微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

python – 测试Django对Stripe Webhooks的响应

我试图找出一种有效的方法来测试我的服务器如何处理来自Stripe的webhooks.我正在建立一个系统来为客户的信用卡添加多个订阅,这在Stripe的网站上有所描述:

https://support.stripe.com/questions/can-customers-have-multiple-subscriptions

我遇到的问题是弄清楚如何有效地测试我的服务器是否正确执行脚本(即,在发票中添加正确的订阅,在我的数据库中记录事件等).我现在不太关心自动化测试,我只是在努力有效地对脚本进行任何好的测试.有没有人以前用Django做过这件事?您使用了哪些资源和工具来运行这些测试?

谢谢!

解决方法

我没有使用任何工具来运行测试.影响条带有一个完整的API参考,显示您发送给他们的信息,他们也显示错误. Stripe非常易于设置,价格便宜,并且在文档中有完整的详细信息.

我做的是什么?

>首先我创建一个条带帐户.在那个帐户中,他们会给你:

> TEST_SECRET_KEY:用于发送条带中的付款和信息(用于测试)
> TEST_PUBS_KEY:与Stripe通信时识别您的网站(用于测试)
> LIVE_SECRET_KEY:用于发送条带中的付款和信息(用于直播)
> LIVE_PUBS_KEY:与Stripe通信时识别您的网站(现场直播)
> API_VERSION:“2012-11-07”//这是仅供测试的版本

>当您登录时,您将在顶部看到文档.单击文档,他们将为您提供有关如何创建表单,如何创建订阅,如何处理错误等的分步教程.
>检查脚本是否正在执行并连接到条带.单击FULL API REFERENCE然后选择Python.在该页面中,您将看到已发送的信息以及遇到的错误.

我真正喜欢的是,如果条纹检测到错误,系统会指出并给出解决方案.解决方案位于左侧,检查信息发送位于右侧.

Stripe分为两个世界:测试模式和live.在测试模式下,您可以执行创建新客户,添加新发票,设置订阅等等.你在测试模式下做什么,当你的Stripe生效时是一样的.

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open