requests处理token鉴权接口和jsonpath使用方式

 更新时间:2025年11月24日 11:38:59   作者:葬爱家族小阿杰  
文章介绍了如何使用requests库进行token鉴权接口的处理,包括登录提取token并保存,还详述了如何使用jsonpath表达式来提取json数据,包括匹配单个值、多个值、通过索引和条件过滤等,通过实际例子和语法说明,帮助读者更好地理解和应用jsonpath工具

requests处理token鉴权接口和jsonpath使用

第一步:登陆,提取token保存起来

# 登陆接口的地址
url = 'http://www.adf.com/futureloan/member/login'
# 登陆接口的参数
params = {
    "mobile_phone": "123456789",
    "pwd": "123456",
}
# 请求头
headers = {"X-Media-Type": "DuSSS.v1"}
# 发送请求进行登陆
response = requests.post(url=url, headers=headers, json=params)
res = response.json()
token = res['data']['token_info']['token']

第二步:访问需要鉴权的接口时,带上token就可以了

# 提取登陆用户的id
member_id = res['data']['id']
params2 = {
    "member_id": member_id,
    "amount": "2000",
}
# 充值接口的地址
url2 = 'http://www.adf.com/futureloan/member/recharge'
# 请求头
headers2 = {"X-Media-Type": "DuSSS.v2",
           "Authorization": "Bearer " + token}
response2 = requests.post(url=url2, headers=headers2, json=params2)
response.json()

json数据提取工具

pip install jsonpath

例子:通过jsonpath提取token值

data = {
    "content": {
        "data": {
            "titleMsg": "登录名或登录密码不正确",
            "resultCode": 100
        },
        "status": 0,
        "success": 'true'
    },
    "hasError": 'false'
}
resultCode = jsonpath(data, "$..resultCode")
print(resultCode)

注:返回的是列表,可以通过resultCode[0]提取

jsonpath需要两个参数:

  • 参数1:数据
  • 参数2:jsonpath表达式

注:

  • ①匹配不到返回false
  • ②匹配到数据返回的是包含数据的列表

jsonpath表达式语法:

  • $---------------------根节点
  • 。--------------------选择子节点(直接子节点)
  • 。。-----------------选择子孙节点(不考虑层级)
  • []---------------------选择子节点/选择索引
  • [,]--------------------选择多个字段
  • @-------------------当前选中的节点(和条件过滤使用)
  • [?(过滤条件)]----通过条件过滤数据
{
    "store": {
        "book": [
            {
                "category": "reference",
                "author": "Nigel Rees",
                "title": "Sayings of the Century",
                "price": 8.95
            },
            {
                "category": "fiction",
                "author": "Evelyn Waugh",
                "title": "Sword of Honour",
                "price": 12.99
            },
            {
                "category": "fiction",
                "author": "Herman Melville",
                "title": "Moby Dick",
                "isbn": "0-553-21311-3",
                "price": 8.99
            },
            {
                "category": "fiction",
                "author": "J. R. R. Tolkien",
                "title": "The Lord of the Rings",
                "isbn": "0-395-19395-8",
                "price": 22.99
            }
        ],
        "bicycle": {
            "color": "red",
            "price": 19.95
        }
    },
    "expensive": 10
}

JsonPath (点击链接测试)结果
$.store.book[*].author获取json中store下book下的所有author值
$…author获取所有json中所有author的值
$.store.*所有的东西,书籍和自行车
$.store…price获取json中store下所有price的值
$…book[2]获取json中book数组的第3个值
$…book[-2]倒数的第二本书
$…book[0,1]前两本书
$…book[:2]从索引0(包括)到索引2(排除)的所有图书
$…book[1:2]从索引1(包括)到索引2(排除)的所有图书
$…book[-2:]获取json中book数组的最后两个值
$…book[2:]获取json中book数组的第3个到最后一个的区间值
$…book[?(@.isbn)]获取json中book数组中包含isbn的所有值
$.store.book[?(@.price < 10)]获取json中book数组中price<10的所有值
$…book[?(@.price <= $[‘expensive’])]获取json中book数组中price<=expensive的所有值
$…book[?(@.price <= $[‘expensive’])]获取json中book数组中price<=expensive的所有值
$…book[?(@.author =~ /.*REES/i)]获取json中book数组中的作者以REES结尾的所有值(REES不区分大小写)
$…*逐层列出json中的所有值,层级由外到内
$…book.length()获取json中book数组的长度

