python测试脚本语言
优点：Python是一种代表简单主义思想的语言，阅读一个良好的Python程序就感觉像是在读英语一样，使你能够专注于解决问题而不是去搞明白语言本身;
Python底层是用C语言编写的，很多标准库和第三方库也都是用C写的，运行速度非常快;
IPython
Notebook使我们更容易使用Python进行数据工作，可以轻松地与同时共享Notebook，无需他们安装任何东西，大大减少组织代码，输出和注释文件的开销;
Python是一种通用语言，容易和直观，在学习上会比较容易，可以加快你写一个程序的快速，此外Python测试框架是一个内置的，可以保证你的代码是可重复使用和可靠的;
Python还是一个多用途语言，把不同背景的人结合在一起，作为一种常见的、容易理解，大部分程序员都懂，可以很容易地和统计学家沟通，你可以使用一个简单的工具就把你每一个工作伙伴整合起来。
由于它的开源本质，Python已经被移植在许多平台上，比如说：Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS等。
很多时候不能将程序连写成一行，如import sys;for i in sys.path:print
i，而perl和awk就无此限制，可以较为方便的在shell下完成简单程序，不需要如Python一样，必须将程序写入一个.py文件;
Python语法独特，也许不应该被称为局限，但是它用缩进来区分语句关系的方式还是给很多初学者带来了困惑，即便是很有经验的Python程序员，也可能陷入陷阱;
Python对比C、C++语言运行速度要慢一些。
② 如何使用python编写测试脚本
1)doctest
使用doctest是一种类似于命令行尝试的方式，用法很简单，如下
复制代码代码如下:
def f(n):
"""
>>> f(1)
1
>>> f(2)
2
"""
print(n)
if __name__ == '__main__':
import doctest
doctest.testmod()
应该来说是足够简单了，另外还有一种方式doctest.testfile(filename)，就是把命令行的方式放在文件里进行测试。
2)unittest
unittest历史悠久，最早可以追溯到上世纪七八十年代了，C++，Java里也都有类似的实现，Python里的实现很简单。
unittest在python里主要的实现方式是TestCase,TestSuite。用法还是例子起步。
复制代码代码如下:
from widget import Widget
import unittest
# 执行测试的类
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))
# 测试
if __name__ == "__main__":
# 构造测试集
suite = unittest.TestSuite()
suite.addTest(WidgetTestCase("testSize"))
suite.addTest(WidgetTestCase("testResize"))
# 执行测试
runner = unittest.TextTestRunner()
runner.run(suite)
简单的说，1>构造TestCase(测试用例)，其中的setup和teardown负责预处理和善后工作。2>构造测试集，添加用例3>执行测试需要说明的是测试方法，在Python中有N多测试函数，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])
③ Python用来做什么开发比较有优势
python在Web开发、数据分析、机器学习等方面，有较好的优势。
1、Web开发
Django和Flask等基于Python的Web框架最近在Web开发中非常流行。这些Web框架可以帮助你用Python编写服务器端代码(后端代码)。这是在你的额服务器上运行的代码，而不是运行在用户设备和浏览器的代码(前端代码)。
(3)python测试脚本语言扩展阅读
1、应该使用哪种Python Web框架
Django和Flask是最流行的两种Python Web框架。如果你刚刚入门，可以使用其中一种。
