python測試

A. 學python的怎麼都轉測試了

1.python的方向比較多，web,爬蟲，數據分析，數據挖掘，測試，運維，人工智慧；
2.我們不是去轉測試，測試本來就是我們python的一個方向，只不過就業的是測試的這個方向；我是之前在黑馬程序員學的，我們班也有選擇做測試的，因為相對工作輕松一些。

B. python的測試題

import random

import time

import pandas as pd

def listCreator(n):

raw_list = [random.randint(0, 99) for _ in range(n)]

return raw_list

def select_sort(raw_list):

length = len(raw_list)

for index in range(length):

for i in range(index, length):

if raw_list[index] > raw_list[i]:

raw_list[index], raw_list[i] = raw_list[i], raw_list[index]

return raw_list

def sortTimer():

size_list = [100, 1000, 10000]

timer_times = []

for _ in range(1, 11):

print("{} times".format(_))

timer_list = []

for i in size_list:

raw_list = listCreator(i)

start_time = time.clock()

select_sort(raw_list)

timer = time.clock() - start_time

timer_list.append(round(timer, 8))

timer_times.append(timer_list)

df = pd.DataFrame(timer_times, columns=size_list)

return df

def saveResults(df):

df.to_csv("./sortingTimes.txt", sep=' ', index=None, columns=None)

if __name__ == '__main__':

timer_times = sortTimer()

saveResults(timer_times)

C. 用python單元測試怎麼測一段代碼

單元測試是用來對一個模塊、一個函數或者一個類來進行正確性檢驗的測試工作。

比如對函數abs()，我們可以編寫出以下幾個測試用例：

輸入正數，比如1、1.2、0.99，期待返回值與輸入相同；
輸入負數，比如-1、-1.2、-0.99，期待返回值與輸入相反；
輸入0，期待返回0；
輸入非數值類型，比如None、[]、{}，期待拋出TypeError。

把上面的測試用例放到一個測試模塊里，就是一個完整的單元測試。

如果單元測試通過，說明我們測試的這個函數能夠正常工作。如果單元測試不通過，要麼函數有bug，要麼測試條件輸入不正確，總之，需要修復使單元測試能夠通過。

單元測試通過後有什麼意義呢？如果我們對abs()函數代碼做了修改，只需要再跑一遍單元測試，如果通過，說明我們的修改不會對abs()函數原有的行為造成影響，如果測試不通過，說明我們的修改與原有行為不一致，要麼修改代碼，要麼修改測試。

這種以測試為驅動的開發模式最大的好處就是確保一個程序模塊的行為符合我們設計的測試用例。在將來修改的時候，可以極大程度地保證該模塊行為仍然是正確的。

我們來編寫一個Dict類，這個類的行為和dict一致，但是可以通過屬性來訪問，用起來就像下面這樣：

>>> d = Dict(a=1, b=2)
>>> d['a']
1
>>> d.a
1

mydict.py代碼如下：

class Dict(dict):

def __init__(self, **kw):
super(Dict, self).__init__(**kw)

def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

def __setattr__(self, key, value):
self[key] = value

為了編寫單元測試，我們需要引入Python自帶的unittest模塊，編寫mydict_test.py如下：

import unittest

from mydict import Dict

class TestDict(unittest.TestCase):

def test_init(self):
d = Dict(a=1, b='test')
self.assertEquals(d.a, 1)
self.assertEquals(d.b, 'test')
self.assertTrue(isinstance(d, dict))

def test_key(self):
d = Dict()
d['key'] = 'value'
self.assertEquals(d.key, 'value')

def test_attr(self):
d = Dict()
d.key = 'value'
self.assertTrue('key' in d)
self.assertEquals(d['key'], 'value')

def test_keyerror(self):
d = Dict()
with self.assertRaises(KeyError):
value = d['empty']

def test_attrerror(self):
d = Dict()
with self.assertRaises(AttributeError):
value = d.empty

編寫單元測試時，我們需要編寫一個測試類，從unittest.TestCase繼承。

以test開頭的方法就是測試方法，不以test開頭的方法不被認為是測試方法，測試的時候不會被執行。

對每一類測試都需要編寫一個test_xxx()方法。由於unittest.TestCase提供了很多內置的條件判斷，我們只需要調用這些方法就可以斷言輸出是否是我們所期望的。最常用的斷言就是assertEquals()：

self.assertEquals(abs(-1), 1) # 斷言函數返回的結果與1相等

另一種重要的斷言就是期待拋出指定類型的Error，比如通過d['empty']訪問不存在的key時，斷言會拋出KeyError：

with self.assertRaises(KeyError):
value = d['empty']

而通過d.empty訪問不存在的key時，我們期待拋出AttributeError：

with self.assertRaises(AttributeError):
value = d.empty

運行單元測試

一旦編寫好單元測試，我們就可以運行單元測試。最簡單的運行方式是在mydict_test.py的最後加上兩行代碼：

if __name__ == '__main__':
unittest.main()

