深拷貝（deep copy）常用于復制請求參數、配置對象或其他復雜數據結構，以確保每次發送請求時使用的是獨立的數據副本，避免不同請求之間的數據互相影響。例如，當你需要多次調用同一個接口，但每次調用的參數略有不同的時候，深拷貝可以幫助你創建參數對象的新實例。ZTE28資訊網——每日最新資訊28at.com

ZTE28資訊網——每日最新資訊28at.com

基礎示例

import requestsimport copy# 假設有一個包含接口請求參數的字典base_params = {    'user_id': 123,    'data': {        'name': 'Alice',        'address': {            'street': '123 Main St'        }    }}# 在接口自動化測試中，我們可能需要對某些參數進行修改后發起請求def send_request(modified_params):    # 使用深拷貝來創建原始參數的一個完整副本    params = copy.deepcopy(base_params)    # 現在可以安全地修改副本而不影響原始參數    params['user_id'] = modified_params['user_id']    params['data']['name'] = modified_params.get('new_name', params['data']['name'])    # 發送HTTP請求    response = requests.post('http://api.example.com/endpoint', jsnotallow=params)    # 處理響應并驗證結果...# 調用函數，傳入要修改的參數test_case_1_params = {'user_id': 456, 'new_name': 'Bob'}send_request(test_case_1_params)# 下一個測試案例，使用不同的參數test_case_2_params = {'user_id': 789, 'new_name': 'Charlie'}send_request(test_case_2_params)

在這個例子中，copy.deepcopy() 方法被用來創建 base_params 的深拷貝，這樣每個測試用例都可以根據需要獨立修改參數，并且不會干擾其他測試用例或后續的請求。這對于維護數據一致性以及避免由于數據共享導致的問題非常有用。ZTE28資訊網——每日最新資訊28at.com

深拷貝處理列表、字典嵌套的數據結構

包含多個請求參數集合的列表，每個集合代表一次獨立的接口調用：ZTE28資訊網——每日最新資訊28at.com

import copyimport requests# 假設我們有一系列需要以不同參數發送的請求base_requests = [    {        'method': 'POST',        'url': 'http://api.example.com/user',        'data': {            'user_id': 1,            'name': 'Alice'        }    },    {        'method': 'POST',        'url': 'http://api.example.com/user',        'data': {            'user_id': 2,            'name': 'Bob'        }    }]def send_requests(modified_requests):    # 對原始請求列表進行深拷貝    requests_to_send = copy.deepcopy(base_requests)    for request in requests_to_send:        # 根據測試需求修改每個請求的參數        request['data']['name'] = modified_requests[request['data']['user_id']]['new_name']        # 發送HTTP請求        response = requests.request(request['method'], request['url'], jsnotallow=request['data'])        # 處理響應并驗證結果...# 定義要修改的用戶名稱modified_user_names = {    1: 'Charlie',    2: 'Dave'}# 調用函數，傳入要修改的參數send_requests(modified_user_names)

在這個例子中，通過深拷貝base_requests列表，我們可以對每個請求中的數據進行獨立修改，而不會影響到其他請求或后續的測試。這樣就能確保在并發或批量執行接口測試時，每次請求使用的都是獨立的數據副本。ZTE28資訊網——每日最新資訊28at.com

深拷貝管理復雜的會話狀態或全局配置

全局配置對象，包含了所有請求的通用頭信息或其他默認設置：ZTE28資訊網——每日最新資訊28at.com

import requestsimport copy# 全局配置對象global_config = {    'headers': {        'Content-Type': 'application/json',        'Authorization': 'Bearer some_token'    },    'timeout': 30,    'proxies': {...}}# 定義一個發送請求的函數，利用深拷貝來創建全局配置的副本def send_request(url, data, custom_cnotallow={}):    # 創建全局配置的深拷貝    config = copy.deepcopy(global_config)    # 更新或添加自定義配置    config.update(custom_config)    # 發送HTTP請求    response = requests.post(url, jsnotallow=data, **config)    # 處理響應并驗證結果...# 使用默認配置發送請求send_request('http://api.example.com/user', {'user_id': 1})# 發送具有部分自定義配置的請求（如：更新令牌）custom_config = {'headers': {'Authorization': 'Bearer new_token'}}send_request('http://api.example.com/user', {'user_id': 2}, custom_config)

