当前位置: 首页 > news >正文

自动化测试Mock神器:轻松模拟HTTP请求..

1、背景

在日常测试过程中或者研发开发过程中,目前接口暂时没有开发完成,测试人员又要提前介入接口测试中,测试人员不仅仅只是简单的编写测试用例,也可以通过一些mock的方法进行来提前根据接口测试的情况进行模拟返回接口的信息,进行模拟接口各种场景的异常。

mock是指模拟,也就是模拟接口返回的信息,用已有的信息替换它需要返回的信息,从实现对所依赖的模块的测试。

一般有两种场景:

  • 前端对后端接口的 mock,

  • 后端服务之间的测试中涉及的mock,常常发生在单元测试的时候。

前端mock可以通过一些工具来完成:

  • 使用抓包工具Fiddler,Charles 来实现,通过修改代理返回的数据,实现多种场景的测试。

  • 使用一些API管理工具来模拟,比如yapi,Easy Mock 等

  • 当然有编码能力的,也可以使用node.js,python的fastAPI来模拟

后端的 Mock 则是从接口的角度,如果一个接口A返回的数据需要依赖于另一个接口B,当敏捷开发中B接口还未开发完全时候这里会需要用到 Mock。

对于测试人员,对接口测试的时候,部分接口尚未开发完成,在约定了接口定义之后,也可以使用 Mock 来模拟。

今天给大家介绍一款Python Mock工具:requests-mock

2、工具介绍

requests-mock是一个用于模拟HTTP请求的Python库,它可以帮助开发人员在测试和开发过程中模拟各种HTTP请求和响应。使用requests-mock,可以用来模拟接口的各种场景,就像真正的服务器一样。

特点:

  1. 灵活性:requests-mock允许开发人员根据需要灵活地定义虚拟的HTTP响应,包括状态码、头部信息、响应体等。

  2. 易用性:requests-mock的API设计简单易用,开发人员可以很容易地集成到他们的测试和开发工作流程中。

  3. 可扩展性:requests-mock支持自定义的响应生成器和请求匹配器,可以满足各种复杂的测试需求。

适用场景:

  • 单元测试:

    开发人员可以使用requests-mock模拟HTTP请求和响应,以便在单元测试中测试他们的代码。

  • 集成测试:

    在进行集成测试时,requests-mock可以帮助开发人员模拟外部服务的行为,以验证系统的整体功能。

  • 开发过程中的快速原型验证:

    在开发过程中,开发人员可以使用requests-mock快速验证他们的代码对于不同的HTTP响应的处理情况。

通过Mock能够帮助我们模拟系统各种行为,包括网络请求、文件读写、数据库操作、系统时间等等。这能够在测试代码时降低对外部依赖的需求,从而提高代码的可测试性。

3、安装

安装必要的模块:requests, requests_mock。

  1. pip install requests

  2. pip install requests_mock

4、使用示例

示例一:使用Mock模拟GET、Post请求

以下是一个使用requests-mock模拟GET请求和POST请求的示例:

  1. import requests

  2. import requests_mock

  3. # 模拟GET请求

  4. with requests_mock.Mocker() as m:

  5. # 模拟post请求内容,返回的json格式,返回码为200

  6. m.get('http://example.com/api/data', json={"name":"测试开发技术"}, status_code=200)

  7. response = requests.get('http://example.com/api/data')

  8. print(response.json())

  9. # 模拟POST请求

  10. with requests_mock.Mocker() as m:

  11. # 模拟post请求内容,返回的json格式,返回码为200

  12. m.post('http://example.com/api/submit',json={"name":"测试开发技术"}, status_code=201)

  13. response = requests.post('http://example.com/api/submit', data={'key': 'value'})

  14. print(response.json())

在上面的示例中,我们使用requests-mock模拟了一个GET请求和一个POST请求。在每个模拟的上下文中,我们使用requests_mock.Mocker()创建了一个模拟器,并使用m.get()和m.post()分别定义了GET请求和POST请求的模拟响应。然后,我们使用requests库发送了实际的GET和POST请求,并打印了模拟的响应内容。

示例二:requests-mock在测试脚本中的用法

  1. import requests

  2. import requests_mock

  3. def get_data():

  4. response = requests.get('http://example.com/api')

  5. return response.json()

  6. def test_get_data():

  7. adapter = requests_mock.Adapter()

