当前位置：首页 > news >正文

软件测试之Python基础学习

news 2026/2/10 0:34:44

一、Python基础

Python简介、环境搭建及包管理

Python简介

环境搭建

包管理

Python基本语法

缩进(Python有非常严格的要求)

一行多条语句

断行

注释

变量

基本数据类型(6种)

1. 数字Number

2. 字符串String

3. 列表List

4. 元组Tuple

序列相关操作方法

5. 集合Set

6. 字典Dict

条件/循环

条件判断

循环

文件读写(文本文件)

文件操作方法

文件打开模式

函数/类

函数定义和调用

参数和返回值

函数作为参数(如: 装饰器)

函数嵌套(支持闭包)

函数递归(自己调用自己,直到满足需求)

模块/包

模块

包

常用系统模块

常见算法

冒泡排序

快速排序

二分查找

结语：

视图网站推荐

1、Data Structure Visualizations

2、visualgo

3、BinaryTreeVisualiser

4、btree-js

5、Algorithm Visualizer

6、bigocheatsheet

7、Algorithms-DataStructures-BigONotation

8、Vamonos

一、Python基础

大致路线：

Python简介、环境搭建及包管理

Python简介

特点：Python是一门动态、解释型、强类型语言
1. 动态：在运行期间才做数据检查（不用提前声明变量）- 静态语音(C/Java)：编译时检查数据类型（编码时需要声明变量类型）
2. 解释型：在执行程序时，才一条条解释成机器语言给计算机执行（无需编译，速度较慢）- 编译型语言(C/Java)：先要将代码编译成二进制可执行文件，再执行
3. 强类型：类型安全，变量一旦被指定了数据类型，如果不强制转换，那么永远是这种类型（严谨，避免类型错误，速度较慢）- 弱类型（VBScript/JavaScript）: 类型在运行期间会转化，如 js中的 1+"2"="12", 1会由数字转化为string
编码原则：优雅、明确、简单
优点
1. 简单易学
2. 开发效率高
3. 高级语言
4. 可移植、可扩展、可嵌入
5. 庞大的三方库
缺点
1. 速度慢
2. 代码不能加密
3. 多线程不能充分利用多核cpu(GIL全局解释性锁，同一时刻只能运行一个线程)
应用领域
1. 自动化测试（UI/接口）
2. 自动化运维
3. 爬虫
4. Web开发（Django/Flask/..)
5. 图形GUI开发
6. 游戏脚本
7. 金融、量化交易
8. 数据分析，大数据
9. 人工智能、机器学习、NLP、计算机视觉
10. 云计算

环境搭建

Windows Python3环境搭建

下载Python3.*.exe安装包
双击安装，第一个节目选中Add Python3.*.* to PATH，点击Install Now(默认安装pip)，一路下一步
验证：打开cmd命令行，输入python，应能进入python shell 并显示为Python 3.*.*版本

包管理

pip安装
1. pip install 包名 - 卸载： pip uninstall 包名
2. pip install 下载的whl包.whl
3. pip install -r requiements.txt(安装requirements.txt中的所有依赖包)
4. 查看已安装的三方包，pip freeze 已文件格式显示已安装的三方包（用于导出requiremnts.txt文件）
源码安装
1. 下载源码包，解压，进入解压目录
2. 打开命令行，执行 python setup.py install
3. 验证：进入python shell,输入import 包名，不报错表示安装成功
三方包默认安装路径：Python3.*.*/Lib/site-packages/ 下

说明：网上有非常多的安装教程大家自由选择，这个不像FPGA和Qt那样难安装（个人觉得）

Python基本语法

缩进(Python有非常严格的要求)

x=int(input("请输入一个数\n"))
y=int(input("请输入一个数\n"))
if x > 0:print("正数")
elif x == 0:print("0")
else:print("负数")def add(x,y):return x+y

一行多条语句

x=1; y=2; print(x+y)

断行

print("this line is too long, \ 
so I break it to two lines")

注释

# 单行注释
a = 1'''这是一段
多行注释'''def add(x, y):"""加法函数：这是docstring(函数说明)"""pass

变量

变量类型（局部变量、全局变量、系统变量）
变量赋值
- 多重赋值x=y=z=1
- 多元赋值x,y = y,x
变量自增 x+=1 x-=1(不支持x++, x--)

Python3中没有常量

基本数据类型(6种)

