python flask mock服务（开箱即用，含数据库相关代码）

最新推荐文章于 2025-03-21 12:13:05 发布

字节自动化测试

最新推荐文章于 2025-03-21 12:13:05 发布

阅读量976

点赞数 30

分类专栏：软件测试程序员 IT 文章标签： python flask 开发语言自动化测试职场经验软件测试测试工具

本文链接：https://blog.youkuaiyun.com/software_test010/article/details/142957886

版权

程序员同时被 3 个专栏收录

1451 篇文章

订阅专栏

软件测试

1446 篇文章

订阅专栏

507 篇文章

订阅专栏

技术简介

mock技术又叫测试桩、挡板

在软件测试中，对于一些不容易构造、获取的对象，用一个虚拟的对象来代替它，以达到相同的效果，这个虚拟的对象就是mock。

mock技术并不是只有测试领域用，最早是在开发领域应用，典型例子：前后端联调。比如一个功能，前端功能写完了，但是后端还没做好，前端可以使用mock技术模拟后端发过来的数据，查看效果。

测试行业中的应用场景

1.某个新需求，开发未完成，测试人员使用mock技术，把新增的业务使用mock技术模拟出来，进行初步测试，等开发人员开发完成，再进行真实环境测试。

2.在项目中，经常会用到很多第三方接口，比如充值、防沉迷验证。第三方接口返回效率低、环境搭建麻烦，可以使用mock技术，先测试整体流程。

怎么用mock？

1.测试团队开发–技术要求高，使用django、flask等

2.使用现成工具 postman、fiddler等

3.不写代码，使用框架（moco）去创建mock moco.jar+xxx.json (简单)

mock服务

实现mock的技术有很多，这些技术中，可以分为两类–mock数据和mock服务。

mock数据：即mock一个对象，写入一些想要的数据，通过它进行自己想要的测试，常用的有：EasyMock、WireMock等，多用于单元测试。

mock服务：即mock一个sever，构造一个依赖服务并给予他预期的服务返回值，适用范围广，更加适合集成测试。

主程序-app.py文件

from flask import Flask, request, jsonify
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy import Column, Integer, Text, DateTime
from datetime import datetime
import os
import json
app = Flask(__name__)
# 配置 MySQL 数据库连接
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:rootroot@127.0.0.1/mock'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
# 初始化数据库对象
db = SQLAlchemy(app)
# 定义数据模型
class MockData(db.Model):
    __tablename__ = 'mockdata'
    id = Column(Integer, primary_key=True)
    interface_name = Column(Text, nullable=False)
    input_data = Column(Text, nullable=False)
    output_data = Column(Text, nullable=False)
    timestamp = Column(DateTime, default=datetime.utcnow)
    def __repr__(self):
        return f''
# 创建新的路由来预先填充数据
@app.route('/mock/prepopulate', methods=['POST'])
def prepopulate_mock_data():
    # 从请求中获取数据
    data = request.json
    # 检查是否提供了必要的字段
    if not data or 'interface_name' not in data or 'input_data' not in data or 'output_data' not in data:
        return jsonify({'error': '缺少必需的字段：interface_name, input_data, output_data'}), 400
    # 提取数据
    interface_name = data['interface_name']
    input_data = data['input_data']
    output_data = data['output_data']
    # 创建一条新的记录
    mock_data = MockData(
        interface_name=interface_name,
        input_data=input_data,
        output_data=output_data
    )
    db.session.add(mock_data)
    db.session.commit()
    # 返回成功信息
    return jsonify({'message': '模拟数据预填充成功'}), 201
@app.route('/mock/', methods=['POST'])
def mock_endpoint(interface_name):
    # 添加调试输出以检查 interface_name 的值
    print("接收到的 interface_name:", interface_name)
    # 手动添加斜杠到 interface_name
    interface_name_with_slash = '/' + interface_name
    # 获取请求中的 input_data
    input_data = request.json.get('input_data') if request.json else None
    # 使用 SQLAlchemy ORM 查询
    query = MockData.query.filter_by(interface_name=interface_name_with_slash)
    # 如果 input_data 为空，则查询所有与 interface_name 匹配的记录
    if input_data is None:
        result = query.first()
    else:
        # 如果 input_data 存在，则添加到查询条件
        query = query.filter_by(input_data=input_data)
        result = query.first()
    # 添加调试输出
    print("使用 ORM 执行查询")
    print("查询参数:", {'interface_name': interface_name_with_slash, 'input_data': input_data})
    print("结果:", result)
    if result is None:
        # 返回 JSON 格式的错误响应
        return jsonify({'error': f'未找到接口 "{interface_name_with_slash}" 和输入数据 "{input_data}" 的模拟数据'}), 404
    # 将 output_data 转换为 JSON 对象
    output_json = json.loads(result.output_data)
    # 返回模拟出参
    return jsonify(output_json), 200
if __name__ == '__main__':
    # 创建所有表
    db.create_all()
    # 读取环境变量或使用默认端口
    port = int(os.environ.get('PORT', 5000))
    app.run(host='0.0.0.0', port=port, debug=True)

代码说明

配置 MySQL 数据库连接：

app.config['SQLALCHEMY_DATABASE_URI'] 设置了 MySQL 数据库的连接字符串。

app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] 设置为 False，禁用不必要的修改跟踪。

初始化数据库对象：

db = SQLAlchemy(app) 初始化了一个 SQLAlchemy 对象 db，用于操作数据库。

定义数据模型：

MockData 类定义了 mockdata 表的结构，包含 id, interface_name, input_data, output_data, timestamp 字段。

创建新的路由来预先填充数据：

/mock/prepopulate 路由接收 POST 请求，用于向数据库中插入新的模拟数据记录。

创建路由处理模拟请求：

/mock/路由接收 POST 请求，根据 interface_name 和 input_data 查找对应的模拟数据，并返回 output_data。

运行应用：

if __name__ == '__main__': 确保当脚本直接运行时才启动 Flask 应用。

db.create_all() 创建所有数据库表。

app.run(host='0.0.0.0', port=port, debug=True) 启动 Flask 应用，监听指定端口，并启用调试模式。

调用示例-demoRequests.py

# 设置模拟数据
import requests
def send_post_request():
    url = "http://127.0.0.1:5000/mock/prepopulate"  # 注意这里的 URL 更改为 /prepopulate
    test_data = {
        "interface_name": "/hmrInfoSend/upload",  # 指定接口
        "input_data": "{\"userid\": \"09242901\",\"password\": \"p09242901\"}",  # 设定请求数据
        "output_data": "{\"test1_output_template\": \"设定返回数据0924290122222222221231231231\"}"  # 设定返回数据
    }
    headers = {"Content-Type": "application/json"}
    # 使用 json 参数来发送 JSON 数据
    response = requests.post(url, json=test_data, headers=headers)
    # 输出响应状态码和 JSON 内容
    print(f"返回数据 状态码: {response.status_code}")
    print(f"返回数据 JSON: {response.json()}")
def send_post_request_with_input_data():
    url = "http://127.0.0.1:5000/mock/hmrInfoSend/upload"
    headers = {"Content-Type": "application/json"}
    input_data = "{\"test1_input_template\": \"设定请求数据09242901\"}"
    # 发送 POST 请求
    response = requests.post(url, json={"input_data": input_data}, headers=headers)
    # 输出响应状态码和 JSON 内容
    print(f"返回数据 状态码: {response.status_code}")
    print(f"返回数据 JSON: {response.json()}")
if __name__ == '__main__':
    send_post_request()  # 将对应数据存储到数据库中
    # send_post_request_with_input_data()  # 根据请求的数据和接口，获取对应的数据