Postman介紹及使用

Postman 是一個強大的 API 開發、測試和文檔化工具,廣泛用于開發者、測試人員和 API 設計者。以下是 Postman 的核心使用指南,涵蓋基礎操作到進階功能:


一、基礎使用

  1. 安裝與界面

    • 下載:官網下載(支持 Windows/macOS/Linux)
    • 界面組成:
      • 側邊欄:Collections(集合)、APIs(API 文檔)、Environments(環境變量)
      • 主工作區:請求構建區、響應展示區
  2. 發送第一個請求

    • 新建請求 → 選擇方法(GET/POST 等)→ 輸入 URL(如 https://jsonplaceholder.typicode.com/posts/1)→ 點擊 Send
    • 查看響應:Body(數據)、Headers(頭信息)、Status Code(狀態碼)。
  3. 管理請求集合(Collections)

    • 創建集合:點擊 + → 命名集合(如 “項目API”)。
    • 添加請求:右鍵集合 → Add Request → 保存請求到集合。

二、核心功能

1. 參數與身份認證
  • Query Params:URL 后加 ?key=value&key2=value2
  • Headers:添加 Content-Type: application/json
  • 認證(Authorization)
    • Bearer Token:直接填入 Token
    • Basic Auth:輸入用戶名/密碼
    • OAuth 2.0:配置 Token 獲取流程
2. 請求體(Body)
  • raw:JSON/XML 等格式(常用 application/json
{"title": "Postman Guide","body": "Hello API!","userId": 1
}
  • form-data:上傳文件或表單數據
  • x-www-form-urlencoded:標準表單編碼
3. 環境變量(Environments)
  • 創建環境(如 “Dev” / “Prod”):
    • 添加變量(如 base_url = https://api.dev.com
  • 使用變量:請求 URL 中寫 {{base_url}}/login
  • 切換環境:右上角環境選擇器。

三、自動化測試

  1. 編寫測試腳本(Tests 標簽頁)

    • 使用 JavaScript 驗證響應:
    // 檢查狀態碼
    pm.test("Status 200", () => pm.response.to.have.status(200));// 驗證 JSON 數據
    pm.test("Check user ID", () => {const jsonData = pm.response.json();pm.expect(jsonData.userId).to.eql(1);
    });
    
  2. 預請求腳本(Pre-request Script)

    • 在發送請求前執行(如生成簽名、時間戳):
    // 設置變量
    pm.environment.set("token", "temp_token");
    

四、高級功能

  1. Mock 服務器

    • 創建 Mock Server:為集合生成模擬 API,返回預設響應。
    • 用途:前端開發無需等待后端完成。
  2. 監控(Monitors)

    • 定時運行集合:每天檢查 API 健康狀態(需登錄賬戶)。
  3. 文檔生成

    • 集合右鍵 → View Documentation:自動生成 API 文檔并分享鏈接。
  4. 工作流(Collection Runner)

    • 批量運行集合中的請求:
      • 設置迭代次數
      • 使用數據文件(JSON/CSV)驅動測試

五、快捷鍵

  • Ctrl + Enter / Cmd + Enter:發送請求
  • Ctrl + S / Cmd + S:保存請求
  • Ctrl + B:聚焦到 URL 輸入框

六、常見問題

  1. 變量不生效?

    • 檢查環境是否選中 → 變量名拼寫({{name}})→ 作用域(全局/環境/集合)。
  2. 跨域問題(CORS)?

    • Postman 不受瀏覽器跨域限制,但測試時若遇到需后端配置 CORS 頭。
  3. 保存響應數據

    • 響應區點擊 Save Response → 保存為文件。

七、學習資源

  • 官方文檔:https://learning.postman.com/
  • 模板庫:Template → 搜索 GitHub/Twitter 等 API 模板

通過 Postman,你可以高效管理 API 生命周期。遇到具體問題(如 OAuth 配置、腳本編寫)可進一步提問!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/89243.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/89243.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/89243.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Android14音頻子系統-ASoC-ALSA之DAPM電源管理子系統

文章目錄 概述1)codec對象-WM89602)ALSA下的kcontrol的構造與使用3)ASOC-ALSA下的kcontrol構造與使用1、通用寄存器對象 - kcontrol2、DAPM下的寄存器對象-widget3、如何構造widget?4、抽象對象widget、route與path1)r…

