博客
关于我
JAVA接口自动化(八)Mock接口框架
阅读量:214 次
发布时间:2019-02-28

本文共 703 字,大约阅读时间需要 2 分钟。

技术请求示例

1. 带参数的GET请求

请求地址:/turan/test2

请求方法:GET
参数:name=turan, age=25
响应内容:南京终于晴天了

2. 带参数的POST请求

请求地址:/turan/test2

请求方法:POST
表单参数:name=turan, age=25
响应内容:南京终于晴天了

3. 带Cookies的GET请求

请求地址:/get/with/cookies

请求方法:GET
Cookies信息:login=true
响应内容:这是一个需要携带cookies信息才能访问的get请求

4. 带Cookies的POST请求

请求地址:/post/with/cookies

请求方法:POST
Cookies信息:login=true
请求参数:name=huhansan, age=18
响应状态码:200
响应内容:huhansan: success, status: 1

5. 带有Header信息的请求

请求地址:/post/with/headers

请求方法:POST
Header信息:Content-Type: application/json
请求参数:name=王老子, sex=女性
响应内容:王老子: 成功, status: 1

6. 请求重定向

重定向到百度:

请求地址:/redirect
响应重定向地址:http://www.baidu.com

重定向到自定义页面:

请求地址:/redirect/topath
响应重定向地址:/redirect/new

被重定向到的请求:

请求地址:/redirect/new
响应内容:重定向成功啦

转载地址:http://bfji.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>