2、有一些热门的机器学习库和Python框架。其中两个最热门的是scikit-learn和TensorFlow。scikit-learn带有一些内置的热门机器学习算法。TensorFlow是一个低级库，能让你创建自定义机器学习算法。
参考资料
网络-Python
④ python是什么样的编程语言
由于近几年人工智能的不断发展，Python也跟着火了，因为Python是深度学习技术的主流应用编程语言。同时它的应用场景很多，被称为“胶水语言”。优妹儿就帮小伙伴们科普一下，Python这门神奇编程语言的发展趋势，以及语言特性，帮助想要学习Python的小伙伴们，更清晰的了解它。
Python第一个公开发行版发行于1991年，所以这年被当作Python的诞生年。Python源代码遵循GPL协议（通用公共许可证），这是一个开源的协议，也就是说你可以免费使用和传播它，而不用担心版权的问题。
Python是一种跨平台的计算机程序设计语言， 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，Python越来越多被用于独立的、大型项目的开发。
Python的发展趋势
上图是2020年9月的Tiobe编程社区指数（它是编程语言流行度的指标），全球编程语言热度排行榜。如果感觉上图的排行不够直观，可以看下面这张柱状图↓
从中我们能看出Python已经超越C++和C#，强势位列第三，当之无愧的解释型语言领头羊。
解释型语言是指在运行程序的时候才翻译代码，专门有一个解释器去进行翻译，每个语句都是执行的时候才翻译。解释型语言缺点是运行速度会比较低，依赖解释器，优点是跨平台性好。
而时至今日，计算机的硬件性能已经得到数量级的提高，计算能力不再是限制编程语言的最重要的因素，敏捷开发成为生产环境下对语言选择的重要因素，Python很好的满足了这一点，从而得到快速发展。
Python语言的特性
1、简单易学、明确优雅、开发速度快
简单易学：与C和Java比，Python的学习成本和难度曲线低了很多，更适合新手入门，是自底向上的技术攀爬路线。先订个小目标爬个小山，然后再往更高的山峰前进。而不像C和JAVA光语言学习本身，对于很多初学者来说就像珠穆朗玛峰一样高不可攀。
明确优雅：Python的语法非常简洁，代码量少，非常容易编写，代码的测试、重构、维护等都非常容易。一个小小的脚本，用C可能需要1000行代码、用JAVA可能要几百行，但是用Python往往只需要几十行就能实现！
开发速度快：当前互联网企业的生命线是什么？产品开发速度！如果你的开发速度不够快，在你的产品推出之前别人家的产品已经上线了，你也就没有生存空间了，这里的真实例子数不胜数。那么，Python的开发速度说第二没人敢称第一！（不欢迎辩论^_^）
2、 跨平台、可移植、可扩展、解释型、面向对象的动态语言
跨平台：Python全面支持Windows、Linux和MAC os等主流操作系统。
跨平台是指：使用不同的操作系统开发程序、运行程序，不用修改代码。
可移植：代码通常不需要多少改动就能移植到别的平台上使用。
可扩展：Python语言本身由C语言编写而成的，你完全可以在Python中嵌入C，从而提高代码的运行速度和效率。你也可以使用C语言重写Python的任何模块，从根本上改写Python。
解释型：Python语言在执行过程中由解释器逐行分析，逐行运行并输出结果。
面向对象：Python语言具备所有的面向对象特性和功能，支持基于类的程序开发。
动态语言：在运行时可以改变其结构。例如新的函数、对象、甚至代码可以被引进，已有的函数可以被删除或是其他结构上的变化。动态语言非常具有活力。
3. “内置电池”，大量的标准库和第三方库
Python为我们提供了非常完善的基础库，覆盖了系统、网络、文件、GUI、数据库、文本处理等方方面面，这些是随同解释器被默认安装的，各平台通用，你无需安装第三方支持就可以完成大多数工作，这一特点被形象地称作“内置电池（batteries included）”。
4. 社区活跃，贡献者多，互帮互助
技术社区的存在就相当于程序员手中的指南针，没有指南针，很多时候，碰到了问题，就像无头的苍蝇只能到处乱飞，最终在茫茫的海洋中转晕致死。技术社区可以给我们对语言的学习和使用提供巨大的帮助，无论是前期的学习，还是日后的工作，只要有问题，技术社区的大牛都可以帮我们解决，有这些助力，可以帮我们更好地了解、学习和使用一门语言。技术社区同时还推动Python语言的发展方向，功能需求，促使公司企业更多的使用Python语言，招聘Python程序员。