1. 数字Number

种类
1. 整型int(Python3中没有长整型，int长度几乎没有限制)
2. 浮点型float
3. 布尔型bool
  - False: 0,0.0,'',[],(),{}
  - True: 除False以外，['']或[[],[]]不是False
4. 复数型complex
操作符: +,-,*,/,//(地板除),**(乘方) - Python3中的/是真实除，1/2=0.5
类型转
1. str(): 其他类型转为字符串, 如str(12)
2. int(): 字符串数字转为整型(字符串不是纯整数会报错), 如int("12")
3. float(): 字符串转换为浮点数，如float("1.23")

2. 字符串String

字符串系统方法
- len(): 计算字符串长度，如len("abcdefg")
- find()/index(): 查找字符串中某个字符第一次出现的索引(index()方法查找不到会报错), 如"abcdefg".find("b"); "abcedfgg".index("g")
- lower()/upper(): 将字符串转换为全小写/大写,如"AbcdeF".lower();"abcedF".upper()
- isdigit()/isalpha()/isalnum(): 判断字符串是否纯数字/纯字母/纯数字字母组合, 如isdigit("123"),结果为 True
- count(): 查询字符串中某个元素的数量,如"aabcabc".count("a")
- join(): 将列表元素按字符串连接,如"".join(["a","b","c"])会按空字符连接列表元素,得到"abc"
- replace(): 替换字符串中的某已部分,如"hello,java".replace("java", "python"),将java 替换为 python
- split(): 和join相反,将字符串按分隔符分割成列表, 如"a,b,c,d".split(",")得到["a", "b", "c", "d"]
- strip()/lstrip()/rstrip(): 去掉字符串左右/左边/右边的无意字符(包括空格,换行等非显示字符),如" this has blanks \n".strip()得到"this has balnks"
字符串格式化
- %: 如"Name: %s, Age: %d" % ("Lily", 12)或"Name: %(name)s, Age: %(age)d" % {"name": "Lily", "age": 12}
- format: 如"Name: {}, Age: {}".format("Lily", 12)或"Name: {name}, Age: {age}".format(name="Lily",age=12)
- substitude(不完全替换会报错)/safe_substitude: 如"Name: ${name}, Age: ${age}".safe_substitude(name="Lily",age=12)
案例: 利用format生成自定义html报告

    tpl='''<html><head><title>{title}</title></head><body><h1>{title}</h1><table border=1px><tr><th>序号</th><th>用例</th><th>结果</th></tr>{trs}</table></body></html>'''tr='''<tr><td>{sn}</td><td>{case_name}</td><td>{result}</td>'''title="自动化测试报告"case_results = [("1", "test_add_normal", "PASS"),("2", "test_add_negative", "PASS"), ("3", "test_add_float", "FAIL")]trs=''for case_result in case_results:tr_format = tr.format(sn=case_result[0], case_name=case_result[1], result=case_result[2])trs += tr_formathtml = tpl.format(title=title, trs=trs)f = open("report.html", "w")f.write(html)f.close()

运行这个*.html文件：

运行就可以在网页看到结果：

3. 列表List

列表元素支持各种对象的混合,支持嵌套各种对象,如["a", 1, {"b": 3}, [1,2,3]]

列表操作
- 赋值: l = [1, "hello", ("a", "b")]
- 获取: a = l[0] # 通过索引获取
- 增: l.append("c");l.extend(["d","e"]);l+["f"]
- 删: l.pop() # 按索引删除,无参数默认删除最后一个;l.remove("c") # 按元素删除
- 改:l[1]="HELLO" # 通过索引修改
- 查: 遍历 for i in l: print(i)
列表系统方法
- append()/insert()/extend(): 添加/插入/扩展(连接)
- index(): 获取元素索引
- count(): 统计元素个数
- pop()/remove(): 按索引/元素删除
- sort()/reverse(): 排序/反转
- 案例: 字符串反转s="abcdefg"; r=''.join(reversed(a))

4. 元组Tuple

不可改变,常用作函数参数(安全性好)
同样支持混合元素以及嵌套
只有一个元素时,必须加","号,如a=("hello",) - 因为Python中()还有分组的含义,不加","会识别为字符串

