器一样。 安装 pip install requests-mock 模拟 post 请求 小编这里先自己随便写一个 url 地址，然后自己在模拟一个参数数据内容，已经请求 成功后返回的状态码，然后通过 requests 进行根据模拟的内容进行请求，这样就能查看我 们返回的数据是否正确了。 # coding:utf-8 import requests import requests_mock with requests_mock.Mocker() as m: 21 《51 测试天地》七十四 www.51testing.com # 模拟 post 请求内容，返回的 json 格式，返回码为 200 m.post('https://www.anjing.com',json={'name':'anjing'},status_code=200) # 根据模拟的请求进行通过 requests import requests_mock def test_01(): with requests_mock.Mocker() as m: # 模拟 post 请求内容，返回的 json 格式，返回码为 200 def echo_response(request,context): data = request.json() return {'json':data,'status_code':

满意的了。 在更加复杂的应用中，各种组件之间的交互可能会及其的复杂。改变其中某一组件的行为，也有可能 会造成意想不到的结果。判断「代码是否正常工作」意味着你需要用大量的数据来完整的测试全部代 码的功能，以确保你的小修改没有对应用整体造成破坏——这太费时间了。 尤其是当你发现自动化测试能在几秒钟之内帮你完成这件事时，就更会觉得手动测试实在是太浪费时 间了。当某人写出错误的代码时，自动化测试还能帮助你定位错误代码的位置。 部分自动化。 一个找出代码中未被测试部分的方法是检查代码覆盖率。它有助于找出代码中的薄弱部分和无用部 分。如果你无法测试一段代码，通常说明这段代码需要被重构或者删除。想知道代码覆盖率和无用代 码的详细信息，请看文档 和 coverage.py 结合使用。 测试那是越多越好 进一步测试 然后呢？ 创建你的第一个 Django 项目， 第五部分 - 65 - 本文档使用 书栈(BookStack