文未有福利 | BAT 名企大厂做接口自动化如何高效使用 Requests ？

本文链接：https://blog.youkuaiyun.com/hog_ceshiren/article/details/124709819

本文详细介绍了Python中常用的HTTP请求库Requests的使用方法，包括GET、POST、PUT、DELETE等请求方式，以及请求参数如header、data、files、timeout等的设置。同时，文章还简单提到了数据库连接方式和ORM(Object-Relational Mapping)模型，特别是SQLAlchemy的安装和基本使用，展示了如何通过Python操作数据库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

传统数据库连接方式：mysql（PyMySQL）
- ORM 模型：SQLAlchemy MyBatis、 Hibernate
PyMySQL
安装：

Requests是一个优雅而简单的python HTTP库，其实python内置了用于访问网络的资源模块，比如urllib，但是它不如requests简单，优雅，而且缺少许多实用功能。接下来的接口测试的学习和实战，都与requests库息息相关。

Requests官方文档：https://2.python-requests.org/en/master/ 接下来就会使用最流行的requests进行接口测试

requests提供了几乎所有的HTTP请求构造方法，以及通过传入参数的方法，对发送的请求进行定制化的配置。可以用来应对各种不同的请求场景。
pip命令安装requests。

pip install requests

发送get请求

import requestsr = requests.get('https://api.github.com/events')

在请求中添加data参数，并发送post请求

import requestsr = requests.post('http://httpbin.org/post', data = {'key':'value'})

在请求中添加data参数，并发送put请求

import requestsr = requests.put('http://httpbin.org/put', data = {'key':'value'})

发送delete请求

import requestsr = requests.delete('http://httpbin.org/delete')

发送head请求

mport requestsr = requests.head('http://httpbin.org/get')

发送options请求

import requestsr = requests.options('http://httpbin.org/get')

也可以直接使用request函数，传入不同的method，例如使用这个方法发送get请求

import requestsrequests.request("get", "http://www.baidu.com")

下面的参数都是非必须参数，但是如果需要对请求做额外的定制化，则需要以下这些参数的作用。

header参数，通过传入dict定制请求头

import requests
url = 'https://api.github.com/some/endpoint'
headers = {'user-agent': 'my-app/0.0.1'}
r = requests.get(url, headers=headers)

data参数发送编码为表单形式的数据单
payload = {‘key1’: ‘value1’, ‘key2’: ‘value2’}
r = requests.post(“http://httpbin.org/post”, data=payload)
print(r.text)
{
…
“form”: {
“key2”: “value2”,
“key1”: “value1”
},
…
}



- files参数，上传文件，dict格式。
- ```
- >>> url = 'http://httpbin.org/post'
- >>> files = {'file': open('report.xls', 'rb')}
- >>> r = requests.post(url, files=files)
- >>> r.text
{
  ...
    "files": {
        "file": "<censored...binary...data>"
          },
            ...
            }

注意：建议用二进制模式(binary mode)打开文件。这是因为 Requests 可能会试图为你提供 Content-Length header，在它这样做的时候，这个值会被设为文件的字节数（bytes）。如果用文本模式(text mode)打开文件，就可能会发生错误。

timeout参数设定超时时间（秒），到达这个时间之后会停止等待响应：
requests.get(‘http://github.com’, timeout=0.001)
Traceback (most recent call last):
File “”, line 1, in
requests.exceptions.Timeout:
HTTPConnectionPool(host=‘github.com’, port=80):
Request timed out. (timeout=0.001)



注意：timeout 仅对连接过程有效，与响应体的下载无关。 timeout 并不是整个下载响应的时间限制，而是如果服务器在 timeout 秒内没有应答，将会引发一个异常（更精确地说，是在 timeout 秒内没有从基础套接字上接收到任何字节的数据时），如果不设置 timeout，将一直等待。

- allow_redirects参数
- 控制是否启用重定向，bool类型，选择True为启用，选择False为禁用
- ```
- import requests
- >>> r = requests.get('http://github.com', allow_redirects=False)
- >>> r.status_code
301

proxies参数
设置代理，dict格式，key值为选择的协议，可以分别设置http请求和https请求的代理。
import requests
proxies = {
‘http’: ‘http://10.10.1.10:3128’,
‘https’: ‘http://10.10.1.10:1080’,
}
requests.get(‘https://api.github.com/events’, proxies=proxies)



- verify参数可以传入bool值或者string，默认为True。
如果设置为False的即为忽略对SSL证书的验证；反之就是需要做验证；如果传入值为string的话，代表指定本地的证书作为客户端证书。
 
 - 从本地传入证书
 - ```
 - import requests>>> requests.get('https://github.com', verify='/path/to/certfile')

忽略对SSL证书的验证
import requests>>> requests.get(‘https://kennethreitz.org’, verify=False)



另外三个重要参数json、cookies、auth则会在后面的章节进行详细的介绍。


## 
接口请求断言是指在发起请求之后，对返回的响应内容去做判断，用来查看是否响应内容是否与规定的返回值相符。


在发起请求后，我们使用一个变量r存储响应的内容，也就是Response对象。

import requests

r = requests.get(‘http://httpbin.org/get’)
print®
<Response [200]>
import requests
r = requests.get(‘http://httpbin.org/get’)
print®
<Response [200]>



Response对象有很多功能强大的方法可以调用，比如直接获取响应头，获取Unicode编码后的响应内容，获取二进制的响应内容，获取原始的响应内容等等。

- 获得响应头
- ```
- >>> r.headers
- {'Date': 'Sun, 05 Apr 2020 16:38:09 GMT', \
- 'Content-Type': 'application/json', \
- 'Content-Length': '308', 'Connection': 'keep-alive',\
-  'Server': 'gunicorn/19.9.0', \
-  'Access-Control-Allow-Origin': '*', \
-  'Access-Control-Allow-Credentials': 'true'}

