使用 Flask 搭建 Mock Server 主要是通过模拟一些 HTTP 接口来返回预定的响应，这样前端或其他服务可以进行开发和测试，而无需依赖实际的后端服务。Flask 是一个非常轻量级的 Python Web 框架，因此非常适合用于构建 Mock Server。

以下将详细介绍如何使用 Flask 创建一个 Mock Server，并模拟 GET 和 POST 请求的处理。

1. 安装 Flask

首先，确保你已经安装了 Flask。你可以使用以下命令通过 pip 安装 Flask：

pip install Flask

2. 搭建基本的 Flask Mock Server

创建一个 Python 文件（例如 mock_server.py）来启动我们的 Mock Server。

from flask import Flask, request, jsonify

app = Flask(__name__)

# GET 请求的模拟接口
@app.route('/mock/get', methods=['GET'])
def mock_get():
    # 获取请求参数（如果有）
    param = request.args.get('param', 'default_value')
    # 返回模拟的 JSON 响应
    return jsonify({
        'message': 'This is a mock GET request.',
        'param': param
    })

# POST 请求的模拟接口
@app.route('/mock/post', methods=['POST'])
def mock_post():
    # 获取请求体中的 JSON 数据
    data = request.get_json()
    # 返回模拟的 JSON 响应
    return jsonify({
        'message': 'This is a mock POST request.',
        'received_data': data
    })

if __name__ == '__main__':
    app.run(debug=True)

代码解释：

• Flask(__name__): 创建一个 Flask 实例，__name__ 表示当前模块，Flask 会基于这个参数来判断当前的应用是直接运行还是通过其他模块导入的。

• @app.route: 用于指定路由和方法（GET, POST 等），这里我们定义了两个路由：

  • /mock/get: 处理 GET 请求，返回一个带有请求参数的 JSON 响应。
  • /mock/post: 处理 POST 请求，接受 JSON 数据并返回接收到的数据。

• request.args.get('param'): 用于获取 GET 请求中的查询参数。

• request.get_json(): 获取 POST 请求体中的 JSON 数据。

• jsonify(): 用于返回 JSON 格式的响应。

3. 启动 Flask Mock Server

运行 mock_server.py 启动 Flask Mock Server：

python mock_server.py

默认情况下，Flask 会监听在 http://127.0.0.1:5000/。

4. 客户端请求模拟（使用 Python 请求）

接下来我们使用 Python 的 requests 库来模拟客户端对 Mock Server 的请求。

4.1 安装 requests 库

如果还没有安装 requests，可以使用以下命令安装：

pip install requests

4.2 发送 GET 请求

我们可以通过 Python 脚本模拟 GET 请求，访问 /mock/get 接口。

import requests

url = "http://127.0.0.1:5000/mock/get"
params = {'param': 'test_value'}

response = requests.get(url, params=params)

print(response.json())

4.3 发送 POST 请求

接下来模拟发送 POST 请求，访问 /mock/post 接口并提交 JSON 数据。

import requests

url = "http://127.0.0.1:5000/mock/post"
data = {'name': 'Alice', 'age': 25}

response = requests.post(url, json=data)

print(response.json())

5. 模拟不同的请求场景

我们可以通过扩展 Mock Server 来模拟更多场景，包括正常情况和异常情况。以下是一些常见的场景：

5.1 模拟返回错误的接口

我们可以添加一个模拟的错误接口，返回一个错误代码和错误信息。

@app.route('/mock/error', methods=['GET'])
def mock_error():
    return jsonify({
        'error': 'Invalid request',
        'message': 'The parameter "param" is required.'
    }), 400  # 返回 400 错误码

在上述代码中，jsonify() 用于返回错误信息，并且通过 HTTP 状态码 400 表示请求错误。

5.2 模拟延迟响应

可以通过 time.sleep() 模拟接口延迟。

import time

@app.route('/mock/delay', methods=['GET'])
def mock_delay():
    time.sleep(2)  # 模拟延迟 2 秒
    return jsonify({
        'message': 'This is a delayed response.'
    })

6. 错误处理与异常场景

在实际的 Mock Server 中，我们经常需要处理一些异常场景，Flask 提供了全局异常处理机制。

6.1 捕获所有异常

@app.errorhandler(500)
def internal_error(error):
    return jsonify({
        'error': 'Internal Server Error',
        'message': str(error)
    }), 500

6.2 自定义异常

我们还可以自定义异常，例如，当请求参数缺失时返回一个 400 错误。

@app.route('/mock/validate', methods=['GET'])
def mock_validate():
    param = request.args.get('param')
    if not param:
        raise ValueError('Missing "param"')
    return jsonify({'message': 'Valid request'})

7. 总结

通过 Flask 搭建 Mock Server 是一个非常简单和高效的方法，尤其在前端开发或接口测试过程中非常有用。Flask 提供了简洁的 API 来快速实现各种 HTTP 请求的模拟。

• GET 请求：模拟获取资源的请求。
• POST 请求：模拟提交数据的请求。
• 异常处理：可以通过 Flask 的错误处理机制模拟异常场景。
• 延迟响应：可以模拟接口响应的延迟。

这种方式非常适合在后端开发未完成时，前端可以通过 Mock Server 来进行开发和测试，减少开发依赖性。