python3.x上post發(fā)送json數(shù)據(jù)
一.摘要
做接口自動化測試時,常常需要使用python發(fā)送一些json內容的接口報文,如果使用urlencode對內容進行編碼解析并發(fā)送請求,會發(fā)現(xiàn)服務器返回了200,OK的狀態(tài),但響應內容不可讀(像是一堆加密報文)。定位問題時發(fā)現(xiàn)抓包發(fā)現(xiàn)發(fā)送報文的內容與我們發(fā)送的json內容不符(會去掉”{“與”}“等內容),所以重新采用了json封裝后,問題解決。
二.解決方法
1.先導入json模塊,采用json.dumps將json內容進行封裝
eg: import json str = json.dumps({'userid':'381fccbd776c4deb'})
2.調用這個內容并發(fā)送http請求
eg: import http.client,urllib.parse import json str = json.dumps({'userid':'381fccbd776c4deb'}) print(str) #下面注釋部分這樣做是不行的 #pararms = urllib.parse.urlencode({'userid':'381fccbd776c4deb'}).encode(encoding='UTF8') headers = {"Content-type": "application/x-www-form-urlencoded","Accept": "text/plain"} conn = http.client.HTTPConnection("10.3.93.216",8080) conn.request('POST', '/ippinte/api/scene/getall', str, headers) response = conn.getresponse() print(response.status, response.reason) data = response.read().decode('utf-8') print(data) conn.close()
附未作json封裝時的結果圖片與封裝成功后的結果圖片:
未作json封裝時的結果圖片
封裝成功后的結果圖片
相關文章
深入理解Tensorflow中的masking和padding
TensorFlow 是一個用于人工智能的開源神器,這篇文章主要介紹了Tensorflow中的masking和padding的相關知識,通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2020-02-02使用Python在Excel中實現(xiàn)自動查找并替換數(shù)據(jù)
隨著項目的進展,需要經(jīng)常在Excel業(yè)務表格中查找及替換數(shù)據(jù),已保證數(shù)據(jù)與實際項目進度一致,手動一個一個查找,然后替換,效率太低,還容易遺漏,現(xiàn)在我們來試試用Python自動完成查找及替換吧,需要的朋友可以參考下2023-12-12Python基于matplotlib實現(xiàn)繪制三維圖形功能示例
這篇文章主要介紹了Python基于matplotlib實現(xiàn)繪制三維圖形功能,涉及Python使用matplotlib模塊進行三維圖形繪制相關操作技巧,需要的朋友可以參考下2018-01-01Pandas?DataFrame列快速轉換為列表(3秒學會!)
這篇文章主要給大家介紹了關于Pandas?DataFrame列如何快速轉換為列表的相關資料,在Python的pandas庫中可以使用DataFrame的tolist()方法將DataFrame轉化為列表,需要的朋友可以參考下2023-10-10