這樣就可以把mydict_test.py當做正常的python腳本運行：

$ python mydict_test.py

另一種更常見的方法是在命令行通過參數-m unittest直接運行單元測試：

$ python -m unittest mydict_test
.....
----------------------------------------------------------------------
Ran 5 tests in 0.000s

OK

這是推薦的做法，因為這樣可以一次批量運行很多單元測試，並且，有很多工具可以自動來運行這些單元測試。
setUp與tearDown

可以在單元測試中編寫兩個特殊的setUp()和tearDown()方法。這兩個方法會分別在每調用一個測試方法的前後分別被執行。

setUp()和tearDown()方法有什麼用呢？設想你的測試需要啟動一個資料庫，這時，就可以在setUp()方法中連接資料庫，在tearDown()方法中關閉資料庫，這樣，不必在每個測試方法中重復相同的代碼：

class TestDict(unittest.TestCase):

def setUp(self):
print 'setUp...'

def tearDown(self):
print 'tearDown...'

可以再次運行測試看看每個測試方法調用前後是否會列印出setUp...和tearDown...。

D. 用python可以做什麼測試

1.將日常工作最常用的一些命令或者工具腳本化，比如用Python腳本完成更新代碼，打包功能
2.使用Python創建一個聲稱測試數據的腳本，開發每次都要找你幫忙創建一堆測試數據，你能忍受每次都要滑鼠點擊那麼多次來填寫n多表單么，為啥不搞個腳本
3.做一些自動化測試的工作
4.用Python創建一些簡單網站，把開發，測試，產品經常煩擾你的工作都放到網頁上，讓他們自己傻瓜操作多好。
5.用來維護測試伺服器
6.CI（持續集成）往往也需要一個腳本來配合工作
7.創建一些監控程序，監控測試環境和線上的介面

E. 如何使用python 語言來實現測試開發

對於各種驅動介面，Python來編寫測試用例的好處是：由於Python不需要編譯，你所執行的也就是你所編寫的，當發生異常的時候，你無須打開集成開發環境，載入測試工程、並調試，你能夠很方便的看到python測試腳本的內容，什麼地方出了異常可以立刻發現，例如：
from ctypes import *
rc =c_int(-12345);
dll = windll.LoadLibrary("dmodbc.dll");#載入被測試組件
#=================#
SQLHANDLE_env = pointer(c_long(0));
SQLHANDLE_cnn = pointer(c_long(0));
SQLHANDLE_stmt = pointer(c_long(0));
pdns = c_char_p("FASTDB");
puid = c_char_p("SYSDBA");
ppwd = c_char_p("SYSDBA");
#env handle
rc = dll.SQLAllocHandle(1,None,byref(SQLHANDLE_env));
print "result of henv handle alloc :%d" %rc;
#cnn handle
rc = dll.SQLAllocHandle(2,SQLHANDLE_env,byref(SQLHANDLE_cnn));
print "result of cnn handle alloc :%d" %rc;
#connect!
rc = dll.SQLConnect(SQLHANDLE_cnn,pdns,-3,puid,-3,ppwd,-3)
print "result of connect :%d" %rc;
#stmt handle
rc = dll.SQLAllocHandle(3,SQLHANDLE_cnn,byref(SQLHANDLE_stmt));
print "result of stmt handle alloc:%d" %rc;
#exec
rc = dll.SQLExecDirect(SQLHANDLE_stmt,"insert into t values(1)",-3);
print "result of exec:%d" %rc;
#free========================
rc = dll.SQLFreeHandle(3, SQLHANDLE_stmt);
print rc;
rc = dll.SQLDisconnect(SQLHANDLE_cnn);
print rc;
rc = dll.SQLFreeHandle(2, SQLHANDLE_cnn);
print rc;
rc = dll.SQLFreeHandle(1, SQLHANDLE_env);
print rc;
在上面我們可以看到，Python調用c/c++介面是十分容易的，只需要把動態庫載入進來，然後把這個動態庫當作一個對象實例來使用就可以了。下面將是一個使用ado.net介面的例子：
import System;
from Dm import *#Dm是DMDBMS提供的ado.Net的DataProvider
#print dir(Dm.DmCommand);
i =0;
cnn = Dm.DmConnection("server = 127.0.0.1; User ID = SYSDBA; PWD = SYSDBA; Database = SYSTEM; port = 12345");
cmd = Dm.DmCommand();
cmd.Connection = cnn;
cmd.CommandText = "insert into t values(1);";
cnn.Open();
i=cmd.ExecuteNonQuery();
print i;
cmd.Dispose();
cnn.Close();
可以看到，.net對象的使用與在VisualStdio上進行開發幾乎沒有任何區別。
通過使用Python進行測試用例的開發，最大的好處莫過於：學習成本非常低，測試工程師只需要學習Python，對於其他語言稍有了解就可以了。同時只需要少量的測試開發工程師對Python測試框架進行維護。
這樣的好處就是便於測試人員將精力專精在一個方向，免於「什麼都會一點，但什麼都不精」的情況。當然測試人員具備廣闊的知識面，會使用各種常見的開發工具與平台是好事情，並且也是必要的，不過在短時間內要求迅速能夠勝任大多數任務也是企業在人才培養上的期望目標。

