前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >利用postman进行接口测试并发送带cookie请求的方法

利用postman进行接口测试并发送带cookie请求的方法

作者头像
顾翔
发布于 2020-11-13 04:02:30
发布于 2020-11-13 04:02:30
3.8K0
举报

来源:http://www.51testing.com

  做web测试的基本上都用用到postman去做一些接口测试,比如测试接口的访问权限,对于某些接口用户A可以访问,用户B不能访问;比如有时需要读取文件的数据。在postman上要实现这样测试,我们就必要要用到cookie请求。用postman发送带cookie的请求,由于chrome安全的限制,postman是发不出带cookie的请求。如果想要发送带cookie的请求,需要开启postmanInterceptor。

什么是POSTMAN?

  POSTMAN是一个Chrome插件工具,我们可以通过Chrome的应用商店进行搜索并安装,安装完成会在桌面上显示一个postman的图标,每次点击这个图标就可以启动POSTNA的界面。启动过后就是上面的界面了,左边是用来管理用例的目录结构,右边是具体某个用例的请求内容的参数及响应内容;默认的postman会自带一个demo的项目叫“POSTMANEcho”,里面有各种场景的用例demo,对于新上手的同学可以通过查看这些demo用例来学习如何使用POSTMAN。

利用postman进行接口测试并发送带cookie请求的方法

  1.在chrome浏览器中安装好postmanInterceptor后,如果想要发送带cookie的请求,需要开启Interceptor,而且在测试期间chrome浏览器要一直处于打开状态。

  2.postman如何提交数据?params->Body->form_data;新增接口参数,选择File类型,选择文件,填写参数,发送。

  3.大家可以用一些工具进行抓包分析,比如,fiddler和wireshark。本人是用fiddler对app的请求进行抓包,也可以使用其他工具。查看headers里的cookie,并复制。

  (如果是web页面,直接查看chrome中对应页面的Network中RequestHeader的cookie)

  4、将复制的内容填入到postman中的Headers中,cookie的格式为Cookie:[值]发送cookie时,在header中添加key-value,key固定为Cookie,value是cookie具体的k=v。如下图所示:

  或者点击旁边BulkEdit的直接将复制的内容粘贴进去:

  5、最后点击Send按钮即可。

Postman测试的优点

  HTTP的接口测试工具有很多,可以进行http请求的方式也有很多,但是可以直接拿来就用,而且功能还支持的不错的,我使用过的来讲,还是postman比较上手。

  postman的优点:

  1、支持用例管理

  2、支持get、post、文件上传、响应验证、变量管理、环境参数管理等功能

  3、支持批量运行

  4、支持用例导出、导入

  5、支持云端保存用例【付费用户】

  可以说POSTMAN满足了HTTP接口测试的大部分功能,只有少部分的功能不被支持,比如:请求流程的控制;前面说了这么多,接下来我们就看看POSTMAN的安装与使用吧。

注意事项

  1、intercept的版本要与postman的版本匹配,否则send请求,会一直是loading的状态。

  2、发送带cookie的时候必须得开着chrome浏览器。

————————————————————

顾老师课程欢迎报名

软件安全测试

https://study.163.com/course/courseMain.htm?courseId=1209779852&share=2&shareId=480000002205486

接口自动化测试

https://study.163.com/course/courseMain.htm?courseId=1209794815&share=2&shareId=480000002205486

DevOps 和Jenkins之DevOps

https://study.163.com/course/courseMain.htm?courseId=1209817844&share=2&shareId=480000002205486

DevOps与Jenkins 2.0之Jenkins

https://study.163.com/course/courseMain.htm?courseId=1209819843&share=2&shareId=480000002205486

Selenium自动化测试

https://study.163.com/course/courseMain.htm?courseId=1209835807&share=2&shareId=480000002205486

性能测试第1季:性能测试基础知识

https://study.163.com/course/courseMain.htm?courseId=1209852815&share=2&shareId=480000002205486

性能测试第2季:LoadRunner12使用

https://study.163.com/course/courseMain.htm?courseId=1209980013&share=2&shareId=480000002205486

性能测试第3季:JMeter工具使用

https://study.163.com/course/courseMain.htm?courseId=1209903814&share=2&shareId=480000002205486

性能测试第4季:监控与调优

https://study.163.com/course/courseMain.htm?courseId=1209959801&share=2&shareId=480000002205486

Django入门

https://study.163.com/course/courseMain.htm?courseId=1210020806&share=2&shareId=480000002205486

啄木鸟顾老师漫谈软件测试

https://study.163.com/course/courseMain.htm?courseId=1209958326&share=2&shareId=480000002205486

