解决：手动指定编码：
-
response.encoding = 'utf-8' # 或 'gbk' -
print(response.text)
AI写代码
❌ 坑2：文件上传接口报错
- 排查 ：检查是否以二进制模式（
'rb'）打开文件，且服务端要求的字段名是否正确。
❌ 坑3：Cookie失效问题
- 解决：使用Session对象保持会话，或定期刷新Token。
四、拓展：接口性能监控小技巧
-
import time -
start_time = time.time() -
response = requests.get("https://api.example.com/heavy-api") -
end_time = time.time() -
assert end_time - start_time < 2.0, f"接口响应超时：{end_time - start_time}秒" -
print(f"接口响应时间：{round(end_time - start_time, 2)}秒")
AI写代码
感谢每一个认真阅读我文章的人！！！
作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。