通过索引选择数组(列表中的数据)

  • 同一层级有相同数据
jsonpath(data,'.data[1]′)jsonpath(data,′.data[1]') jsonpath(data,'.data[1]′)jsonpath(data,′.data[1].name')
  • 选择多个字段
jsonpath(data,'$.data[0][uid,name]')
  • 通过条件过滤:
jsonpath(data,'.data[?(@.uid==4)]′)jsonpath(data,′.data[?(@.uid==4)]') jsonpath(data,'.data[?(@.uid==4)]′)jsonpath(data,′.data[?(@.name==‘后台')]')

定位到data之后uid的数据

  • 若:
jsonpath(data,'$…name')

获取所有name,需使用上面过滤

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • 几行代码让 Python 函数执行快 30 倍

    几行代码让 Python 函数执行快 30 倍

    Python 编程语言,与其他流行编程语言相比主要缺点是它的动态特性和多功能属性拖慢了速度表现。Python 代码是在运行时被解释的,而不是在编译时被编译为原生代码。在本文中,我们将讨论如何用多处理模块并行执行自定义 Python 函数,并进一步对比运行时间指标。

    2021-10-10
  • 使用python实现数组、链表、队列、栈的方法

    使用python实现数组、链表、队列、栈的方法

    数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间的关系组成。这篇文章主要介绍了使用python实现数组、链表、队列、栈的相关知识,需要的朋友可以参考下
    2019-12-12
  • Python random模块制作简易的四位数验证码

    Python random模块制作简易的四位数验证码

    这篇文章主要介绍了Python random模块制作简易的四位数验证码,文中给大家提到了python中random模块的相关知识,需要的朋友可以参考下
    2020-02-02
  • Django接受前端数据的几种方法总结

    Django接受前端数据的几种方法总结

    下面小编就为大家带来一篇Django接受前端数据的几种方法总结。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-11-11
  • pandas DataFrame rsub的实现示例

    pandas DataFrame rsub的实现示例

    本文主要介绍了pandas DataFrame rsub的实现示例,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
    2025-04-04
  • Python实现的在特定目录下导入模块功能分析

    Python实现的在特定目录下导入模块功能分析

    这篇文章主要介绍了Python实现的在特定目录下导入模块功能,结合实例形式分析了Python基于系统函数及import语句实现模块导入的相关操作技巧,需要的朋友可以参考下
    2019-02-02
  • 一分钟带你上手Python调用DeepSeek的API

    一分钟带你上手Python调用DeepSeek的API

    最近DeepSeek非常火,作为一枚对前言技术非常关注的程序员来说,自然都想对接DeepSeek的API来体验一把,下面小编就来为大家介绍一下Python如何快速上手调用DeepSeek API吧
    2025-02-02
  • Python类型注解必备利器typing模块全面解读

    Python类型注解必备利器typing模块全面解读

    在Python 3.5版本后引入的typing模块为Python的静态类型注解提供了支持,这个模块在增强代码可读性和维护性方面提供了帮助,本文将深入探讨typing模块,介绍其基本概念、常用类型注解以及使用示例,以帮助读者更全面地了解和应用静态类型注解
    2024-01-01
  • 用Python PIL实现几个简单的图片特效

    用Python PIL实现几个简单的图片特效

    这篇文章主要介绍了用Python PIL实现几个简单的图片特效,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
    2019-01-01
  • Python脚本制作天气查询实例代码

    Python脚本制作天气查询实例代码

    在本篇文章里小编给大家整理的是一篇关于Python脚本制作天气查询实例代码实例,有兴趣的朋友们可以参考学习下。
    2021-08-08

最新评论