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-11-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
准确率、精确率、召回率、F1-score
分类是机器学习中比较常见的任务,对于分类任务常见的评价指标有准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1 score、ROC曲线(Receiver Operating Characteristic Curve)等
mathor
2020/03/02
10K0
[白话解析] 通过实例来梳理概念 :准确率 (Accuracy)、精准率(Precision)、召回率(Recall)和F值(F-Measure)
二分类评估是对二分类算法的预测结果进行效果评估。本文将构造出一个水泊梁山的具体实例带领大家梳理相关概念。
罗西的思考
2020/09/07
6.1K0
[白话解析] 通过实例来梳理概念 :准确率 (Accuracy)、精准率(Precision)、召回率(Recall)和F值(F-Measure)
机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线
增注:虽然当时看这篇文章的时候感觉很不错,但是还是写在前面,想要了解关于机器学习度量的几个尺度,建议大家直接看周志华老师的西瓜书的第2章:模型评估与选择,写的是真的很好!!
全栈程序员站长
2022/08/27
26K0
机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线
详解准确率、精确率、召回率、F1值等评价指标的含义
很简单,我们可以定一些评价指标,来度量模型的优劣。比如准确率、精确率、召回率、F1值、ROC、AUC等指标,但是你清楚这些指标的具体含义吗?下面我们一起来看看吧。
小一
2019/08/14
62.2K1
详解准确率、精确率、召回率、F1值等评价指标的含义
准确率、精准率、召回率、F1,我们真了解这些评价指标的意义吗?
本文首发于知乎 https://zhuanlan.zhihu.com/p/147663370
AI科技评论
2020/06/29
4.7K0
准确率、精准率、召回率、F1,我们真了解这些评价指标的意义吗?
回归评估指标——准确率、精准率、召回率、F1、ROC曲线、AUC曲线
机器学习有很多评估的指标。有了这些指标我们就横向的比较哪些模型的表现更好。我们先从整体上来看看主流的评估指标都有哪些:
easyAI
2019/12/18
25.8K0
回归评估指标——准确率、精准率、召回率、F1、ROC曲线、AUC曲线
我应该如何评估准确率、召回率和F1分数呢
请注意,这些步骤是一个迭代的过程,你可能需要多次尝试和调整才能找到最适合你问题的模型和参数设置。
jack.yang
2025/04/05
2250
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
最近阅读论文的过程中,发现推荐系统中的评价指标真的是五花八门,今天我们就来系统的总结一下,这些指标有的适用于二分类问题,有的适用于对推荐列表topk的评价。
用户1332428
2023/03/28
1.4K0
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
机器学习算法中的F值(F-Measure)、准确率(Precision)、召回率(Recall)
业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等,下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍。
机器学习AI算法工程
2019/10/28
4.3K0
精确度 召回率 f1_score多大了
分类是机器学习中比较常见的任务,对于分类任务常见的评价指标有准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1 score、ROC曲线(Receiver Operating Characteristic Curve)等。 这篇文章将结合sklearn对准确率、精确率、召回率、F1 score进行讲解,ROC曲线可以参考我的这篇文章: sklearn ROC曲线使用。
全栈程序员站长
2022/11/04
1.1K0
精确度 召回率 f1_score多大了
【评价指标】详解F1-score与多分类F1
首先,要背住的几个概念就是:accuracy,precision,recal, TP,FP,TN,FN
机器学习炼丹术
2020/08/04
2.3K0
【评价指标】详解F1-score与多分类F1
介绍平衡准确率(Balanced Accuracy)和加权 F1 值(Weighted F1)
为什么要使用平衡准确率(Balanced Accuracy)和加权 F1 值(Weighted F1)?
叶庭云
2024/05/25
1.7K0
介绍平衡准确率(Balanced Accuracy)和加权 F1 值(Weighted F1)
如何评估准确率、召回率和F1分数
请注意,这些步骤是一个迭代的过程,你可能需要多次尝试和调整才能找到最适合你问题的模型和参数设置。
jack.yang
2025/04/05
1800
二分类相关评估指标(召回率、准确率,精确率,f1,auc和roc)
