### Python API 测试中从数据库提取数据的方法 在执行API测试时，经常需要验证通过API操作的数据是否正确存储到了数据库中。为了实现这一点，在Python中有多种方法可以从数据库中抽取数据并用于断言。 #### 使用SQLAlchemy库连接到关系型数据库 SQLAlchemy是一个功能强大的ORM工具，它允许开发者使用面向对象的方式与各种类型的SQL数据库交互。对于大多数的关系型数据库来说，SQLAlchemy都是首选方案之一[^1]。 ```python from sqlalchemy import create_engine, text engine = create_engine('postgresql://username:password@localhost/mydatabase') with engine.connect() as connection: result = connection.execute(text("SELECT * FROM users WHERE id=:id"), {"id": user_id}) row = result.fetchone() print(row['name']) ``` 此代码片段展示了如何创建一个引擎实例来建立与PostgreSQL数据库的连接，并执行查询语句获取特定用户的记录。 #### 利用PyMySQL直接访问MySQL/MariaDB 如果项目仅限于MySQL或MariaDB，则可以考虑更轻量级的选择——`pymysql`模块。该模块提供了对这两种流行RDBMS系统的纯Python驱动支持。 ```python import pymysql.cursors connection = pymysql.connect( host='localhost', user='root', password='', database='test_db' ) try: with connection.cursor() as cursor: sql = "SELECT `email`, `password` FROM `users`" cursor.execute(sql) results = cursor.fetchall() finally: connection.close() for email, password in results: print(f"{email} {password}") ``` 这段脚本说明了怎样利用`pymysql`来进行简单的读取操作；同样重要的是要注意资源管理（即关闭打开的连接），这有助于防止潜在的安全漏洞和性能问题。 #### MongoDB NoSQL 数据库的操作 当面对NoSQL数据库如MongoDB时，官方推荐使用的客户端是`pymongo`。这个包使得处理文档结构化数据变得简单直观。 ```python from pymongo import MongoClient client = MongoClient('mongodb://localhost:27017/') db = client.test_database collection = db.test_collection document = collection.find_one({'_id': ObjectId(user_id)}) if document: print(document.get('field')) else: print("Document not found.") ``` 上述例子解释了查找单个文档的过程以及基本错误处理逻辑。 ---