mock接口开发
接口开发有很多框架，诸如 Django，flask，相比较而言，flask 是轻量级web开发框架，用来开发 mock 接口的不二之选。那你可能会问，什么叫 mock 接口呢？mock 的意思是模拟。
mock 接口的使用场景
场景1
假定在做接口测试，你正在编写自动化脚本，但是依赖于另一个接口的返回数据，但是另一个接口有问题/未开发完成，那么就需要构造接口的数据。这时候，我们可以利用 mock 接口的方式，构造出一个接口来造出我们需要的返回数据。从而不因为其他模块而阻碍当前进度。
场景2
假设公司内部部门不同，部门之间有交互，交互的话，假设别人想要我的订单表数据，但是我不想把数据库暴露给别人，那可以开发一个 mock 接口，这样他们可以通过这个接口访问数据库，但是却不知道数据库的进入方式以及数据库形式。
接下来我们就利用 flask 来构造 mock 接口，其中包括 get 请求，post 的 key-value 形式，json 形式，上传文件，访问数据库等
模板
首先安装好 flask 模块：pip install Flask ，其次开始写接口，接口是有模板的，具体如下：
import flask,json
server = flask.Flask(__name__)
@server.route('/login')
def welcome():
data = {'code':0,'msg':'ganziwen登陆成功','session_id':'sdf234sdsdfsdfs'}
return json.dumps(data,ensure_ascii=False)
server.run(host='0.0.0.0',port=8888,debug=True) #
我们对其进行解读：
- server=flask.Flask(__name__) # 这个可以理解为固定写法，意思是起一个 flask 的服务
- @server.route('/login') # 这是个装饰器，代表下面的函数不是个普通的函数，而是一个接口，/login 是接口路径，跟下面的函数名不一定要一致，假设设置为 /，那么就是代表该接口下的默认接口
- def welcome(): # 这个是接口内的函数，要跟上一行紧挨着，且函数名不能有重复的
- return 是返回什么玩意，这里我们返回 json 串。假设要更好看点，可以在后面加：indent = 4，这样格式化起来更好看
- server.run(host='0.0.0.0',port=8888,debug=True) # 这个是代表启动接口的服务，host 可以为 127.0.0.1，这样只能本机访问，如果想要局域网内的用户都能访问，那么设置成 0.0.0.0 ，port 代表启动服务的端口，默认是 5000 ，debug=True 代表自动调试，假设改了接口代码，不用重新运行，以免忘记去重新运行启动服务
- 运行该服务，编译期内看到 * Running on http://0.0.0.0:8888/ (Press CTRL+C to quit) ；且在浏览器内访问 127.0.0.1:8888/login 查看到是我们定义的结果如下
{
code: 0,
msg: "ganziwen登陆成功",
session_id: "sdf234sdsdfsdfs"
}
get请求
1、获取请求参数
其实上面的接口就是个 get 接口的形式，但是是相对而言比较简单的，那么我们的接口当中，get 请求有的也是要加参数的，比如说 ?username=xxxpasswd=xxx 那么怎么办呢？
@server.route('/urldata') #get请求，参数在url里面的
def urlData():
u = flask.request.args.get('username')
p = flask.request.args.get('password')
data = {'username':u,'password':p}
return json.dumps(data,ensure_ascii=False)
flask.request.args.get('key') # 这个就是接口内需要传的参数 key，前面用变量获取
这时候，访问对应的地址就应该加上这两个参数，比如：http://127.0.0.1:8888/urldata?username=123&password=456
结果
{
username: "",
password: ""
}
可以明显的看到，传的参数，显示在结果内，我们的函数要实现的功能也是如此
假设要传的参数未传，那么参数获取到的值就是 None，反映在结果内就是 Null
post请求
和 get 形式的有些许不同，在 meythods 内指定 = ['post']，默认是 get 形式的
1、form-data 形式
@server.route('/add_student',methods=['post'])
def add_stu():
stu_name = flask.request.values.get('name')
pwd = flask.request.values.get('pwd')
return json.dumps({'msg':'添加成功！'},ensure_ascii=False)
flask.request.values.get('key') # 获取 form-data 形式内的参数值
2、json形式
@server.route('/add_student2',methods=['post'])
def add_stu2():