5. 开源语言，发展动力巨大
Python是基于C语言编写的，并且使用GPL开源协议，你可以免费获取它的源代码，进行学习、研究甚至改进。众人拾柴火焰高，有更多的人参与Python的开发，促使它更好的发展，被更多的应用，形成良性循环。Python为什么会越来越火就是因为它的开放性，自由性，聚起了人气，形成了社区，有很多人在其中做贡献，用的人越来越多，自然就提高了市场占有率，企业、公司、厂家就不得不使用Python，提供的Python程序员岗位就越来越多，这就是开源的力量。
⑤ python与autoit3哪个比较强大哪个更适合软件测试
1 比强大，毫无疑问是python,
python是已经成为一门语言，而且是跨很多平台, Linux, windows, Mac os X 等等都可以运行。
作为一门语言，功能的强大毋庸置疑，这点可去python官网看，不再重复。而且,还可以通过写模块，扩充python的功能。
至于autoit3, 很明显不是一个量级的，他仅仅用于windows下，且仅仅用于模拟鼠标键盘等特定的功能。同python比，唯一的优势是完成鼠标键盘模拟等它特定的功能更加方便。而python要实现这些功能，需要自己手写很多代码。
2. 比找工作，也毫无疑问是python。
autoit3功能少，只能完成特定的测试任务。 也只能用于windows GUI 下。 显然范围极其狭窄。
这点我对实际情况不是非常清楚，但我们可以推测：应用范围窄的autoit3，工作机会也自然会少。这点你可以搜索一下autoit3和python的职位。
⑥ 如何使用python 语言来实现测试开发
对于各种驱动接口，Python来编写测试用例的好处是：由于Python不需要编译，你所执行的也就是你所编写的，当发生异常的时候，你无须打开集成开发环境，加载测试工程、并调试，你能够很方便的看到python测试脚本的内容，什么地方出了异常可以立刻发现，例如：
from ctypes import *
rc =c_int(-12345);
dll = windll.LoadLibrary("dmodbc.dll");#加载被测试组件
#=================#
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;
在上面我们可以看到，Python调用c/c++接口是十分容易的，只需要把动态库加载进来，然后把这个动态库当作一个对象实例来使用就可以了。下面将是一个使用ado.net接口的例子：
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对象的使用与在VisualStdio上进行开发几乎没有任何区别。
通过使用Python进行测试用例的开发，最大的好处莫过于：学习成本非常低，测试工程师只需要学习Python，对于其他语言稍有了解就可以了。同时只需要少量的测试开发工程师对Python测试框架进行维护。
这样的好处就是便于测试人员将精力专精在一个方向，免于“什么都会一点，但什么都不精”的情况。当然测试人员具备广阔的知识面，会使用各种常见的开发工具与平台是好事情，并且也是必要的，不过在短时间内要求迅速能够胜任大多数任务也是企业在人才培养上的期望目标。
⑦ JAVA和python脚本语言哪个难一点
Java PK Python
Java是一种面向对象语言，具有许多程序员熟悉的类似于C / C ++的语法。其吸引力和价值所在是其具有的可移植性和相对效率。Java作为一种编译语言，执行模式与解释性语言(比如Python和Perl)相比更加以机器为中心。Java不仅仅是一种语言和库：它也是一个虚拟机，一个生态系统。Java虚拟机(JVM)是运行Java代码的理想化和便携式平台。程序员不必担心硬件细节，并且不必将代码移植到新平台，Java承诺“一次写入，到处编译(WORA)”。同时，JVM语言有很多，比如Groovy、Clojure、Scala、Python或者Jython。
