用 pytest + requests 测试需先断言状态码再解析 json，避免 jsondecodeerror；验证结构应检查关键字段存在及类型，而非全量相等；所有请求须设 timeout，异常响应需按状态码分类处理。
怎么用 pytest + requests 写一个能验状态码和 JSON 结构的测试
直接上手：核心是用 requests.get()（或 post 等）发请求，再用 assert 检查 r.status_code 和 r.json()。pytest 只负责运行和报错，不参与 HTTP 通信。
常见错误现象：r.json() 报 JSONDecodeError —— 说明接口返回了非 JSON 内容（比如 HTML 错误页、空响应、502/404 的纯文本），必须先检查状态码再解析 JSON。
- 永远先断言
r.status_code == 200（或预期码），再调r.json() - 不要用
response.text手动解析 JSON，r.json()自带校验且更简洁 - 如果接口可能返回 204 或空 body，加
if r.content:判断再调.json()
验证 JSON 返回结构时，为什么不能直接 assert 字典相等
因为真实 API 响应常含动态字段（如 "id": 123、"created_at": "2024-05-..."），全字段比对会频繁失败。重点应是“关键字段存在且类型正确”，不是“完全一致”。
使用场景：你只关心 {"data": {"name": str, "price": float}, "code": int} 这类契约，而非具体值。
- 用
isinstance(r.json()["data"]["name"], str)替代== "test" - 用
"data" in r.json()和"code" in r.json()先保字段存在 - 嵌套深时，推荐提取成小函数，比如
assert_data_shape(r.json())，避免测试体臃肿
pytest 参数化测试多个 URL 或参数组合时要注意什么
用 @pytest.mark.parametrize 很方便，但容易忽略两点：一是请求未加超时，卡住整个测试；二是并发跑时没控制请求数，被目标服务限流或拒绝。
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
性能 / 兼容性影响：本地开发时默认无超时，CI 环境网络波动会导致随机失败。
- 所有
requests调用必须显式传timeout=(3, 7)（连接 3 秒，读取 7 秒） - 避免在 parametrize 中直接写死
requests.get(...)，应把请求逻辑封装进函数，便于复用和 mock - 若需测鉴权接口，token 应从 fixture 获取，而不是写死在参数列表里
遇到 401/403 却收不到 JSON 错误体怎么办
很多接口在认证失败时不返回标准 JSON，而是返回空 body 或 HTML 页面，此时 r.json() 必然抛异常，导致测试中断而非断言失败。
正确做法是捕获异常，并根据状态码分支处理：
try:
data = r.json()
except ValueError: # requests 2.x 用这个，3.x 改为 json.JSONDecodeError
data = {}
assert r.status_code == 401
assert "error" not in data or data.get("code") != 0 # 根据实际协议调整
容易踩的坑：直接写 assert r.json()["error"]，一碰到非 JSON 就报错退出，pytest 显示的是异常 traceback，不是你写的断言失败信息。
复杂点在于——每个状态码对应的响应格式可能不同，400 是 JSON，401 是空，500 是 HTML，得按码分类处理，不能一套逻辑走到底。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
