2022年6月28日面试题

1|0python基础

1|1一. python怎么连接数据库

答案：

1. 安装pymysql：pip install pymysql
2. 连接数据库，创建游标

# 连接数据库：cursorclass = pymysql.cursors.DictCursor 指定返回数据为字典格式
conn = pymysql.Connect(host, port, db, user, passwd，cursorclass = pymysql.cursors.DictCursor)

# 创建游标
cursor = conn.cursor() 

3. 准备好增删改查的sql语句，执行sql语句

增

# 使用格式化的方法构造sql语句
# 列表和元组 %s。字典%(键名)s
# eg1：列表
data = [14, 'xiaojian']
insert_sql = "insert into test1(id, name) values(%s, %s)"

# eg2：字典
data = {'id': 14, 'name': 'xiaojian'}
insert_sql = "insert into test1(id, name) values(%(id)s, %(name)s)"


# 执行execute方法
cursor.execute(insert_sql, data)

# 提交
conn.commit()

# 回滚
conn.rollback()

删

# 使用格式化的方法构造sql语句
data = 1
delete_sql = "delete from items where id = %s"

# 执行execute方法
cursor.execute(delete_sql, data)

# 提交
conn.commit()

# 回滚
conn.rollback()

改

# 使用格式化的方法构造sql语句
data = ("beck", 1)
update_sql = "update userinfo set name = %s where id  = %s"

# 执行execute方法
cursor.execute(update_sql, data)

# 提交
conn.commit()

# 回滚
conn.rollback()

查

# 构造sql语句
query_sql = "select * from userinfo"

# 执行execute方法
cursor.execute(query_sql, data)

# 获取一条数据
data_one = cursor.fetchone()

# 获取所有数据
data_all = cursor.fetchall()

#查询是没有提交和回滚的方法的

4. 对于查询到的数据做处理
5. 关闭游标

cursor.close()

6. 关闭连接

conn.close()

1|2二. python是怎么获取当前系统时间

方法一：使用datetime模块

from datetime import datetime
datetime.now()

运行结果：datetime.datetime(2022, 6, 28, 21, 32, 14, 702706)

# 格式化输出
datetime.now().strftime('%Y-%m-%d %H:%M:%S')

运行结果：'2022-06-28 21:34:26'

方法二：使用time模块

import time
time.localtime(time.time())

运行结果：time.struct_time(tm_year=2022, tm_mon=6, tm_mday=28, tm_hour=21, tm_min=37, tm_sec=49, tm_wday=1, tm_yday=179, tm_isdst=0)

# 格式化输出
time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))

运行结果：'2022-06-28 21:44:32'

1|3三. python中的数据类型有哪一些

总共有六大类：
Numbers（数字）
String（字符串）
List（列表）
Tuple（元组）
Dictionary（字典）
Set（集合）

按照可变不可变分类有两种：
不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）
可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）

数字类型细分
int（长整型）
float（浮点型）
complex（复数）
bool（布尔型）

1|4四. python中怎么设置定时任务

1. 安装轻量级的定时任务调度的库： pip install schedule
2. 代码

import schedule
import time
 
def run():
    print("I'm testing...")
 
schedule.every(10).minutes.do(run)
schedule.every().hour.do(run)
schedule.every().day.at("10:30").do(run)
schedule.every(5).to(10).days.do(run)
schedule.every().monday.do(run)
schedule.every().wednesday.at("13:15").do(run)
 
while True:
    schedule.run_pending()
    time.sleep(1)

schedule本身是个定时器。在while True死循环中，schedule.run_pending()是保持schedule一直运行，去查询上面那一堆的任务，在任务中，就可以设置不同的时间去运行

1|5五. python中元组和列表的区别

相同点

• 都是序列
• 可存储任何数据类型
• 可通过索引访问
• 都支持切片
• 可以随意嵌套

不同点

• 写法上不同，列表: []， 元组()
• 是否可变。列表上可变的，可随意的增加、删除、修改元素，元组上不可变的，不可增加、删除、修改元素
• 是否可作为字典的key。由于列表是可变的，不能作为字典的key，而元组是不可变的，可以作为字典的key
• 大小不同。存储同样的元素，与列表相比，元组内存更小，速度更快

>>> my_list = ['http://www.baidu.com', 'http://www.google.cn']
>>> my_tuple = ('http://www.baidu.com', 'http://www.google.cn')
>>> my_list.__sizeof__()
56
>>> my_tuple.__sizeof__()
40