工作 20x20 大小的人脸检测,为了获取尽可能多的负样本,拍摄一张 1000x1000 像素大小的车的图像,将其拆分为 20x20 大小的片段,⇒ 50x50 也可将 1000x1000 ⇒ 拆分为 10x10 大小,100x100 副负样本图像,为了保持大小的一致,还需进一步将其拉伸到 20x20 的大小;
狼啸风云
2023/10/07
1.7K0
精确率、召回率、TPR、ROC...... | 机器学习算法常用指标总结
阅读目录 1. TPR、FPR&TNR 2. 精确率Precision、召回率Recall和F1值 3. 综合评价指标F-measure 4. ROC曲线和AUC 5. 参考内容 考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被 预测成正类,即为真正类(True positive),如果实例是负类被预测成正类,称之为假正类(False positive)。相应地,如果实例是负类被预测成负类,称之为真负类(True
数说君
2018/04/08
13.6K0
精确率、召回率、TPR、ROC...... | 机器学习算法常用指标总结
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
最近阅读论文的过程中,发现推荐系统中的评价指标真的是五花八门,今天我们就来系统的总结一下,这些指标有的适用于二分类问题,有的适用于对推荐列表topk的评价。
石晓文
2018/07/25
1.6K0
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
Sklearn中逻辑回归建模
准确率的定义是:对于给定的测试集,分类模型正确分类的样本数与总样本数之比。举个例子来讲,有一个简单的二分类模型model,专门用于分类动物,在某个测试集中,有30个猫+70个狗,这个二分类模型在对这个测试集进行分类的时候,得出该数据集有40个猫(包括正确分类的25个猫和错误分类的15个狗)和60个狗(包括正确分类的55个狗和错误分类的5个猫猫)。画成矩阵图表示,结果就非常清晰:
@小森
2024/06/14
1680
Sklearn中逻辑回归建模
【干货】不止准确率:为分类任务选择正确的机器学习度量指标(附代码实现)
【导读】本文是数据科学研究者William Koehrsen撰写的技术博文,介绍了在分类模型中需要用到的度量标准。我们知道,准确率是我们在分类任务中最常用到的度量指标,但是单纯的准确率并不能说明模型的
WZEARW
2018/04/08
2.2K0
【干货】不止准确率:为分类任务选择正确的机器学习度量指标(附代码实现)
入门 | 机器学习模型的衡量不止准确率:还有精度和召回率
选自Medium 作者:William Koehrsen 机器之心编译 参与:Nurhachu Null、刘晓坤 我们倾向于使用准确率,是因为熟悉它的定义,而不是因为它是评估模型的最佳工具!精度(查准率)和召回率(查全率)等指标对衡量机器学习的模型性能是非常基本的,特别是在不平衡分布数据集的案例中,在周志华教授的「西瓜书」中就特别详细地介绍了这些概念。 GitHub 地址:https://github.com/WillKoehrsen/Data-Analysis/blob/master/recall_pre
机器之心
2018/05/09
1.3K0
入门 | 机器学习模型的衡量不止准确率:还有精度和召回率
单单知道分类正确率是不够的,你可以使用更多的性能评估指标
当你为某个分类问题建立了一个模型时,一般来说你会关注该模型的所有预测结果中正确预测的占比情况。这个性能指标就是分类正确率。
ArrayZoneYour
2018/02/07
1.4K0
推荐阅读
准确率、精确率、召回率、F1-score
10K0
[白话解析] 通过实例来梳理概念 :准确率 (Accuracy)、精准率(Precision)、召回率(Recall)和F值(F-Measure)
6.1K0
机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线
26K0
详解准确率、精确率、召回率、F1值等评价指标的含义
62.2K1
准确率、精准率、召回率、F1,我们真了解这些评价指标的意义吗?
4.7K0
回归评估指标——准确率、精准率、召回率、F1、ROC曲线、AUC曲线
25.8K0
我应该如何评估准确率、召回率和F1分数呢
2250
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
1.4K0
机器学习算法中的F值(F-Measure)、准确率(Precision)、召回率(Recall)
4.3K0
精确度 召回率 f1_score多大了
1.1K0
【评价指标】详解F1-score与多分类F1
2.3K0
介绍平衡准确率(Balanced Accuracy)和加权 F1 值(Weighted F1)
1.7K0
如何评估准确率、召回率和F1分数
1800
二分类相关评估指标(召回率、准确率,精确率,f1,auc和roc)
1.7K0
精确率、召回率、TPR、ROC...... | 机器学习算法常用指标总结
13.6K0
推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标
1.6K0
Sklearn中逻辑回归建模
1680
【干货】不止准确率:为分类任务选择正确的机器学习度量指标(附代码实现)
2.2K0
入门 | 机器学习模型的衡量不止准确率:还有精度和召回率
1.3K0
单单知道分类正确率是不够的,你可以使用更多的性能评估指标
1.4K0
相关推荐
准确率、精确率、召回率、F1-score
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档