Python起源于一种脚本语言，它的语法体现了一种可读性的理念，具有简单而规则的界限，鼓励简洁和一致的代码布局。Python的参考实现(以C编写，被称为CPython)在许多平台上可用，并且是众多实现中最常用的。Python的动态类型有助于代码简化和组合，是许多平台的解释性语言，成为众多程序员编程首选的便携式选项。Python是围绕可扩展对象模型构建的通用语言。其面向对象的核心并不意味着对象定向是开发人员在用Python编程时最常用的方式。它支持程序化编程，模块化编程和部分函数式编程。
Java PK Python之一：速度
在网络I / O成本或数据库访问占主导地位的情况下，语言的具体效率不如技术选择和设计方面的整体效率重要。Java和Python都不适合高性能计算，但在性能上，Java还是略胜一筹。虽然一些Python实现(如PyPy)可以针对性能进行微调，但原始的便携式性能Python不占优势。
Java的效率优势体现在虚拟机执行。程序执行时，JVM可以将字节码转换为本地机器码。这种即时(JIT)编译让Java的性能略胜Python。Java从其第一个公开版本起就支持并发，而Python则是按序执行。在当前多核处理的趋势下，Java代码更易实现。
Java PK Python之二：实用敏捷性
漫长的发展中，Java和Python都受益匪浅。Java通常被认为与敏捷开发及其社区有更密切的联系。Python在敏捷领域一直存在，并且受到诸多原因的影响而更加普及，包括DevOps运动的兴起。
Java比Python具备更一致的重构支持，一方面，它的静态类型使自动化重构更可预测和可靠，另一方面是Java开发中IDE(例如IntelliJ，Eclipse和NetBeans)的普及。Python的动态类型在代码中鼓励使用不同类型的敏捷性，其重点在于简洁和流动。然而，Pythonic文化倾向于多种编辑器，而不是基于IDE，这意味着对强自动重构的支持较低。
JUnit的早期知名度及其与测试驱动开发(TDD)的关联意味着，在所有语言中，Java可能是唯一一个单元测试受到程序员一致欢迎的语言。在IDE中自动包含JUnit已经在很大程度上对此有所帮助了。
Python的脚本起源和在其标准库中包含测试功能意味着Python对现代开发中自动化测试相当重视，尽管它更有可能是集成而不是单元测试。在Java世界中，传统Java代码库可以通过采用另一种JVM语言来加以改善，例如使用Groovy或Clojure进行自动化测试，或者完全跨越Java Universe，例如使用Python来处理系统方面操作 。
Java PK Python之三：架构
围绕Python Web框架构思的软件体系架构与Java的不会相差甚远。Java和Python都有各自的开源社区，并有很多程序员一直在源源不断的贡献源代码，这些代码已经解决了常见或者不常见的问题，事实上，这两种语言都因开源社区而受益匪浅。
Java PK Python之四：历史遗留问题
历史遗留问题在其技术上具有惯性。当企业选择了一种编程语言，就很难再次更换。例如，更多的企业项目后端可能会使用Java代码来扩展其功能，也许可以迁移到更新版本的语言，或者通过其他JVM语言(如Scala和Groovy)添加新功能。Java在企业中的历史比Python更久，这也是招聘Java程序员的企业比招Python更多的原因。
Java PK Python之五：市场普及度
Java和Python都是TIOBE编程语言排行榜上的前十名，并且是稳稳地占据前十名。 但Java一直比Python更受欢迎，但是Python的受欢迎程度已经超过了两种编程语言：Perl和Ruby。
此外，两种语言在教育中都具有强大的立足点，但Java比Python更常用于大学课程中。
结论
Java和Python都是富有活力的编程语言，这两种语言与开放性相关联，所以公司，团队和程序员在做出决定时最好保持开放的态度。
⑧ Python是脚本还是语言
Python是脚本语言。
Python是一种计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。
在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。
(8)python测试脚本语言扩展阅读：
Python的优点：
1、简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
2、易学：Python极其容易上手，因为Python有极其简单的说明文档。
3、速度快：Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。