在這個例子中，通過深拷貝 global_config，我們可以在不改變原始全局配置的前提下，為每個單獨的請求定制不同的配置項。這樣在處理多用戶、多環境或者需要臨時修改某些配置參數的情況時，可以確保每次請求都基于獨立且完整的配置對象，從而避免數據污染和錯誤發生。ZTE28資訊網——每日最新資訊28at.com

深拷貝在持續集成（CI）或持續部署（CD）的場景使用

在并行執行多個接口測試用例時，每個測試任務可能會加載一套共享的基礎數據，但需要獨立操作這些數據以模擬不同的業務場景：ZTE28資訊網——每日最新資訊28at.com

import threadingimport copyimport requests# 基礎數據集base_data = {    'users': [        {'id': 1, 'name': 'Alice'},        {'id': 2, 'name': 'Bob'}    ],    'products': [...]}def run_test_case(test_case, copied_data):    # 在線程內部對復制的數據進行修改和使用    for user in copied_data['users']:        if user['id'] == test_case['user_id']:            user['name'] = test_case.get('new_name', user['name'])    # 根據測試用例發送請求    response = requests.put(f'http://api.example.com/user/{test_case["user_id"]}', jsnotallow=user)    # 處理響應并驗證結果...# 定義測試用例列表test_cases = [    {'user_id': 1, 'new_name': 'Charlie'},    {'user_id': 2, 'new_name': 'Dave'}]# 使用多線程并發執行測試用例，并為每個線程提供基礎數據的深拷貝threads = []for case in test_cases:    copied_data = copy.deepcopy(base_data)    thread = threading.Thread(target=run_test_case, args=(case, copied_data))    threads.append(thread)    thread.start()# 等待所有線程完成for thread in threads:    thread.join()

在這個例子中，通過在每個線程內部創建 base_data 的深拷貝，我們可以確保即使在并發環境下，不同測試用例之間也能安全地獨立操作數據，避免了競態條件和其他同步問題的發生。ZTE28資訊網——每日最新資訊28at.com

深拷貝處理數據庫或緩存中的數據

在執行測試用例前，你可能需要從數據庫加載一些初始數據，然后基于這些數據進行修改和操作：ZTE28資訊網——每日最新資訊28at.com

import copyimport db_connection  # 假設這是一個連接到數據庫的模塊# 從數據庫獲取基礎數據base_data = db_connection.fetch_test_data()def run_test_case(test_case, copied_data):    # 在測試用例內部對復制的數據進行修改    for record in copied_data['records']:        if record['id'] == test_case['record_id']:            record['status'] = test_case['new_status']    # 執行更新數據庫的操作（這里僅為示例，實際應使用db_connection模塊）    updated_data = update_database(copied_data)    # 根據新狀態發送請求并驗證響應結果    response = requests.get(f'http://api.example.com/record/{test_case["record_id"]}')    assert response.json()['status'] == test_case['new_status']# 定義測試用例列表test_cases = [    {'record_id': 1, 'new_status': 'active'},    {'record_id': 2, 'new_status': 'inactive'}]# 對每個測試用例運行，并提供數據庫數據的深拷貝for case in test_cases:    copied_data = copy.deepcopy(base_data)    run_test_case(case, copied_data)# 清理資源，如重置數據庫狀態至原始值db_connection.reset_to_original_data(base_data)

在這個例子中，通過深拷貝從數據庫獲取的基礎數據，我們可以安全地模擬各種業務場景下的數據更新操作，同時保證不會影響到其他測試用例或后續的數據恢復過程。在測試結束后，可以將數據庫狀態重置為初始狀態，以確保測試環境的一致性。ZTE28資訊網——每日最新資訊28at.com

本文鏈接：http://m.www897cc.com/showinfo-26-75305-0.htmlPython深拷貝在接口自動化里的用法

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 掌握各種 Git 服務倉庫信息的解析與轉換

下一篇： 年后跳槽，從 Go 到 Rust 面試掛了