字符串/列表/元组统称为序列, 有相似的结构和操作方法

序列相关操作方法

1. 索引 - 正反索引: ```l[3];l[-1]``` - 索引溢出(IndexError): 当索引大于序列的最大索引时会报错,如[1,2,3,4]最大索引是3,引用l[4]会报IndexError 2. 切片 - l[1:3] # 从列表索引1到索引3(不包含索引3)进行截取, 如 l = [1, 2, 3, 4, 5], l[1:3]为[2, 3] - l[:5:2] # 第一个表示开始索引(留空0), 第二个表示结束索引(留空为最后一个,即-1), 第三个是步长, 即从开头到第5个(不包含第5个),跳一个取一个 - *案例*: 字符串反转 ```s="abcdefg";r=s[::-1]``` 3. 遍历 - 按元素遍历: ```for item in l: print(item)``` - 按索引遍历: ```for index in range(len(l)): print(l[index])``` - 按枚举遍历: ```for i,v in enumerate(l): print((i,v))``` 4. 扩展/连接(添加多个元素): extend()/+ ```"abc"+"123";[1,2,3]+[4,5];[1,2,3].extend([4,5,6,7])``` 5. 类型互转: str()/list()/tuple() >list转str一般用join(), str转list一般用split()

系统函数
- len(): 计算长度
- max()/min(): 求最大/最小元素
- sorted()/reversed(): 排序/反转并生成新序列(sort()/reverse()直接操作原序列)l_new=sorted(l);l_new2=reversed(l)

5. 集合Set

集合可以通过序列生成a = set([1,2,3])
集合无序,元素不重复(所有元素为可哈希元素)
集合分为可变集合set和不可变集合frozenset
操作方法: 联合|,交集&,差集-,对称差分^
系统函数: add()/update()/remove()/discard()/pop()/clear()
案例1: 列表去重: l=[1,2,3,1,4,3,2,5,6,2];l=list(set(l)) (由于集合无序,无法保持原有顺序)
案例2: 100w条数据,用列表和集合哪个性能更好? - 集合性能要远远优于列表, 集合是基于哈希的, 无论有多少元素,查找元素永远只需要一步操作, 而列表长度多次就可能需要操作多少次(比如元素在列表最后一个位置)

6. 字典Dict

字典是由若干key-value对组成, 字典是无序的, 字典的key不能重复,而且必须是可哈希的,通常是字符串
字典操作
- 赋值: d = {"a":1, "b":2}
- 获取: a = d['a']或a = d.get("a") # d中不存在"a"元素时不会报错
- 增: d["c"] = 3; d.update({"d":5, "e": 6}
- 删: d.pop("d");d.clear() # 清空
- 查: d.has_key("c")
- 遍历:
  - 遍历key: for key in d:或for key in d.keys():
  - 遍历value: for value in d.values():
  - 遍历key-value对: for item in d.items():
案例: 更新接口参数 api = {"url": "/api/user/login": data: {"username": "张三", "password": "123456"}},将username修改为"李四"
api['data']['username'] = "李四" 或 api['data'].update({"username": "李四"})

哈希与可哈希元素（一般来说可哈希就是不可变）

哈希是通过计算得到元素的存储地址(映射), 这就要求不同长度的元素都能计算出地址,相同元素每次计算出的地址都一样, 不同元素计算的地址必须唯一, 基于哈希的查找永远只需要一步操作, 计算一下得到元素相应的地址, 不需要向序列那样遍历, 所以性能较好
可哈希元素: 为了保证每次计算出的地址相同, 要求元素长度是固定的, 如数字/字符串/只包含数字,字符串的元组, 这些都是可哈希元素

6种类型简单的特点总结

数字/字符串/元祖: 长度固定
序列(字符串/列表/元祖): 有序
集合/字典: 无序, 不重复/键值不重复

条件/循环

条件判断

示例:

x=int(input("请输入"))
if x>0:print("正数")
elif x==0:print("0")
else:print("负数")

三元表达式: max = a if a > b else b

案例: 判断一个字符串是不ip地址

ip_str = '192.168.100.3'
ip_list = ip_str.split(".") # 将字符串按点分割成列表
is_ip = True # 先假设ip合法
if len(ip_list) != 4:
is_ip= False
else:
for num in ip_list:
if not isdigit(num) or not 0 <= int(num) <= 255:
is_ip = False
if is_ip:
print("是ip")
else:
print("不是ip")

使用map函数的实现方法(参考):

