自动化理论基础（2）—开发语言之Python

一、知识汇总

掌握 Python 编程语言需要具备一定的基础知识和技能，特别是对于从事自动化测试等领域的工程师。以下是掌握 Python 的一些关键方面：

基本语法： 理解 Python 的基本语法，包括变量、数据类型、运算符、条件语句、循环语句等。

数据结构： 熟悉并能够使用 Python 的常见数据结构，如列表、元组、字典和集合。

函数和模块： 能够定义和调用函数，了解模块的概念，并能够使用标准库中的模块。

异常处理： 了解异常处理机制，能够编写代码来处理可能出现的异常情况。

文件操作： 能够进行文件的读写操作，理解文件对象和文件处理方法。

面向对象编程（OOP）： 了解面向对象编程的基本概念，包括类、对象、继承、多态等。

模块化和代码复用： 能够编写可重用的模块，实现代码的模块化和可维护性。

测试框架： 对于自动化测试工程师，掌握至少一种 Python 测试框架，如 Pytest 或 unittest。

版本控制系统： 了解并能够使用 Git 进行版本控制，以便协同开发和管理代码。

虚拟环境和依赖管理： 能够使用虚拟环境管理 Python 项目的依赖，如使用 virtualenv 或 venv。

基本的网络和 Web 开发知识： 对于自动化测试，理解基本的网络通信和 Web 开发概念，包括 HTTP/HTTPS 协议、API 测试等。

常用库和框架： 熟悉并能够使用 Python 的一些常用库和框架，例如 requests（处理 HTTP 请求）、Beautiful Soup（解析 HTML）、Selenium（Web 自动化测试）等。

这些都是掌握 Python 编程语言时的基本要求。具体要求还可能受到所从事的具体工作领域和项目的影响。随着经验的积累，可以逐渐深入学习 Python 的高级特性和更复杂的应用场景。

二、Python基本语法

1. 变量和数据类型

python 复制代码

# 变量赋值
x = 5
name = "John"

# 数据类型
number = 10        # 整数
float_number = 3.5 # 浮点数
string = "Hello"   # 字符串
boolean = True     # 布尔值

# 列表和元组
my_list = [1, 2, 3]
my_tuple = (1, 2, 3)

# 字典
my_dict = {"key": "value", "age": 25}

# 集合
my_set = {1, 2, 3}

2、控制流程

（1）条件语句

python 复制代码

if x > 0:
    print("Positive")
elif x < 0:
    print("Negative")
else:
    print("Zero")

（2）循环语句

python 复制代码

# for 循环
for item in my_list:
    print(item)

# while 循环
counter = 0
while counter < 5:
    print(counter)
    counter += 1

3、函数

python 复制代码

# 函数定义
def greet(name):
    print("Hello, " + name + "!")

# 函数调用
greet("Alice")

4、输入输出

python 复制代码

# 输入
user_input = input("Enter a number: ")
number = int(user_input)

# 输出
print("The square of", number, "is", number**2)

5、异常处理

（1）try-except块：

python 复制代码

try:
    result = 10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero!")
finally:
    print("This will always execute.")

（2）多个except块：

python 复制代码

try:
    value = int("abc")
except ValueError:
    print("Error: Invalid integer format")
except Exception as e:
    print(f"Error: {e}")

6、文件操作

python 复制代码

# 写入文件
with open("example.txt", "w") as file:
    file.write("Hello, Python!")

# 读取文件
with open("example.txt", "r") as file:
    content = file.read()
    print(content)

三、面向对象

Python 是一种面向对象的编程语言。在 Python 中，几乎一切都是对象，包括基本数据类型（如整数、浮点数、字符串）以及用户自定义的类和对象。Python 支持面向对象编程的核心概念，包括类、对象、封装、继承和多态。

1、类和对象：在 Python 中，类是对象的模板，对象是类的实例。通过定义类，可以创建具有特定属性和方法的对象。

python 复制代码

class Dog:
    def __init__(self, name):
        self.name = name

    def bark(self):
        print(f"{self.name} is barking!")

my_dog = Dog("Buddy")
my_dog.bark()