获得编码后的响应值
print(r.text)
{
“args”: {},
“data”: “”,
“files”: {},
“form”: {
```
"hogwarts": [
```
```
  "a", 
```
```
  "b", 
```
```
  "c"
```
```
]
```
},
“headers”: {
```
"Accept": "*/*", 
```
```
"Accept-Encoding": "gzip, deflate", 
```
```
"Content-Length": "32", 
```

"Content-Type": "application/x-www-form-urlencoded",

```
"Host": "httpbin.org", 
```

"User-Agent": "python-requests/2.22.0",

"X-Amzn-Trace-Id": "Root=1-5e8a01e3-0913fca09ac605ccc911ccde"

},
“json”: null,
“origin”: “113.118.101.232”,
“url”: “http://httpbin.org/post”
}



还可以使用r.raw获得原始响应内容，r.content获得二进制的响应内容，另外还有编码为json格式的响应内容，会在后面的章节进行详述。

本周霍格沃兹测试学院测试公开课，@飞儿 @AD 老师 将在16日、17日连续两天带你快速掌握“最火的 Requests 库使用 +  接口测试实战技能 + 最流行的 Allure 测试报告框架”，助你实现职场进阶。
立即扫码报名，锁定听课名额！点击「阅读原文」可查看课前准备
[原文链接](https://mp.weixin.qq.com/s?__biz=MzU3NDM4ODEzMg==&mid=2247493530&idx=1&sn=d963d309a8bccac17df604638b9c2111&chksm=fd318551ca460c470f59594a8e648e7edc71f90183d81abe1b756dd63d83f3f1e9ea2ec413d1#rd) 



获取更多相关资料+v~ ceshiren001
[获取更多技术文章分享](https://qrcode.ceba.ceshiren.com/link?name=article&project_id=qrcode&from=csdn2&timestamp=1652250346&author=QY)

pip install pymysql


## 简单使用
 
 利用 pymysql.connect 建立数据库连接并执行 SQL 命令（需要提前搭建好数据库）：

import pymysql

db = pymysql.connect(
# mysql 地址
host=‘182.92.129.158’,
# 账号和密码
user=‘tmp’,
password=‘ceshiren.com’,
# 数据库
db=‘tmp’,
charset=‘utf8mb4’
)
if name == ‘main’:
with db.cursor() as cursor:
# 查看数据库中有多少表
sql = “show tables;”
# 执行 sql 语句
cursor.execute(sql)
# 查看所有数据
print(cursor.fetchall())
# 查询 name = aaaaaa 的数据
sql = “select * from test_case_table where name=%s”
cursor.execute(sql, [“aaaaaa”])
print(cursor.fetchall())

((‘test_case_table’,),)
((‘aaaaaa’, ‘新的测试用例’, ‘test_hello.py’, ‘def test’),)



## ORM
 
 对象关系映射（ object-relational mapping） 利用语言特性，操作数据库，比如对 Python 对象的操作，操作内容会映射到数据库里。
 SQLALchemy 是 Python 编程语言下的一款 ORM 框架，该框架建立在数据库 API 之上，使用关系对象映射进行数据库操作。
 ## 安装

pip3 install SQLAlchemy


安装完成后可创建数据库连接：

engine = create_engine(“mysql+pymysql://tmp:ceshiren.com@182.92.129.158/tmp?charset=utf8”,echo=True,)


1.echo: 当设置为 True 时会将 ORM 语句转化为 SQL 语句打印，一般 debug 的时候可用。
2.字段解释：
3.mysql+pymysql：连接方式，采用 pymysql 。
4.tmp:ceshiren.com：用户名:密码。
5.182.92.129.158/tmp：数据库地址和数据库名称。
## 创建数据库

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import declarative_base
engine = create_engine(“mysql+pymysql://tmp:ceshiren.com@182.92.129.158/tmp?charset=utf8”,
echo=True,
)
# 其子类将 Python 类和数据库表关联映射起来
Base = declarative_base()
# 继承 Base
class Users(Base):
tablename = “users”
id = Column(Integer, primary_key=True)
name = Column(String(64), unique=True)
def init(self, name):
self.name = name
if name == ‘main’:
# 生成数据库表，如果有此库会忽略
Base.metadata.create_all(engine)


declarative_base() 是 SQLALchemy 内部封装的一个方法，可以让其子类将 Python 类和数据库表关联映射起来。

## 增和查
 
 SQLALchemy 使用 Session 用于创建程序和数据库之间的会话，通过 Session 对象可实现对数据的增删改查。

from sqlalchemy.orm import sessionmaker

创建session

Session = sessionmaker(bind=engine)
session = Session()

添加新数据

add_user = Users(“student1”)

提交

session.add(add_user)
session.commit()

查询

result = session.query(Users).filter_by(name=“student1”).first()
print(result.id, result.name)


上述代码新增数据后进行查询，结果如下：

1 student1



数据持久化技术就先介绍到这里，大家可以试着做一下练习，
我们后面会讲跨平台API对接，请持续关注哦~

[原文链接](https://mp.weixin.qq.com/s?__biz=MzU3NDM4ODEzMg==&mid=2247499738&idx=1&sn=e8f94d0684a248cb0bdb15be53c9aa1b&chksm=fd319d11ca4614071645a861513931589d7e390a3132e13c9059d0e2f87434daeedf75662a76#rd) 

获取更多相关资料+v~ ceshiren001
[获取更多技术文章分享](https://qrcode.ceba.ceshiren.com/link?name=article&project_id=qrcode&from=csdn2&timestamp=1652250346&author=QY)