接口测试 —— Requests库介绍

软件测试资料领取:[内部资源] 想拿年薪40W+的软件测试人员,这份资料必须领取~

软件测试面试刷题工具:软件测试面试刷题【800道面试题+答案免费刷】

1、Requests库

Requests库是用Python语言编写,基于urllib3模块,采用Apache2 Licensed开源协议的 HTTP 库。

虽然Python的标准库中urllib3模块已经包含了平常我们使用的大多数功能,但是它的 API使用起来让人感觉不太友好。而Requests库使用的是urllib3,因此继承了它的所有特性,所以Requests库比urllib3使用更加方便,可以节约我们大量的工作,完全满足 HTTP 测试需求。

Requests库支持HTTP 连接保持和连接池,支持使用cookie 保持会话,支持文件上传,支持自动确定响应内容的编码,支持国际化的URL 和POST 数据自动编码。现代、国际化、人性化。

Requests库自称 “HTTP for Humans”(让HTTP服务于人类),说明使用更简洁方便。

Requests库是以 PEP 20 的箴言为中心开发的
  1. Beautiful is better than ugly.(美丽优于丑陋)
  2. Explicit is better than implicit.(直白优于含蓄)
  3. Simple is better than complex.(简单优于复杂)
  4. Complex is better than complicated.(复杂优于繁琐)
  5. Readability counts.(可读性很重要)

对于 Requests 所有的贡献都应牢记这些重要的准则。

简而言之:Requests库相当于Python中的“浏览器”,可以通过它进行网络请求、获取网页数据,功能强大而且特别好用。

说明PEP20

PEP20是编写python程序的指导准则,在python shell中输入import this就能看到是编写python程序的指导准则,在python shell中输入import this就能看到,内容如下:

TIM Peters的python之禅
The Zen of Python, by Tim Peters
 
 
优美胜于丑陋。
Beautiful is better than ugly.
 
明确胜于隐晦。
Explicit is better than implicit.
 
简单胜于复杂。
Simple is better than complex.
 
复杂胜于难懂。
Complex is better than complicated.
 
扁平胜于嵌套。
Flat is better than nested.
 
留白胜于紧凑。
Sparse is better than dense.
 
可读性很重要。
Readability counts.
 
特例也并不能特殊到可以违背这些原则。
Special cases aren't special enough to break the rules.
虽然实用性胜于纯粹性。
Although practicality beats purity.
错误不应被默默地忽略。
Errors should never pass silently.
除非你明确地忽视。
Unless explicitly silenced.
面对歧义,不要尝试去猜测。
In the face of ambiguity, refuse the temptation to guess.
应该有一种,最好是仅有一种,明显的处理方式。
There should be one-- and preferably only one --obvious way to do it.
一开始那种方式并非显而易见,除非你是python之父。
Although that way may not be obvious at first unless you're Dutch.
 
做好过不做。
Now is better than never.
 
不假思索就动手还不如不做。
Although never is often better than *right* now.
 
如果实现很难解释,那就不是个好思路。
If the implementation is hard to explain, it's a bad idea.
如果实现易于解释,则可能是个好思路。
If the implementation is easy to explain, it may be a good idea.
命名空间是个绝妙的主意,我们要多多利用它。
Namespaces are one honking great idea -- let's do more of those!

2、Requests库文档

3、Requests库安装

安装Requests库前提条件,需要安装python环境,然后在cmd命令行中输入python -m pip install requests(推荐)或者pip install requests即可。

如下图:

​执行pip list查看Requests库是否安装成功,和所安装的版本(默认安装最高版本。)

C:Users\ailin-L>pip list 
Package     Version 
-------     --------
certifi     2020.12.5
chardet     4.0.0
idna        2.10
pip         19.2.3
requests    2.25.1
selenium    3.141.0
setuptools  41.2.0
ur11ib3     1.25.9
 

既然看到这里,希望点赞收藏支持一下!期待 ~

最后感谢每一个认真阅读我文章的人,下方这份完整的软件测试教程已经整理上传完成,需要的朋友们可以文末自行领取:【保证100%免费】

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

下载方式:https://pan.quark.cn/s/a4b39357ea24 布线问题(分支限界算法)是计算机科学和电子工程领域中一个广为人知的议题,它主要探讨如何在印刷电路板上定位两个节点间最短的连接路径。 在这一议题中,电路板被构建为一个包含 n×m 个方格的矩阵,每个方格能够被界定为可通行或不可通行,其核心任务是定位从初始点到最终点的最短路径。 分支限界算法是处理布线问题的一种常用策略。 该算法与回溯法有相似之处,但存在差异,分支限界法仅需获取满足约束条件的一个最优路径,并按照广度优先或最小成本优先的原则来探索解空间树。 树 T 被构建为子集树或排列树,在探索过程中,每个节点仅被赋予一次成为扩展节点的机会,且会一次性生成其全部子节点。 针对布线问题的解决,队列式分支限界法可以被采用。 从起始位置 a 出发,将其设定为首个扩展节点,并将与该扩展节点相邻且可通行的方格加入至活跃节点队列中,将这些方格标记为 1,即从起始方格 a 到这些方格的距离为 1。 随后,从活跃节点队列中提取队首节点作为下一个扩展节点,并将与当前扩展节点相邻且未标记的方格标记为 2,随后将这些方格存入活跃节点队列。 这一过程将持续进行,直至算法探测到目标方格 b 或活跃节点队列为空。 在实现上述算法时,必须定义一个类 Position 来表征电路板上方格的位置,其成员 row 和 col 分别指示方格所在的行和列。 在方格位置上,布线能够沿右、下、左、上四个方向展开。 这四个方向的移动分别被记为 0、1、2、3。 下述表格中,offset[i].row 和 offset[i].col(i=0,1,2,3)分别提供了沿这四个方向前进 1 步相对于当前方格的相对位移。 在 Java 编程语言中,可以使用二维数组...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值