if flask.request.is_json: # 判断 request 的形式是否为 json 形式，如果不加这个判断，传进来为 key-value 形式就会报错 AttributeError
stu_name = flask.request.json.get('name')
pwd = flask.request.json.get('pwd')
#print(flask.request.json) # 可以打印出传进来的所有参数
return json.dumps({'msg':'添加成功！'},ensure_ascii=False)
else:
return json.dumps({'msg':'入参请传入json'},ensure_ascii=False)
3、上传文件
@server.route('/file',methods=['post'])
def uploadFile():
file = flask.request.files.get('f')
print(file.filename) #获取到上传的文件名
#path ='~/Desktop/'+file.filename #保存文件的路径，这个可以写成绝对路径
#file.save(path) # 和上面一行是成对出现，将文件保存到绝对路径
file.save(file.filename) #保存,这样是保存到 python 文件的目录下
# print(dir(file))
return json.dumps({'msg':'上传完成！'},ensure_ascii=False)
这个其实没有规避掉一个问题，文件名重复的怎么办？可以在文件名后面加一个时间戳，这样上传就基本不会有一样的了，这里我们就不写太多
从数据库获取数据
比如说，其他部门想要获取某个库，但是不想把整个数据库暴露给别人，怎么办呢？可以用接口实现，比如说：传一个表就给你返回这个表的数据：/table_data?table_name=xxx&limit=xxx
首先要写好 sql 的执行函数，之前我们写过：
def op_mysql(sql:str):
mysql_info = {
'host': '118.24.3.40',
'port': 3306,
'password': '',
'user': 'jxz',
'db': 'jxz',
'charset': 'utf8',
'autocommit': True
}
result = '执行完成'
conn = pymysql.connect(**mysql_info)
cur = conn.cursor(pymysql.cursors.DictCursor) #建立游标
cur.execute(sql)
if sql.strip().lower().startswith('select'):
# result = cur.fetchone()
result = cur.fetchall()
cur.close()
conn.close()
return result
接口内容：
import flask,json
server = flask.Flask(__name__)
@server.route('/table_data')
def get_table_data():
table = ['app_myuser','dsk_test','app_student']
table_name = flask.request.args.get('table_name')
limit = flask.request.args.get('limit','') #10 为默认值
if not table_name:
return json.dumps({'msg':'table_name是必填字段'},ensure_ascii=False)
if table_name not in table:
return json.dumps({'msg':'没权限访问'},ensure_ascii=False)
if limit.isdigit():
sql = 'select * from %s limit %s;'%(table_name,limit)
else:
return json.dumps({'msg':'limit 请传入整数'},ensure_ascii=False)
res = op_mysql(sql)
return json.dumps(res,ensure_ascii=False) server.run(host='0.0.0.0',port = 5000,debug=True)
这个里面是写好了刚刚的要求，设定的表是可以定义的，不在里面的表访问不了，报没权限；
limit 判断了是否为整数，默认值为 10 ，也可以自己改；
table_name 必须传，没传就会报其是一个必填字段
这个是 get 实现，也可以自己定义为 post 实现
结果如下：
[
{
id: 422,
username: "glw",
passwd: "",
is_admin: 123,
error_count: 0
},
{
id: 424,
username: "glw1",
passwd: "",
is_admin: 123,
error_count: 0
},
……
]
程序分目录
在正常的开发中，不可能像我们之前写的那样，什么都扔在一个文件里面，逻辑，数据，配置全部写在一起的话，难以维护。那么有没有什么框架来维护呢？接下来看一下，一个简单的框架是怎样的
API
|__bin # 执行文件的目录
| |__start.py
|