循环

for in 循环
while 循环

文件读写(文本文件)

html/xml/config/csv也可以按文本文件处理

文件操作方法

open(): 打开f =open("test.txt")或f =open("test.txt","r", encoding="utf-8")或with open("test.txt) as f: # 上下文模式,出结构体自动关闭文件
read()/readline()/readlines(): 读取所有内容/读取一行/读取所有行(返回列表) - 注意: 内容中包含\n换行符,可以通过strip()去掉
f.write()/f.save(): 写文件/保存文件
f.seek(): 移动文件指针,如f.seek(0), 移动到文件开头
f.close(): 关闭文件(打开文件要记得关闭)

文件打开模式

r/w/a: 只读/只写/追加模式
rb/wb/ab: 二进制只读/只写/追加模式(支持图片等二进制文件)
r+/rb+, w+/wb+, a+/ab+: 读写,区别在于, r+/w+会清空文件再写内容, r+文件不存在会报错, a+不清空原文件,进行追加, w+/a+文件不存在时会新建文件

文件是可迭代的,可以直接用 for line in f: 遍历

函数/类

函数定义和调用

def add(x, y): # 定义函数return x+yprint(add(1,3)) # 调用函数

举例: 用户注册/登录函数

users = {"张三": "123456"}def reg(username, password):if users.get(username): # 如果用户中存在username这个keyprint("用户已存在")else:users[username] = password # 向users字典中添加元素print("添加成功")def login(username, password)if not users.get(username):print("用户不存在")elif users['username'] == password:print("登录成功")else:print("密码错误")

参数和返回值

函数没有return默认返回None
参数支持各种对象,包含数字,支付串,列表,元组,也可以是函数和类
参数默认值: 有默认值的参数必须放在最后面, 如```def add(x, y=1, z=2):
不定参数: *args和**kwargs, 如def func(*args, **kwargs):可以接受任意长度和格式的参数
参数及返回值类型注释(Python3)


def add(x:int, y:int) -> int: # x,y为int型,函数返回为int型,只是注释,参数格式非法不会报错return x+y

函数作为参数(如: 装饰器)

def a():print("I'm a")
def deco(func):print("call from deco")func()deco(a) # 输出"call from deco"并调用a(),输出"I'm a"

函数嵌套(支持闭包)

def a():a_var = 1def b():nonlocal a_vara_var += 1b() # 调用函数 bprint(a_var) # 输出结果为 2

函数递归(自己调用自己,直到满足需求)

案例: 求N!

def factorial(n):return 1 if n == 0 or n == 1 else n * factorial(n-1)print(factorial(39))

输入测试

蓝桥杯的填空题我就遇到过，遇到这种直接用Py比较好，因为py没有大数限制

模块/包

模块

一个py文件为一个模块
模块导入
- import os # 需要通过os调用相关方法, 如os.mkdir(),
- form configparser import ConfigParser: 可以直接使用CinfigParser()
- 支持一次导入多个

包

一个文件夹为一个包(Python3,文件夹中不需要建立__init__.py文件)

常用系统模块

os: 与操作系统交互
- os.name/os.sep/os.linesep: 系统名称/系统路径分隔符/系统换行符
- os.makedir()/os.makedirs(): 建立目录/建立多级目录
- os.getenv("PATH"): 获取系统PATH环境变量的设置
- os.curdir/os.prdir: 获取当前路径/上级路径
- os.walk(): 遍历文件夹及子文件
- os.path.basename()/os.path.abspath()/os.path.dirname(): 文件名/文件绝对路径/文件上级文件夹名
- os.path.join()/os.path.split(): 按当前系统分隔符(os.sep)组装路径/分割路径
- os.path.exists()/os.path.isfile()/os.path.isdir(): 判断文件(文件夹)是否存在/是否文件/是否文件夹
- 案例: 用例发现, 列出文件夹及子文件夹中所有test开头的.py文件,并输出文件路径2

for root,dirs,files in os.walk("./case/"):for file in files:if file.startswith("test") and file.endswith(".py"):print(os.path.join(root, file))

sys: 与Python系统交互

sys.path: 系统路径(搜索路径)
sys.platform: 系统平台,可以用来判断是python2还是3
sys.argv: py脚本接受的命令行参数
sys.stdin/sys.stdout/sys.stderr: 标准输入/输出/错误

常见算法

冒泡排序

def buddle_sort(under_sort_list):l = under_sort_listfor j in range(len(l)):for i in range(len(l)-j-1):if l[i] > l[i+1]:l[i], l[i+1] = l[i+1], l[i]