2、封装：封装允许将数据和方法封装在类的内部，通过对外提供公共接口来隐藏内部实现的细节。

python 复制代码

class BankAccount:
    def __init__(self, balance): #构造函数
        self.balance = balance

    def deposit(self, amount):
        self.balance += amount

    def withdraw(self, amount):
        if amount <= self.balance:
            self.balance -= amount
        else:
            print("Insufficient funds")

account = BankAccount(1000)
account.withdraw(500)

3、继承：继承允许一个类继承另一个类的属性和方法，从而实现代码的重用和扩展。

python 复制代码

class Animal:
    def speak(self):
        pass

class Dog(Animal):
    def speak(self):
        print("Woof!")

class Cat(Animal):
    def speak(self):
        print("Meow!")

my_dog = Dog()
my_dog.speak()

4、多态：多态允许不同的类共享相同的接口，但具体的实现可以不同。这使得代码更灵活，能够处理不同类型的对象。

python 复制代码

def animal_sound(animal):
    animal.speak()

my_dog = Dog()
my_cat = Cat()

animal_sound(my_dog)  # 输出 "Woof!"
animal_sound(my_cat)  # 输出 "Meow!"

四、常用的库

1、文件读写：

openpyxl：用于处理Excel文件的库，支持读写Excel文件。

pandas：提供高性能、易用的数据结构和数据分析工具，支持多种文件格式（如CSV、Excel）的读写。

2、生成报告：

Jinja2：模板引擎，用于生成动态内容的报告。

ReportLab：用于创建PDF文档的库，可用于生成带有图表和文本的报告。

Matplotlib：用于绘制图表和图形，可以在报告中插入图表。

3、发送报告：

smtplib（内置库）：用于发送电子邮件，可用于将测试报告通过电子邮件发送。

yagmail：简化了使用smtplib发送邮件的过程，支持HTML内容和附件。

4、测试报告框架：

HTMLTestRunner：一个生成HTML格式测试报告的框架，适用于unittest。

pytest-html：适用于pytest的HTML测试报告插件。

5、日志记录：

logging（内置库）： Python的官方日志记录模块，可用于在测试中记录信息。

loguru：提供更简单和强大的日志记录功能，支持文件、控制台等多种输出。

6、网络请求：

requests：用于发送HTTP请求的库，适用于API测试。

7、通信

串口通信：serial

Can通信： python-can

import serial

python 复制代码

# 打开串口
ser = serial.Serial('COM1', 9600, timeout=1)

# 发送数据
ser.write(b'Hello, serial!')

# 接收数据
data = ser.readline()
print('Received:', data)

# 关闭串口
ser.close()

8、其他常用库：

NumPy：用于科学计算和数学操作的库。

Beautiful Soup：用于从HTML和XML文档中提取信息的库。

Scrapy：一个用于爬取网站数据的框架。

Flask/Django：用于构建Web应用程序的框架。

五、常用的自动化测试框架

Python中有几个常用的自动化测试框架，它们提供了各种工具和功能来简化测试流程。以下是一些常见的Python自动化测试框架：

unittest： 这是Python内置的测试框架，提供了测试用例、测试套件、断言等基本测试工具。它的使用方式受到Java中JUnit的影响。

pytest： 一个功能丰富而灵活的测试框架，支持自动发现测试用例、参数化测试、丰富的插件系统等。它的语法简洁易懂，也能与其他测试工具和框架很好地集成。

nose2： 基于unittest的扩展，提供了更多功能和插件支持，支持测试发现、标记、插件等。它的目标是提供更好的发现和运行测试的方式。

Robot Framework：一个通用的自动化测试框架，支持关键字驱动和行为驱动开发。它易于学习，可用于Web、移动应用、API等测试，并支持关键字库扩展。

Behave： 一个行为驱动开发（BDD）框架，基于Gherkin语言。它结合了自然语言的表达力和Python的强大功能，使得测试用例更具可读性。

Selenium： 虽然它主要用于Web应用程序的自动化测试，但也是一个强大的工具。通过结合Selenium WebDriver和测试框架（如pytest或unittest），可以实现更复杂的Web应用测试。

