1. 前言
由于公司的一个项目是基于B/S架构与WEB服务通信,使用XML数据作为通信数据,在添加新功能时,WEB端与客户端分别由不同的部门负责,所以在WEB端功能实现过程中,需要自己发起请求测试,于是便选择了使用Python编写此脚本。另外由于此脚本最开始希望能在以后发展成具有压力测试的功能,所以除了基本的访问之外,添加了多线程请求。
整个脚本主要涉及到的关于Python的知识点包括:
基于urllib.request的Http访问
多线程
类与方法的定义
全局变量的定义与使用
文件的读取与写入
……
2. 源码与结果
整个程序包括Python源码和配置文件,由于源码中有相应的注释,所以就直接贴源码吧,如下:
# TradeWeb测试脚本 import threading, time, http.client, urllib.request, os #import matplotlib.pyplot as plt URL = 'http://127.0.0.1:8888/XXXXXXXXX/httpXmlServlet' # 在配置文件中读取,此处将无效 TOTAL = 0; # 总数 SUCC = 0; # 响应成功数量 FAIL = 0; # 响应失败数量 EXCEPT = 0 # 响应异常数 MAXTIME = 0 # 最大响应时间 MINTIME = 100 # 最小响应时间,初始值为100秒 COUNT_TIME = 0 # 总时间 THREAD_COUNT = 0 # 记录线程数量 CODE_MAP = {200:0, 301:0, 302:0, 304:0} # 状态码信息(部分) RESULT_FILE = 'tradeWebResult.xml' # 输出结果文件 REQUEST_DATA_FILE = 'requestData.config' # 数据文件 DATA = '''请在tradeWebRequestData.config文件中配置''' TIME_LIST = [] # 记录访问时间 #创建一个threading.Thread的派生类 class RequestThread(threading.Thread): #构造函数 def __init__(self, thread_name): threading.Thread.__init__(self) self.test_count = 0; #线程运行的入口函数 def run(self): global THREAD_COUNT THREAD_COUNT += 1 #print("Start the count of thread:%d" %(THREAD_COUNT)) self.testPerformace() #测试性能方法 def testPerformace(self): global TOTAL global SUCC global FAIL global EXCEPT global DATA global COUNT_TIME global CODE_MAP global URL try: st = time.time() #记录开始时间 start_time cookies = urllib.request.HTTPCookieProcessor() opener = urllib.request.build_opener(cookies) resp = urllib.request.Request(url=URL, headers={'Content-Type':'text/xml', 'Connection':'Keep-Alive'}, data=DATA.encode('gbk')) respResult = opener.open(resp) # 记录状态码 START code = respResult.getcode() if code == 200: SUCC += 1 else: FAIL += 1 if code in CODE_MAP.keys(): CODE_MAP[code] += 1 else: CODE_MAP[code] = 1 # print(request.status) # 记录状态码 END html = respResult.read().decode('gbk') print(html) time_span = time.time() - st # 计算访问时间 # 记录访问时间 TIME_LIST.append(round(time_span * 1000)) # print('%-13s: %f ' %(self.name, time_span)) self.maxtime(time_span) self.mintime(time_span) self.writeToFile(html) # info = respResult.info() # 响应头信息 # url = respResult.geturl() # URL地址 # print(info); # print(url) COUNT_TIME += time_span TOTAL += 1 except Exception as e: print(e) TOTAL += 1 EXCEPT += 1 # 设置最大时间,如果传入的时间大于当前最大时间 def maxtime(self, ts): global MAXTIME #print("time:%f" %(ts)) if ts > MAXTIME: MAXTIME = ts # 设置最小时间,如果传入的时间小于当前最小时间 def mintime(self, ts): global MINTIME #print("time:%f" %(ts)) if ts < MINTIME and ts > 0.000000000000000001: MINTIME = ts # 写入文件 def writeToFile(self, html): f = open(RESULT_FILE, 'w') f.write(html) f.write('\r\n') f.close(); # 读取XML数据信息 def loadData(): global URL global DATA f = open(REQUEST_DATA_FILE, 'r') URL = "".join(f.readline()) DATA = "".join(f.readlines()) # print(DATA) f.close() if __name__ == "__main__": # print("============测试开始============") print("") # 开始时间 start_time = time.time() # 并发的线程数 thread_count = 1 loadData() # 加载请求数据 i = 0 while i < thread_count: t = RequestThread("Thread" + str(i)) t.start() i += 1 t = 0 while TOTAL < thread_count and t < 60: # print("total:%d, succ:%d, fail:%d, except:%d\n" %(TOTAL,SUCC,FAIL,EXCEPT)) print("正在请求 ",URL) t += 1 time.sleep(1) # 打印信息 print() print("请求", URL, "的统计信息:") print(" 总请求数 = %d,成功 = %d,失败 = %d,异常 = %d" %(TOTAL, SUCC, FAIL, EXCEPT)) print() print("往返程的估计时间(以毫秒为单位):") print(" 合计 =", int(COUNT_TIME * 1000), "ms", end = '') print(" 最大 =", round(MAXTIME * 1000), "ms", end = '') print(" 最小 =", round(MINTIME * 1000), "ms", end = '') print(" 平均 =", round((COUNT_TIME / thread_count) * 1000), "ms") print() print("响应的状态码与次数信息(状态码:次数):") print(" ", CODE_MAP) print() print("输出页面请查看", RESULT_FILE, "文件(建议使用浏览器或XML专业工具打开)") print() # os.system("pause") print(TIME_LIST) input()
配置文件主要在于易于更改访问路径等,其中SESSION_ID是在Fiddler中抓包获取,配置文件源文件如下(为不泄露公司隐私,数据并非原始数据,但格式相同):
http://127.0.0.1:8888/XXXXXXXXX/httpXmlServlet <"commodity_query"> <USER_ID>0001</USER_ID> <COMMODITY_ID>0000</COMMODITY_ID> <SESSION_ID>4918081208706966071</SESSION_ID> </REQ> </COM>
测试结果如下:
由于公司保密性要求,地址做了模糊处理,另外输出的tradeWebResult.xml结果页面也未展示。
以上仅为个人学习与使用Python过程的一个记录,难免会有程序设计或使用不当,如有更好的意见,欢迎指正。
注:此代码开发环境为Python 3.5 + windows,未在Python 2.x环境下测试
以上这篇Python 3.x基于Xml数据的Http请求方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
Python,Xml,Http
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]