1|6六. json和str类型转换

import json

json.loads().  #str转python dict对象(json)
json.dumps(). #python dict(json)对象转str

1|7七. Excel文件操作

1. 安装openpyxl库：pip install openpyxl
2. 代码：

# 引入库
from openpyxl import load_workbook

# 加载一个excel文件，进入到工作簿
wb = load_workbook("testdata.xlsx")

# 获取指定的表单
sh = wb["Sheet1"]

# 获取表单中数据
name = sh.cell(row=2, column=1).value
print(name)

# 修改表单中的数据--修改数据，注意在写操作时，必须先关闭excel文件
sh.cell(row=2, column=3).value = 18

# 保存修改数据的操作--保存数据
wb.save("testdata.xlsx")

# 获取总行数、总列数
print(sh.max_row)
print(sh.max_column)
print(sh.cell(row=3, column=3).value)
sh.cell(row=3, column=3).value = 25
print(sh.cell(row=3, column=3))

# 读取所有数据，按行读取
for index in range(1, sh.max_row + 1):
    print("行号: ", index)
    for sub_i in range(1, sh.max_column + 1):
        print("列号: ", sub_i, "内容: ", sh.cell(row=index, column=sub_i).value)


结果:
小翟
3
3
18
<Cell 'Sheet1'.C3>
行号:  1
列号:  1 内容:  name
列号:  2 内容:  sex
列号:  3 内容:  age
行号:  2
列号:  1 内容:  小翟
列号:  2 内容:  男
列号:  3 内容:  18
行号:  3
列号:  1 内容:  瑛子
列号:  2 内容:  女
列号:  3 内容:  25

1|8八. 多线程、进程和协程

可以看这一篇：《Python的多线程、多进程及协程》

九. 如何提取json中的内容

1. 正则表达式
2. 使用json.loads() 转为python 字典，再通过key获得值
3. jsonpath

2|0接口用例和自动化

2|1一. 淘宝中购买的接口测试，如何设计测试用例

2|2二. 微信支付的接口测试，如何设计测试用例

所有的接口测试，都涉及到这样的原则：

1. 业务功能测试：正常场景、异常场景
2. 边界值分析测试：业务规则边界分析、输入输出参数边界值分析（覆盖必选、组合可选、参数有无、参数顺序个数类型、参数类型数值大小，数值范围、参数字符串长短、特殊字符等等）
3. 参数组合测试
4. 异常情况测试：幂等、并发、事务、分布式、环境异常、大数据量测试
5. 性能测试：响应时间、吞吐量、并发数、服务器资源使用率（CPU、内存、IO、网络）
6. 安全测试：敏感信息是否加密、SQL注入等
   

2|3三. 框架如何设计？自动化的目的？达到的效果？框架分层的目的？用例的参数化？数据驱动的实现？

1. 框架如何设计
   设计思想：数据和用例分离
   如何实现：数据存储在excel中，通过openpyxl读取数据，封装成一个字典列表的形式，列表中的每一个字典都对应着一条case，通过ddt.data进行拆包，将每个元素分别传给封装好的request方法去做请求，拿到响应之后，将结果提取出来和期望结果做断言，最后通过unittest的loader方法，来收集测试用例，生成html报告

2. 自动化的目的：
   (1). 基于接口层面实现脱离手工的方式高效执行测试
   (2). 接口自动化目的是提升效率
   (3). 通过适当的验证来获得控制反馈，对系统变更有把握
   (4). 方便回归测试
   (5). 提高回归测试效率，保证质量
   (6). 控制住接口质量，终端问题可以少很多
   (7). 更早的发现问题
   (8). 缩短测试周期
   (9). 发现更底层的问题

3. 达到的效果：
   (1). 灵活高效。灵活指的是可以通过编码的方式为接口自动化框架新增功能，高效指的是通过代码实现接口自动化，可以提高接口测试效率
   (2). 可复用性。通过数据和用例分离，配置和用例分离，实现了一次配置，运行多次，代码复用性高，接口变动时，只需要修改相关配置和数据就行
   (3). 可维护性。不懂代码的同学也能快速上手，维护测试数据，扩展测试用例
   (4). 可扩展性。如果要在自动化框架的基础上扩展测试平台，需要可扩展性比较强
   (5). 可追溯性。接口运行有相关的日志和报告，出现问题可以溯源
   (6). 持续集成。可以部署到jenkins上实现持续集成