  8. mock_response = {"status": "ok", "datas": [{"name": "狂师", "description": "公众号:测试开发技术"}]}

  9. adapter.register_uri('GET', 'http://example.com/api', json=mock_response)

  10. with requests.Session() as session:

  11. session.mount('http://', adapter)

  12. data = get_data()

  13. assert data["status"] == "ok"

  14. assert len(news_data["datas"]) == 1

  15. assert news_data["datas"][0]["name"] == "狂师"

示例三:requests-mock模拟请求错误异常

正常请求接口的时候,都会出现接口异常情况,比如超时哈,或者请求服务器异常等操作,接下来小编通过requests-mock进行模拟服务器异常的情况。

  1. import requests

  2. import requests_mock

  3. from requests.exceptions import ConnectionError, Timeout

  4. def test_exception():

  5. with requests_mock.Mocker() as m:

  6. # 模拟请求超时处理

  7. m.get('http://example.com/api',exc=Timeout)

  8. # 通过pytest.raises进行捕捉异常,如果存在异常,则判断为pass

  9. with pytest.raises(Timeout):

  10. requests.get('http://example.com/api',timeout=3)

  11. # 模拟服务器错误

  12. m.get('http://example.com/api', exc=ConnectionError)

  13. # 发送请求并断言是否抛出了预期的异常

  14. with pytest.raises(ConnectionError):

  15. requests.get('http://example.com/api')

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

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!有需要的小伙伴可以点击下方小卡片领取

http://www.jsqmd.com/news/171751/

相关文章:

  • 2025年实力强的仿木纹铝单板生产厂家排名:5家靠谱源头供应商全解析 - 工业品牌热点
  • 十大战略咨询行业洞察 2025企业增长的趋势把握指南
  • RAG效果差?收藏这10个上下文处理优化技巧,助你突破瓶颈,小白也能轻松掌握!
  • 3+2特训 1
  • 复合编织硅胶管与汽车编织硅胶管厂家推荐:如何选到靠谱产品 - myqiye
  • 测试问题---APP闪退
  • 太原文化展厅建设哪个价格合理
  • C++多线程编程陷阱曝光:99%开发者忽略的状态一致性细节
  • 2026年全自动总磷总氮分析仪/全自动氨氮分析仪厂家推荐,TOP5品牌有哪些? - 品牌推荐大师1
  • 【C++高性能系统开发必读】:静态优化实现内核秒级启动的7个步骤
  • 【现代C++开发必备技能】:掌握这7个元编程简化模式,告别冗长模板
  • 具身智能机器人技术专业(专科)人才培养方案
  • Java程序员到大模型开发:转型步骤+学习资源+职业前景,值得收藏学习_2025年最全大模型教程:程序员转行AI大模型,
  • Excel文本裁剪:Pandas高效处理工单对话
  • Jupyter Book构建完整的TensorFlow电子书
  • 抖音短视频标题党:吸引眼球的TensorFlow话题设计
  • Jupyter Magic %timeit测试TensorFlow代码性能
  • 低空智联网技术专业(专科)人才培养方案
  • 为什么多数的RAG项目死在了Demo?从数据清洗到路由控制,拆解RAG落地的四大难点
  • 2025年12月优质原汁红糖公司推荐评测报告:孕妇可食红糖、手工红糖、手工黄冰糖、无添加红糖、无添加黄冰糖、正宗红糖选择指南 - 优质品牌商家
  • C#集合表达式深度实践(高性能数据初始化的7个关键技巧)
  • DiskInfo下载官网对比:如何监控TensorFlow训练磁盘性能
  • AI元人文构想:迈向意义共治的智能文明新范式(2025版)
  • 你还在手动Add?:C#集合表达式让初始化效率飞跃的4个场景
  • 2026打工人学历提升选课攻略:5步挑对机构,避开90%的坑 - 品牌测评鉴赏家
  • 中小企业AI转型:低成本获取TensorFlow算力资源
  • 2025中式服装加盟推荐TOP榜:携手国风,共赢未来!,中式服装加盟怎么选择拿货色麦新中式层层把关品质优 - 品牌推荐师
  • 收藏!35+程序员被裁警醒:AI时代,程序员的生存升级指南
  • vue网上电器电商平台商城可视化沙箱支付商家 积分 优惠卷
  • C++内核启动性能瓶颈突破(静态链接与初始化优化全解析)