|__config # 配置文件，数据库，服务器端口，md5 加盐值等
| |__setting.py
|
|__lib # 实现函数
| |__interface.py # 接口实现
| |__tools.py # 小工具：操作 mysql ，加盐等
|
|__logs # 日志文件夹
|
|__readme.txt # 文件以及文件夹内部内容说明
|
|__第三方模块.txt # 整个工程安装运用的第三方模块说明
配置文件路径
在程序分目录的过程中，涉及到一个问题：模块之间的引用，在 windows 的 pycharm 内，可以很快地设置环境变量：在程序的主目录上，例如上述就是在 API 文件夹==>右键==>Mark Directory as ==> Source Root，设置好后，API 文件夹为蓝色，那么这个文件夹下的模块就可以相互引用。而且存在一个问题，假设 API 的同一级目录有一个：API2 也设置了 Source Root ，这样 API2 导入模块也没用，所以说 Source Root 只能有一个。
或者在启动文件内，将文件的路径写进去，这样也可以
那么，你可能会问，那我要把程序放到 Linux 内，没有 pycharm 怎么用？有没有终极解决方案呢？有的！
我们在 bin 的 start.py 里面可以设置，将 API 的路径加入到 python 环境变量内：
import sys
import os
BASE_PATH = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.insert(0,BASE_PATH)
os.path.abspath(__file__) 代表本文件路径
os.path.dirname() 代表文件的父目录
也就是这里取了两级父目录，取几级视情况而定
实例
为了更好的理解目录分级，我们这里举个例子说明一下目录分级的文件：
启动文件：
import sys
import os
BASE_PATH = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.insert(0,BASE_PATH) from config.setting import server_info
from lib.interface import server server.run(**server_info)
start.py
配置文件
mysql_info = {
'host': '118.24.3.40', #ip
'port': 3306, #端口号
'password': '', #密码
'user': 'jxz', #用户
'db': 'jxz',#数据库
'charset': 'utf8',
'autocommit': True
}
redis_info = {
'host': '118.24.3.40', #ip
'port': 6379, #端口号
'password': 'HK139bc&*', #密码,
'db':0
}
SALT = '@#@$#%SD324532sfd' #盐
server_info = {
'port':8888,#端口号
'debug':True,#是否调试模式
'host':'0.0.0.0'
}
setting.py
接口：
import flask,json
from . import tools server = flask.Flask(__name__) @server.route('/table_data')
def get_table_data():
#没有实现校验表是否存在
tables = ['app_myuser','dsk_test','app_student','app_product']
table_name = flask.request.args.get('table_name')
limit = flask.request.args.get('limit','')
if table_name not in tables:
return json.dumps({'msg':'没有获取这个表的权限！'},ensure_ascii=False)
if not table_name:
return json.dumps({'msg':"table_name是必填字段"},ensure_ascii=False)
if limit.isdigit():
sql = 'select * from %s limit %s; '%(table_name,limit)
else:
return json.dumps({'msg':'limit请传入一个整数！'},ensure_ascii=False)
result = tools.op_mysql(sql)
return json.dumps(result,ensure_ascii=False) @server.route('/add_mem',methods=['post'])
def add_mem():
#没有实现校验表是否存在
#qq_mem
username = flask.request.json.get('username')
password = flask.request.json.get('password')
if username and password :
sql='select * from app_myuser where username="%s";'%username
if tools.op_mysql(sql):
data = {'msg':'用户已经存在'}
else:
new_password = tools.md5(password)
insert_sql = 'insert into app_myuser (username,passwd) value ("%s","%s");'%(username,new_password)
data = {'msg':'用户添加成功！'}
tools.op_mysql(insert_sql)
else:
data = {'msg':'必填参数未填，请查看接口文档！'}
return json.dumps(data,ensure_ascii=False)
interface.py
接口实现：
import hashlib,pymysql
from config import setting def md5(s,):
s = (str(s)+setting.SALT).encode()
m = hashlib.md5(s)#加密
return m.hexdigest() def op_mysql(sql:str):
result = '执行完成'
conn = pymysql.connect(**setting.mysql_info)
cur = conn.cursor(pymysql.cursors.DictCursor) #建立游标
cur.execute(sql)
if sql.strip().lower().startswith('select'):
# result = cur.fetchone()
result = cur.fetchall()
cur.close()
conn.close()
return result
tools.py
文件说明：
#这个程序是写xxx接口的 入口文件是main.py config下面是配置文件 lib是程序的主逻辑在这里面 需要安装的第三方模块
flask
pymysql
readme.txt
引用模块
alabaster==0.7.10
anaconda-client==1.6.14
anaconda-navigator==1.8.7
anaconda-project==0.8.2
appnope==0.1.0
appscript==1.0.1
asn1crypto==0.24.0
astroid==1.6.3
astropy==3.0.2
attrs==18.1.0
Babel==2.5.3
backcall==0.1.0
backports.shutil-get-terminal-size==1.0.0
beautifulsoup4==4.6.0
bitarray==0.8.1
bkcharts==0.2
blaze==0.11.3
bleach==2.1.3
bokeh==0.12.16
boto==2.48.0
Bottleneck==1.2.1
certifi==2018.4.16
cffi==1.11.5
chardet==3.0.4
click==6.7
cloudpickle==0.5.3
clyent==1.2.2
colorama==0.3.9
conda==4.6.14
conda-build==3.10.5
conda-verify==2.0.0
contextlib2==0.5.5
cryptography==2.2.2
cycler==0.10.0
Cython==0.28.2
cytoolz==0.9.0.1
dask==0.17.5
datashape==0.5.4
decorator==4.3.0
distributed==1.21.8
Django==2.1.7
docutils==0.14
entrypoints==0.2.3
et-xmlfile==1.0.1
Faker==1.0.2
fastcache==1.0.2
filelock==3.0.4
Flask==1.0.2
Flask-Cors==3.0.4
gevent==1.3.0
glob2==0.6
gmpy2==2.0.8
greenlet==0.4.13
h5py==2.7.1
heapdict==1.0.0
html5lib==1.0.1
idna==2.6
imageio==2.3.0
imagesize==1.0.0
ipykernel==4.8.2
ipython==6.4.0
ipython-genutils==0.2.0
ipywidgets==7.2.1
isort==4.3.4
itsdangerous==0.24
jdcal==1.4
jedi==0.12.0
Jinja2==2.10
jsonpath==0.80
jsonschema==2.6.0
jupyter==1.0.0
jupyter-client==5.2.3
jupyter-console==5.2.0
jupyter-core==4.4.0
jupyterlab==0.32.1
jupyterlab-launcher==0.10.5
kiwisolver==1.0.1
lazy-object-proxy==1.3.1
llvmlite==0.23.1
locket==0.2.0
lxml==4.2.1
MarkupSafe==1.0
matplotlib==2.2.2
mccabe==0.6.1
mistune==0.8.3
mkl-fft==1.0.0
mkl-random==1.0.1
more-itertools==4.1.0
mpmath==1.0.0
msgpack-python==0.5.6
multipledispatch==0.5.0
navigator-updater==0.2.1
nbconvert==5.3.1