如何修改anaconda 創建新虛擬環境的路徑(默認是C:\.conda\envs)

參考文章: 如何修改anaconda 創建新虛擬環境的路徑(默認是C:\.conda\envs)_anaconda創建環境怎么改路徑-CSDN博客

前綴和計算

前綴和 輸入一個長度為n的整數序列。接下來再輸入m個詢問,每個詢問輸入一對l, r。對于每個詢問,輸出原序列中從第l個數到第r個數的和。 所用方法和基本原理 前綴和數組的構建: 首先定義了一個方法getPrefixSum來構建前綴和數組。前綴和數組…

BP神經網絡支持向量機實現風機故障診斷

BP神經網絡,支持向量機等用于風機故障診斷 BP神經網絡,支持向量機等用于風機故障診斷/成功算法/bp20111202_FDD.m , 1580 BP神經網絡,支持向量機等用于風機故障診斷/成功算法/BP_FDD.m , 6044 BP神經網絡,支持向量機等用于風機故…

c++ std::initializer_list

測試代碼&#xff1a; int sum(std::initializer_list<int> params) { // 傳遞若干同類型參數int total 0;for (auto num : params) {total num;}return total; }void testInitializer_list() {// 自定義類支持列表初始化class Demo {public:Demo(std::initializer_li…

Python 數據分析與機器學習入門 (五):Matplotlib 數據可視化基礎

引言&#xff1a;為何可視化至關重要&#xff1f; 俗話說&#xff0c;“一圖勝千言”。在數據分析領域&#xff0c;這句話尤其正確。原始的數據表格和統計摘要雖然精確&#xff0c;但往往難以揭示數據中隱藏的模式、趨勢、異常值和關系。數據可視化通過將數據轉換成圖形&#…

AI基礎1--線性代數(TODO)

1 前言 關于矩陣的運算&#xff0c;其實之前寫過一篇&#xff1a;算法矩陣提速原理_矩陣分塊計算速度會更快嘛-CSDN博客 還是那句話&#xff0c;計算機懂個毛的高等數學。只是矩陣運算的并行性和結構化特點與 SIMD/GPU 的執行模型非常一致。在實際硬件實現中&#xff0c;許多矩…

如何讓宿主機完全看不到Wi-Fi?虛擬機獨立聯網隱匿上網實戰!

“如何讓宿主機完全看不到Wi-Fi&#xff1f;虛擬機獨立聯網隱匿上網實戰&#xff01;” 一、前言 在某些特定環境&#xff08;如企業辦公或信息安全測試&#xff09;中&#xff0c;我們可能有這樣的需求&#xff1a; 讓宿主機無法識別或使用某個USB網絡設備&#xff0c;但虛擬…

Excel基礎操作知識筆記

? 學習視頻鏈接&#xff1a; ??????【公開課】Excel基礎大全&#xff08;1-66集&#xff09;【超高清版】_嗶哩嗶哩_bilibili 深圳則秀教育官方賬號的個人空間-深圳則秀教育官方賬號個人主頁-嗶哩嗶哩視頻 Excel技巧零基礎入門公開課小白&#xff08;Excel表格制作|Exc…

【2025/06/30】GitHub 今日熱門項目

GitHub 今日熱門項目 &#x1f680; 每日精選優質開源項目 | 發現優質開源項目&#xff0c;跟上技術發展趨勢 &#x1f4cb; 報告概覽 &#x1f4ca; 統計項&#x1f4c8; 數值&#x1f4dd; 說明&#x1f4c5; 報告日期2025-06-30 (周一)GitHub Trending 每日快照&#x1f55…

Oracle 進階語法實戰:從多維分析到數據清洗的深度應用?(第四課)

在《Oracle 樹形統計再進階》(第三課)基礎上&#xff0c;我們跳出傳統 SQL 聚合框架&#xff0c;探索Oracle 特有的高級語法特性&#xff0c;包括多維分析神器MODEL子句、數據清洗利器正則表達式、PL/SQL 存儲過程優化&#xff0c;以及基于執行計劃的查詢調優技巧。這些技術能解…