快速排序

def quick_sort(l):if len(l) < 2:return l # 如果列表只有一个元素, 返回列表(用于结束迭代)else:pivot =  l[0] # 取列表第一个元素为基准数low = [i for i in l[1:] if i < pivot] # 遍历l, 将小于基准数pivot的全放入low这个列表high = [i for i in l[1:] if i >= pivot ]return quick_sort(low) + [pivot] + quick_sort(high) # 对左右两部分分别进行迭代

二分查找

def bin_search(l, n): # l为有序列表low, high = 0, len(l) - 1 # low,high分别初始化为第一个/最后一个元素索引(最小/最大数索引)while low < high:mid = (high-low) // 2 # 地板除,保证索引为整数if l[mid] == n:return midelif l[mid] > n: # 中间数大于n则查找前半部分, 重置查找的最大数high = mid -1 else: # 查找后半部分, 重置查找的最小数low = mid + 1return None  # 循环结束没有return mid 则说明没找到

结语：

目前本人也就预习到这里了，欢迎各位同学分享交流，同时也欢迎大佬给我这个小白推荐路线学习

视图网站推荐

下面推荐几个学习数据结构和算法的可视化工具。

1、Data Structure Visualizations

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

这是一个在线数据可视化工具，可以手动创建各种数据结构，包括队列、栈、堆、树等等，并且支持递归、排序、搜索等算法的动态演示。该工具由旧金山大学开发。

这个工具通过可视化的方式展现了数据结构和算法，方便我们理解其中的原理。网站容易操作、内容丰富且容易理解，非常nice~虽然网站是英文的，不过都是些容易理解的术语，英文不好的小伙伴也不会有很大的阅读障碍。

2、visualgo

https://visualgo.net/en
https://visualgo.net/zh

该网站由 Steven Halim 博士开发，对于理解数据结构与算法非常有帮助。网站里面包含了排序、链表、哈希表、二叉搜索树、递归树、循环查找等常见算法动画。

在动画执行的过程中，还会在网站右下角高亮展示动画的代码逻辑。非常适合初学者学习巩固自己的算法知识。

3、BinaryTreeVisualiser

http://www.btv.melezinek.cz/home.html

一款二叉树可视化的工具，可以用来学习二叉树，超级好用。

4、btree-js

https://yangez.github.io/btree-js/

这是一个专门演示B树的工具，可以在上面插入节点模拟B树的构建过程，对于理解B树这种数据结构非常有帮助。

5、Algorithm Visualizer

https://algorithm-visualizer.org/

Algorithm Visualizer 是一个可视化代码算法的交互式平台，内含多种算法（回溯、动态规划、贪心等）并进行了可视化动画呈现，让学习算法和数据结构更加直观。

目前支持的算法包括回溯法、动态规划、贪婪算法、排序算法、搜索算法等。

6、bigocheatsheet

https://www.bigocheatsheet.com/

这个网站总结了常用算法的时空Big-O复杂性，常见数据结构操作的时间复杂度。

7、Algorithms-DataStructures-BigONotation

http://cooervo.github.io/Algorithms-DataStructures-BigONotation/index.html

这也是一个可以查看算法分析的网站工具，功能相比bigocheatsheet，更丰富一些。

8、Vamonos

http://rosulek.github.io/vamonos/
http://rosulek.github.io/vamonos/demos/index.html

有常用的数据结构与算法的演示：栈、队列、二叉树、红黑树、B树、拓扑排序、广度优先算法。

一、Python基础

Python简介、环境搭建及包管理

Python简介

环境搭建

包管理

Python基本语法

缩进(Python有非常严格的要求)

一行多条语句

断行

注释

变量

基本数据类型(6种)

1. 数字Number

2. 字符串String

3. 列表List

4. 元组Tuple

序列相关操作方法

5. 集合Set

6. 字典Dict

条件/循环

条件判断

循环

文件读写(文本文件)

文件操作方法

文件打开模式

函数/类

函数定义和调用

参数和返回值

函数作为参数(如: 装饰器)

函数嵌套(支持闭包)

函数递归(自己调用自己,直到满足需求)

模块/包

模块

包

常用系统模块

常见算法

冒泡排序

快速排序

二分查找

结语：

视图网站推荐

1、Data Structure Visualizations

2、visualgo

3、BinaryTreeVisualiser

4、btree-js

5、Algorithm Visualizer

6、bigocheatsheet

7、Algorithms-DataStructures-BigONotation

8、Vamonos

相关文章：