python:解析requests返回的response(json格式)说明

所属分类: 脚本专栏 / python 阅读数: 181
收藏 0 赞 0 分享

我就废话不多说了,大家还是直接看代码吧!

import requests, json
r = requests.get('http://192.168.207.160:9000/api/qualitygates/project_status?projectId=%s' % (p_uuid) )
state=json.loads(r.text).get('projectStatus').get('status')

返回如下:

{
 "projectStatus": {
  "status": "ERROR",
  "conditions": [{
   "status": "ERROR",
   "metricKey": "new_security_rating",
   "comparator": "GT",
   "periodIndex": 1,
   "errorThreshold": "1",
   "actualValue": "5"
  }, {
   "status": "ERROR",
   "metricKey": "new_reliability_rating",
   "comparator": "GT",
   "periodIndex": 1,
   "errorThreshold": "1",
   "actualValue": "4"
  }, {
   "status": "OK",
   "metricKey": "new_maintainability_rating",
   "comparator": "GT",
   "periodIndex": 1,
   "errorThreshold": "1",
   "actualValue": "1"
  }, {
   "status": "ERROR",
   "metricKey": "new_coverage",
   "comparator": "LT",
   "periodIndex": 1,
   "errorThreshold": "80",
   "actualValue": "0.0"
  }, {
   "status": "ERROR",
   "metricKey": "new_duplicated_lines_density",
   "comparator": "GT",
   "periodIndex": 1,
   "errorThreshold": "3",
   "actualValue": "5.967688757006265"
  }],
  "periods": [{
   "index": 1,
   "mode": "previous_version",
   "date": "2019-05-31T09:35:58+0800"
  }],
  "ignoredConditions": false
 }
}

补充知识:使用Python的requests库作接口测试——响应结果处理

在实际工作中,很多接口的响应都是json格式的数据,在测试中需要对其进行处理和分析。

设计到json数据处理的方法有两种:序列化和反序列化

python中序列化,简单讲就是将python的字典转换成json格式字符串,以便进行储存或者传输;

反序列化,简单讲就是将json格式字符串转换成python字典,用于对其进行分析和处理。

JSON和DICT格式互转方法:

import json
 
# 序列化成json字符串
d = {‘name':‘jod'}
j = json.dumps(d)
 
#反序列化成字典
print json.loads(j)

而在requests库中,不用json.loads方法进行反序列化,而是提供了响应对象的json方法,用来对json格式的响应体进行反序列化

比如:

r = requests.get(url)
r.json()

以上这篇python:解析requests返回的response(json格式)说明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脚本之家。

更多精彩内容其他人还在看

pandas的qcut()方法详解

这篇文章主要介绍了pandas的qcut()方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

从列表或字典创建Pandas的DataFrame对象的方法

这篇文章主要介绍了从列表或字典创建Pandas的DataFrame对象的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas.DataFrame的pivot()和unstack()实现行转列

这篇文章主要介绍了pandas.DataFrame的pivot()和unstack()实现行转列,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
收藏 0 赞 0 分享

pandas中的series数据类型详解

这篇文章主要介绍了pandas中的series数据类型详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas 时间格式转换的实现

这篇文章主要介绍了pandas 时间格式转换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python中时间、日期、时间戳的转换的实现方法

这篇文章主要介绍了python中时间、日期、时间戳的转换的实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas进行时间数据的转换和计算时间差并提取年月日

这篇文章主要介绍了pandas进行时间数据的转换和计算时间差并提取年月日,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法

这篇文章主要介绍了详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python和c语言的主要区别总结

在本篇文章里小编给各位整理了关于python和c语言的主要区别的相关知识帖内容,有需要的朋友们学习阅读下。
收藏 0 赞 0 分享

选择Python写网络爬虫的优势和理由

在本篇文章里小编给各位整理了一篇关于选择Python写网络爬虫的优势和理由以及相关代码实例,有兴趣的朋友们阅读下吧。
收藏 0 赞 0 分享
查看更多