Python接口测试需双重校验状态码与业务码，分类型捕获requests异常，用安全取值和链式断言提升健壮性，通过参数化和mock构造异常场景并保留curl命令便于复现。
Python接口测试中，验证响应结果和处理异常是保证测试稳定性和准确性的核心环节。光有请求发送不够，必须确认返回是否符合预期，同时要能识别并妥善应对网络超时、状态码异常、JSON解析失败等常见问题。
响应状态码与业务码双重校验
HTTP状态码（如200、404、500）只反映通信层面结果，很多接口还会在响应体中携带自定义业务码（如"code": 1001表示参数错误）。测试时需同时检查两者：
- 用response.status_code判断HTTP层是否成功
- 用response.json().get("code")提取业务码，并比对预期值
- 对非200响应，不要直接调.json()——可能抛出JSONDecodeError，应先判断response.text是否为空或是否为合法JSON
异常分类捕获，避免测试中断
requests库常见异常不能全丢给Exception一锅端，应分类型处理：
-
requests.exceptions.Timeout：单独捕获，便于区分慢接口和失败接口
-
requests.exceptions.ConnectionError：通常代表服务不可达，可能是环境配置或网络问题
-
requests.exceptions.HTTPError：当调用response.raise_for_s
tatus()触发，对应4xx/5xx响应
-
json.JSONDecodeError：响应不是JSON格式时抛出，常见于502/504网关错误返回HTML页面
断言设计兼顾健壮性与可读性
避免硬编码断言路径，尤其面对嵌套结构或可选字段：
- 用pytest-asyncio或assertpy等库提供链式断言，例如：assert_that(res).has_key("data").extracting("code").is_equal_to(0)
- 对可能为空的字段（如data.items），先用get()安全取值，再断言：res.get("data", {}).get("items")
- 记录实际值与期望值到日志，失败时一眼看出差异，不用翻原始响应
测试数据与环境隔离，异常场景可复现
真实异常往往依赖特定输入或服务状态，测试需主动构造边界条件：
- 用pytest.mark.parametrize驱动异常用例：空参、超长字符串、非法token、必填字段缺失等
- 对接口mock时，用responses库模拟不同HTTP状态+自定义响应体，验证异常分支逻辑
- 在CI中保留失败请求的curl -X POST ...命令输出，方便本地一键复现
tatus()触发，对应4xx/5xx响应