六、其它

1、元组、列表、字典、集合的区别

元组、列表、字典和集合是Python中常用的四种数据结构，它们有各自的特点和适用场景。

（1）. 元组（Tuple）：
表示方式： 使用圆括号 () 表示，例如：my_tuple = (1, 2, 3).
可变性： 不可变，一旦创建就不能修改。
索引访问： 支持索引访问，类似于列表。
适用场景： 适用于希望创建不可变序列的情况，例如函数返回多个值时。

（2）. 列表（List） ：
表示方式： 使用方括号 [] 表示，例如：my_list = [1, 2, 3].
可变性： 可变，允许修改、添加或删除元素。
索引访问： 支持索引访问。
适用场景： 适用于需要一个有序、可变的集合的情况，例如存储同类型的元素。

（3）. 字典（Dictionary）：
表示方式： 使用花括号 {} 表示，例如：my_dict = {"key1": "value1", "key2": "value2"}.
可变性： 可变，可以修改、添加或删除键值对。
键值对： 由键和值组成，通过键来访问值。
适用场景： 适用于需要存储键值对的情况，键是唯一的。

（4）. 集合（Set）：
表示方式： 使用花括号 {} 表示，例如：my_set = {1, 2, 3}.
可变性： 可变，可以添加或删除元素。
唯一性： 元素是唯一的，不会重复。
适用场景： 适用于需要存储无序且唯一元素的情况，例如去重。

总体而言，选择使用哪种数据结构取决于你的具体需求。元组适用于不可变序列，列表适用于有序可变集合，字典适用于键值对存储，集合适用于无序唯一元素的情况。

2、堆和栈的区别

堆和栈是两个用于管理程序运行时内存的区域。栈用于存储函数调用的上下文、局部变量等，而堆用于存储动态分配的对象、数据结构等。

内容：

堆（Heap）：用于动态分配内存，存储对象、数据结构等。在堆上分配的内存需要手动管理，通常通过new关键字来分配，并由程序员负责释放。

栈（Stack）：存储函数调用的上下文、局部变量、函数参数等，遵循后进先出（LIFO）原则。栈上的数据的生命周期与函数调用关联，当函数执行完成时，栈上的数据自动被释放。

3、构造函数

在 Python 中，构造函数 init 在创建类的实例时自动被调用，用于执行一些初始化操作。在创建实例时，首先调用构造函数，然后再执行其他的初始化代码。

以下是一个简单的示例，展示了如何在 Python 中定义和使用构造函数：

class MyClass:

python 复制代码

    # 构造函数
    def __init__(self, param1, param2):
        # 在构造函数中进行初始化操作
        self.attribute1 = param1
        self.attribute2 = param2
        print("Object created with attributes:", self.attribute1, self.attribute2)

# 创建类的实例，会自动调用构造函数
my_object = MyClass("value1", "value2")

在 Python 中，self 是一个约定俗成的参数名称，用于表示对象实例本身。它在类的方法中作为第一个参数传递，以便可以访问和操作对象的属性和方法。

即使没有传参的函数，如果是类的方法，仍然需要在参数列表中保护'self'。

4、python中有 public private等关键字吗？

在 Python 中，没有像其他编程语言（如Java、C++）那样明确定义的 public、private 等访问修饰符。Python采用了一种不同的方式来处理成员的可见性和访问权限。

在 Python 中，成员（变量或方法）的可见性主要通过命名约定来实现。以下是一些常见的约定：

公共成员：通常没有特殊的命名约定，可以直接访问。

python 复制代码

class MyClass:
    def __init__(self):
        self.public_member = 42

受保护成员：以一个下划线 _ 开头，表示应该被视为受保护的，不建议直接访问。

python 复制代码

class MyClass:
    def __init__(self):
        self._protected_member = 42

私有成员：以两个下划线 __ 开头，表示是私有的，应该避免直接访问。

python 复制代码

class MyClass:
    def __init__(self):
        self.__private_member = 42

虽然可以通过以上约定来表示可见性，但在 Python 中，这只是一种约定，而不是强制性的规则。Python 的理念之一是"我们都是成年人"，即程序员有责任遵守这些约定，而不是通过强制规则来限制访问。这也使得 Python 更加灵活和自由。