nbformat==4.4.0
networkx==2.1
nltk==3.3
nnlog==1.0.4
nose==1.3.7
nose-parameterized==0.6.0
notebook==5.5.0
numba==0.38.0
numexpr==2.6.5
numpy==1.14.3
numpydoc==0.8.0
odo==0.5.1
olefile==0.45.1
openpyxl==2.5.3
packaging==17.1
pandas==0.23.0
pandocfilters==1.4.2
parso==0.2.0
partd==0.3.8
path.py==11.0.1
pathlib2==2.3.2
patsy==0.5.0
pbr==4.2.0
pep8==1.7.1
pexpect==4.5.0
pickleshare==0.7.4
Pillow==5.1.0
pkginfo==1.4.2
pluggy==0.6.0
ply==3.11
prompt-toolkit==1.0.15
psutil==5.4.5
ptyprocess==0.5.2
py==1.5.3
pycodestyle==2.4.0
pycosat==0.6.3
pycparser==2.18
pycrypto==2.6.1
pycurl==7.43.0.1
pyflakes==1.6.0
Pygments==2.2.0
pylint==1.8.4
PyMySQL==0.9.2
pyodbc==4.0.23
pyOpenSSL==18.0.0
pyparsing==2.2.0
PySocks==1.6.8
pytest-arraydiff==0.2
pytest-astropy==0.3.0
pytest-doctestplus==0.1.3
pytest-openfiles==0.3.0
pytest-remotedata==0.2.1
python-dateutil==2.7.3
pytz==2018.4
PyWavelets==0.5.2
PyYAML==3.12
pyzmq==17.0.0
QtAwesome==0.4.4
qtconsole==4.3.1
QtPy==1.4.1
redis==3.0.1
requests==2.18.4
rope==0.10.7
ruamel-yaml==0.15.35
scikit-image==0.13.1
scikit-learn==0.19.1
scipy==1.1.0
seaborn==0.8.1
Send2Trash==1.5.0
simplegeneric==0.8.1
singledispatch==3.4.0.3
six==1.11.0
snowballstemmer==1.2.1
sortedcollections==0.6.1
sortedcontainers==1.5.10
Sphinx==1.7.4
sphinxcontrib-websupport==1.0.1
spyder==3.2.8
SQLAlchemy==1.2.7
statsmodels==0.9.0
stevedore==1.29.0
sympy==1.1.1
tables==3.4.3
tblib==1.3.2
terminado==0.8.1
testpath==0.3.1
text-unidecode==1.2
toolz==0.9.0
tornado==5.0.2
traitlets==4.3.2
typing==3.6.4
unicodecsv==0.14.1
urllib3==1.22
virtualenv==16.0.0
virtualenv-clone==0.3.0
virtualenvwrapper==4.8.2
wcwidth==0.1.7
webencodings==0.5.1
Werkzeug==0.14.1
widgetsnbextension==3.2.1
wrapt==1.10.11
xlrd==1.1.0
XlsxWriter==1.0.4
xlutils==2.0.0
xlwings==0.11.8
xlwt==1.2.0
xpinyin==0.5.6
yagmail==0.10.212
zict==0.1.3
第三方模块.txt
这里还有个问题：安装以及引用的第三方模块需要自己写吗？不需要！我们本机所有的模块其实可以用命令导出，换了电脑也可以用命令批量安装：这个命令要在命令行做
pip freeze > 第三方模块.txt # 将安装过的模块导出到指定文件
pip install -r 第三方模块.txt # 将文件内的模块批量安装， -r 代表遍历
注意
- 重启服务的时候，切记不要把程序再运行一次，那样是重新启动了一个服务而不是重新启动之前的服务，正确做法是 Rerun 一次已经运行的服务
- 有时候点右键运行如果出现
，那么运行会报错，正常应该是
，这个是 pycharm 的问题，只要出现'xxx in xxx.py'，解决办法是点击最上面的 Run，选择 Run...，再选择要运行的代码 - 只写 ip:port 不成，还等加上相应路径，否则会报 404
- 路径不能有重复的，函数名也不能有重复的
- flask.request 就是 flask 收到的所有参数，打印的类型可以再后面加比如：flask.request.json
- server.run() 只能写一个，而且只能写在最后，在这之后的代码运行不到
衍生
其实呢，能做的仅仅如此么？我们之前是以 json 串为主，但是其实也可以写字符串，html 代码等等，这样就是一个小的网页咯