4. 框架分层的目的
   (1). 能够管理系统公共的数据，系统发生变化后方便切换
   (2). 能够实现接口层级的复用，提高接口自动化脚本的可维护性
   (3). 能够实现接口之间的关联，也就是需要结果提取器
   (4). 能够操作数据库处理数据（预制数据、清理垃圾数据）
   (5). 能够实现测试用例的前置后置步骤（类似 unittest 的 setup 和 teardown）
   (6). 各种灵活的预期结果比较器
   (7). 测试脚本和框架代码完全分离，懂接口测试但是不懂代码的人一天即可完全掌握，超低的学习使用成本
   (8). 支撑 http/https 协议的接口测试
   (9). 灵活的扩展能力（自定义函数和自定义比较器）

5. 用例的参数化
   (1). 随机数：使用${}的形式，在公共目录common下定义了一些随机数的方法，如果请求数据中有出现这样的形式，会调用替换函数做替换
   (2). 关联接口：使用{{}}的形式，在公共目录common下的context.py中定义了一个公共类Context，在接口请求后，如果excel的用例中有response_extract字段，那么就分割这个字段对应的值，将=前的值作为Context的key、将=后的jsonpath表达式从响应结果里提取出来作为value，反射给Context类，在接口请求前，如果请数据里有{{}}的形式，会调用替换函数做替换

反射类：common/context.py

class Context:
    pass

随机数类：common/random_generate.py

import time

class RandomGenerate:

    def __init__(self):
        self.timestamp = str(round(time.time_ns()))


    #随机生成手机号
    def random_phone(self):
        random_phone = "131" + self.timestamp[-8:]
        return random_phone

变量替换：common/replace_variable.py

from common.random_generate import *
from common.context import *
import re


class ReplaceVariable:

    def replace_variable(params):
        if params.find("${") != -1:
            replace_string = eval("RandomGenerate().random_{0}()".format(re.sub("\d+", "", re.findall("\${(\\w+)}", params)[0])))
            params = re.sub("\${\\w+}", replace_string, params)
        elif params.find("{{") != -1:
            replace_string = eval("Context.{0}".format(re.findall("{{(\\w+)}}", params)[0]))
            params = re.sub("{{\\w+}}", replace_string, params)
        return params

测试类：test_cases/test_my_request.py

           #替换请求参数
            request_data = json.loads(ReplaceVariable.replace_variable(case_data["request_data"][i]))
            logging.info("请求数据: {0}".format(request_data))


          #响应数据反射
            response_extract = case_data["response_extract"][i]
            if response_extract:
                key, express = response_extract.split("=")
                setattr(Context, key, str(jsonpath(result, express)[0]))

6. 数据驱动的实现
   类上面加装饰器：@ddt.ddt
   方法上面加装饰器：@ddt.data(*all_case_data)

3|0Linux

3|1一. linux中的查看日志的命令

cat default.log

查询实时日志

tail -f default.log. 查看实时日志
tail -500f default.log  查看最后的500行的实时日志
tail -1000f default.log. 查看最后的1000行的实时日志

3|2二. linux中查看文件中过滤关键字的命令

tail -f  default.log | grep 关键字 

3|3三. 如何查看linux中日志关键字上下几行的日志

后10行

tail -f default.log | grep 关键字 -A 10

前10行

tail -f default.log | grep 关键字 -B 10

4|0其他

4|1一. redis的作用？怎么测试？

1. redis的作用
   redis交换数据快，所以在服务器中常用来存储一些需要频繁调取的数据，这样可以大大节省系统直接读取磁盘来获得数据的I/O开销，更重要的是可以极大提升速度。redis 的应用场景包括：缓存系统（“热点”数据：高频读、低频写）、计数器、消息队列系统、排行榜、社交网络和实时系统

简而言之，就是加快访问速度，减少服务器和数据库压力

2. 如何测试redis
   

4|2二. kafka的作用？怎么测试？

1. kafka的作用

• 流量削峰
• 系统节藕
• 异步处理
• 冗余存储
• 顺序性保障及回溯消费的功能

2. 如何测试kafka
   参考这一篇：《kafka测试方案》

__EOF__

本文作者：cnhkzyy
本文链接：https://www.cnblogs.com/my_captain/p/16421712.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！