4、免费、开源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。
Python的缺点：
1、单行语句和命令行输出问题：很多时候不能将程序连写成一行；而perl和awk就无此限制，可以较为方便的在shell下完成简单程序，不需要如Python一样，必须将程序写入一个.py文件。
2、独特的语法
这也许不应该被称为局限，但是它用缩进来区分语句关系的方式还是给很多初学者带来了困惑。即便是很有经验的Python程序员，也可能陷入陷阱当中。
3、运行速度慢：这里是指与C和C++相比。
⑨ python是脚本语言吗
Python是GuidoVanRossum开发的最着名的编程语言之一。Python在开发人员中很受欢迎，因为它具有清晰的语法和简单的代码，甚至对于初学者来说也是如此。
对于那些刚刚完成职业生涯的人来说，学习巨蟒是非常有益的。他们可以利用Python编程培训、博客、视频、模块和数千种其他资源，用于探索这种流行语言的每一个角落。
python的优点
简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
易学：Python极其容易上手，因为Python有极其简单的说明文档。
易读、易维护：风格清晰划一、强制缩进
用途广泛
速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。
免费、开源：Python是FLOSS（自由／开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。
⑩ Python是一门“脚本语言”吗
Python是一门通用型的编程语言，而它时常扮演着脚本语言的角色。一般来说，Python可定义为一门面向对象的脚本语言:这个定义把对面向对象的支持和彻底的面向脚本语言的角色融合在一起。如果只用一句话来概括，Python是一门融合了面向过程、函数式和面向对象编程范式的多目标语言。无论怎样，术语“脚本”一词已经同胶水一样黏在了Python 上，这不同于其他需要编写大量繁复代码的语言。例如，人们往往用“脚本”(script)而不是“程序”(program)一词来描述Python的代码文件。由于“脚本语言”的意思可谓众说纷纭，因而，一些人也认为该词在Python中的使用应该被完全禁止。实际上，人们往往给Python三个不同的角色，其中有些角色相对其余的角色更重要:
Shell工具
偶尔当人们听到Python是脚本语言时，他们会认为Python是一个面向系统的脚本语言代码工具。这些程序往往在命令行运行中，实现诸如文本文件的处理以及启动其他程序等任务。
Python程序当然能够以这样的角色工作，但这仅仅是Python常规应用范围的很小一部分。它不只是一种很好的Shell 脚本语言。
控制语言
对其他人而言，脚本意味着控制或重定向其他应用程序组件的“胶水”层。Python经常部署于大型应用之中。例如，测试硬件设备时，Python程序可以调用能够进行硬件底层访问的相关组件。类似地，在终端用户产品定制的过程中，应用程序可以在策略点处调用一些Python 代码，而无需分发或重新编译整个系统代码。
Python的简洁性使其从本质上能够成为一个灵活的控制工具。然而从技术上来讲，这也只是Python的常规角色之一，许多（或许也是绝大多数)Python代码作为独立的脚本执行时无须调用或者了解其他的集成组件。然而，Python不只是一种控制语言。使用便捷可能对“脚本语言”最好的解释，就是一类应用于快速编程任务的一种简单语言。对于Python来说，这确实是实至名归，因为Python和C++之类的编译语言相比，大大提高了程序开发速度。其敏捷的开发周期促进了探索、增量式的软件开发模型，而这些都是必须亲身体验之后才能体会得到。
但是千万别被迷惑，误以为Python仅可以实现简单的任务。恰恰相反，Python的易用性和灵活性使编程任务变得简单。Python有着一些简洁的特性，但是它允许程序按照需求以尽可能优雅的方式扩展。也正是基于这一点，它通常应用于快速作业任务和长期战略开发。
所以，Python是不是脚本语言，这取决于你看待这个问题的视角。一般意义上讲，“脚本语言”一词可能最适用于描述一种 Python所支持的快速和灵活的开发模式，而不是特定的应用领域的概念。