F. 如何測試Python問題，怎麼解決

• 中文路徑的問題：在D盤下保存一個名字為『中文.txt『的文件。運行如下測試代碼：# -*- coding: utf-8 -*-f=open('D:\中文.txt', 'r')print f.read()，運行後可以正確列印中文。

• print列印中文的問題：在D盤下保存一個名字為『中文.txt『的文件。運行如下測試代碼：# -*- coding: utf-8 -*-f=open('D:\中文.txt', 'r')print f.read()字元串有很多的編碼，不同的系統和平台有各自的編碼 ，為了實現系統或平台之間的信息交互可能需要編碼轉換。這里只需要先使用UNICODE編碼一下，這樣再讀取中文路徑就不會有問題了。

G. Python怎樣做性能測試

利用profile分析相關的獨立模塊,python內置了豐富的性能分析工具，profile，cProfile與hotshot等。其中Profiler是python自帶的一組程序，能夠描述程序運行時候的性能，並提供各種統計幫助用戶定位程序的性能瓶頸。Python標准模塊提供三profilers:cProfile，profile以及hotshot。profile是python的標准庫。可以統計程序里每一個函數的運行時間，並且提供了多樣化的報表。使用profile來分析一個程序很簡單，profile可以直接用python解釋器調用profile模塊來剖分py程序，如在命令行界面輸入如下命令：

H. 如何使用python編寫測試腳本

1)doctest
使用doctest是一種類似於命令行嘗試的方式，用法很簡單，如下

復制代碼代碼如下:

def f(n):
"""
>>> f(1)
1
>>> f(2)
2
"""
print(n)

if __name__ == '__main__':
import doctest
doctest.testmod()

應該來說是足夠簡單了，另外還有一種方式doctest.testfile(filename)，就是把命令行的方式放在文件里進行測試。

2)unittest
unittest歷史悠久，最早可以追溯到上世紀七八十年代了，C++，Java里也都有類似的實現，Python里的實現很簡單。
unittest在python里主要的實現方式是TestCase,TestSuite。用法還是例子起步。

復制代碼代碼如下:

from widget import Widget
import unittest
# 執行測試的類
class WidgetTestCase(unittest.TestCase):
def setUp(self):
self.widget = Widget()
def tearDown(self):
self.widget.dispose()
self.widget = None
def testSize(self):
self.assertEqual(self.widget.getSize(), (40, 40))
def testResize(self):
self.widget.resize(100, 100)
self.assertEqual(self.widget.getSize(), (100, 100))
# 測試
if __name__ == "__main__":
# 構造測試集
suite = unittest.TestSuite()
suite.addTest(WidgetTestCase("testSize"))
suite.addTest(WidgetTestCase("testResize"))

# 執行測試
runner = unittest.TextTestRunner()
runner.run(suite)

簡單的說，1>構造TestCase(測試用例)，其中的setup和teardown負責預處理和善後工作。2>構造測試集，添加用例3>執行測試需要說明的是測試方法，在Python中有N多測試函數，主要的有：
TestCase.assert_(expr[, msg])
TestCase.failUnless(expr[, msg])
TestCase.assertTrue(expr[, msg])
TestCase.assertEqual(first, second[, msg])
TestCase.failUnlessEqual(first, second[, msg])
TestCase.assertNotEqual(first, second[, msg])
TestCase.failIfEqual(first, second[, msg])
TestCase.assertAlmostEqual(first, second[, places[, msg]])
TestCase.failUnlessAlmostEqual(first, second[, places[, msg]])
TestCase.assertNotAlmostEqual(first, second[, places[, msg]])
TestCase.failIfAlmostEqual(first, second[, places[, msg]])
TestCase.assertRaises(exception, callable, ...)
TestCase.failUnlessRaises(exception, callable, ...)
TestCase.failIf(expr[, msg])
TestCase.assertFalse(expr[, msg])
TestCase.fail([msg])

I. 如何用python做自動化測試

當然可以

1、編寫Python版本的minicom，這個是自動化測試日誌記錄的需要
用於控制串口輸出的字元顏色，高亮顯示出錯信息，方便開發者在線調試問題
2、控製程式控制電源、程式控制開關，這些可以自動化測試的硬體基礎
3、寫整套測試框架，控制整個測試交互流程，Case管理等等
Python運行起來效率沒那麼高，但是對於編寫來說是非常高效的。

J. python測試函數有哪些

測試函數是用於自動化測試，使用python模塊中的unittest中的工具來測試
附上書中摘抄來的代碼：
#coding=utf-8import unittestfrom name_function import get_formatted_nameclass NamesTestCase(unittest.TestCase): def test_first_last_name(self): formatted_name=get_formatted_name('janis','joplin') self.assertEqual(formatted_name,'Janis Joplin') def test_first_last_middle_name(self): formatted_name=get_formatted_name('wolfgang','mozart','amadeus') self.assertEqual(formatted_name,'Wolfgang Amadeus Mozart')#注意下面這行代碼，不寫會報錯哦~~~書中沒有這行if __name__=="__main__": unittest.main()