SpringBoot -- 自動配置原理

SpringBoot 自動配置原理 基礎知識 Bean掃描 我們在學習 Spring 的時候&#xff0c;如果要把標注一下注解的類掃描進 IOC 容器 Controller&#xff0c;Service&#xff0c;Mapper&#xff0c;是需要通過一下兩種方式實現的&#xff0c;但是我們在 SpringBoot 工程中并沒有編寫…

Kubernetes從入門到精通-服務發現Service

一、為什么需要 Service&#xff1f; Pod 的動態性&#xff1a; Pod 是 Kubernetes 調度的基本單位。它們可能因為故障、滾動更新、擴縮容等原因隨時被創建或銷毀。 Pod IP 的不穩定性&#xff1a; 每個 Pod 都有自己的 IP 地址&#xff0c;但當 Pod 重建時&#xff0c;IP 地址…

Milvus 資源調度系統的核心部分:「查詢節點」「資源組」「數據庫」

Milvus 的資源管理分為三層&#xff1a;查詢節點、資源組和 數據庫。 查詢節點&#xff1a;處理查詢任務的組件。它在物理機或容器&#xff08;如 Kubernetes 中的 pod&#xff09;上運行。 資源組&#xff1a;查詢節點的集合&#xff0c;充當邏輯組件&#xff08;數據庫和 C…

我的第一個開源項目:用Python搭建輕量級靜態網頁服務器—— 零基礎也能實現的Web開發初體驗

一、為什么選擇靜態服務器&#xff1f; 極簡高效&#xff1a;無需數據庫或復雜后端邏輯&#xff0c;適合展示簡歷、作品集等靜態內容 學習曲線平緩&#xff1a;是理解HTTP協議和Web服務原理的最佳入門方式 資源消耗低&#xff1a;單文件Python腳本即可運行&#xff0c;內存占…

github 圖床使用免費CDN加速(jsdelivr)

github做圖床大部分人都知道&#xff0c;但是國內訪問速度不穩定&#xff0c;所以使用jsdelivr加速。 jsdelivr是什么呢&#xff1f;它是一個免費、快速和可信賴的CDN加速服務&#xff0c;直接集成在github中的&#xff0c;無需額外操作即可使用。 本文分兩部份&#xff0c;最…

lte高階調制和AMC

文章目錄 LTE高階調制AMC LTE高階調制 首先什么是調制?調制是把通信系統中的基帶信號&#xff08;低頻&#xff09;轉化成適合信道傳輸的高頻信號的過程。 波長&#xff08;λ&#xff09;與頻率&#xff08;f&#xff09; 基本關系&#xff1a; λc/f&#xff0c;λc/f&…

shardingsphere5.2.1與SpringBoot3.X的版本沖突問題

1.先說一下我的版本配置與遇到的問題 問題產生的依賴和版本&#xff1a; 主要依賴依賴版本jdk17SpringBoot 3.3.13shardingsphere-jdbc 5.2.1 問題產生的原因&#xff1a; 主要就是shardingsphere-jdbc 與SpringBoot版本沖突&#xff0c;因為Spring Boot 需要 SnakeYAML 庫來解…

FPGA控制88E1512 PHY芯片完成網絡通信

一、88E1512分析 本文不對88E1512進行詳細解析&#xff0c;僅對調試過程中重點使用的幾個寄存器進行說明。 1.1 MDIO時序分析 根據手冊&#xff0c;MDIO時序中&#xff0c;mdc時鐘最高為12Mhz。占空比和建立保持時間要求可以觀察上述表格。 MDIO的讀數據時序圖如下&#xff1a…

Ai大模型 - ocr圖像識別形成結構化數據(pp-ocr+nlp結合) 以及訓練微調實現方案(初稿)

全局目錄,一步到位 功能流程第一階段 基于現有條件進行 調研,測試與評估1.1 ocr深度學習模型 pp-ocr1.2 nlp結構化模型1.3 硬件要求: 第二階段 模型訓練微調2.1 更換ocr-GPU模型, 下載相關環境2.2 nlp模型 語義訓練2.3 最低硬件要求:2.4 樣本數據: (重點)2.5 進一步增強模型能力…