python自动化测试

1. 怎么学习python自动化测试

不会语言也可以掌握的自动化测试，用tw工具http://tools.51testing.com/

2. python自动化测试 什么方面

python自动化测试 什么方面
Bottle: 微型Python Web框架
Bottle是一个简单高效的遵循WSGI的微型python Web框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。

Tornado：异步非阻塞IO的Python Web框架
Tornado的全称是Torado Web Server，从名字上看就可知道它可以用作Web服务器，但同时它也是一个Python Web的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。

3. 什么是Python接口自动化测试，具体能做什么，说明白点

就是使python去实现接口测试，说白了就是写一些测试逻辑。python去写，速度快，简单python也有很多自动化测试相关的工具。roboframework，是一个自动化测试框架，写自动化非常简单。

4. 基于python的自动化测试框架有哪些

好象python的浏览器测试框架，原来只有一个，还是仿ruby的框架做的。似乎在IE上可以比较好的应用。很老的框架。对JS支持不好。

不过python写个测试框架真是非常容易的事情，随手就来。 基于浏览器测试也容易做。因为你可以使用pyqt，这个库里有一个基于webkit的浏览器。基本上，想做什么都可以了。

最近听说有几个新的BDD的框架正在做。也不知道怎么样。

其实对于python这种语言来说，框架的成本太低。所以最好不要做框架。它有一个基本的编程原则则DRY。do not repeat yourself。不要再造轮子的意思。

直接使用现有的python的testsuite结合进程，线程模型，还有QT轻松就组装出一个测试模块。

5. Python可以做自动化测试吗

python 可以做自动化测试。
但是需要安装selenium模块。

6. Python 和java 哪个更适合做自动化测试

从工作好不好找的角度来看：
java找工作比python容易。
如果想要找的是特别好的工作：
两者任意一个掌握到比较精的程度都可以找到好工作。
如果不局限于测试，想转开发：
java程序员数量大。
如果想转devops：
搞devops的人现在python用得多。
哪个语言更适合主攻学习：
我个人觉得是你现在单位在用的语言最值得去学。我之前单位所有测试组都用python，我也是主要搞自动化测试，所以我主攻python。现在我在一家大多数人用java的单位里搞devops，因为这个角色需要集成各种工具，用python更方便，所以我仍旧是写python。
最后，这两个语言最好都懂一点。
学了java和python，可以两者互相印证，多对比两者的不同之处。都熟悉了，自然而然会在适合用java时用java，适合用python时用python。一线公司已经有很多对java和python都有要求的岗位了。我个人偏爱python，是因为java我感觉比较难学，很多东西我学的时候靠死记硬背，不理解。后来学了python，再回头看java，很多以前不理解的地方，也理解了。而且学python同时还可以把很多日常工作自动化掉，于是在工作时间内挤出更多时间来学习。

7. python如何自动化测试

接口自动化 unittest +requests库

ui自动化 selenium+unittest

8. 使用python做接口自动化测试容易吗

为什么要做接口自动化测试?
在当前互联网产品迭代频繁的背景下，回归测试的时间越来越少，很难在每个迭代都对所有功能做完整回归。但接口自动化测试因其实现简单、维护成本低，容易提高覆盖率等特点，越来越受重视。
为什么要自己写框架呢?
使用Postman调试通过过直接可以获取接口测试的基本代码，结合使用requets + unittest很容易实现接口自动化测试的封装，而且requests的api已经非常人性化，非常简单，但通过封装以后（特别是针对公司内特定接口），可以进一步提高脚本编写效率。
一个现有的简单接口例子
下面使用requests + unittest测试一个查询接口
接口信息如下
请求信息:
Method：POST
URL：api/match/image/getjson
Request：
{
"category": "image",
"offset": "0",
"limit": "30",
"sourceId": "0",
"metaTitle": "",
"metaId": "0",
"classify": "unclassify",
"startTime": "",
"endTime": "",
"createStart": "",
"createEnd": "",
"sourceType": "",
"isTracking": "true",
"metaGroup": "",
"companyId": "0",
"lastDays": "1",
"author": ""
}

Response示例：
{
"timestamp" : xxx,
"errorMsg" : "",
"data" : {
"config" : xxx
}

Postman测试方法见截图：

测试思路
1.获取Postman原始脚本
2.使用requests库模拟发送HTTP请求**
3.对原始脚本进行基础改造**
4.使用python标准库里unittest写测试case**
原始脚本实现
未优化
该代码只是简单的一次调用，而且返回的结果太多，很多返回信息暂时没用，示例代码如下
import requests

url = "http://cpright.xinhua-news.cn/api/match/image/getjson"

querystring = {"category":"image","offset":"0","limit":"30","sourceId":"0","metaTitle":"","metaId":"0","classify":"unclassify","startTime":"","endTime":"","createStart":"","createEnd":"","sourceType":"","isTracking":"true","metaGroup":"","companyId":"0","lastDays":"1","author":""}

headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}

response = requests.request("POST", url, headers=headers, params=querystring)

print(response.text)

优化 第一版
调整代码结构，输出结果Json出来，获取需要验证的response.status_code，以及获取结果校验需要用到的results['total']
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import unittestimport jsonimport tracebackimport requests

url = "http://cpright.xinhua-news.cn/api/match/image/getjson"

querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}

headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}#Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring)#对返回结果进行转义成json串
results = json.loads(response.text)#获取http请求的status_codeprint "Http code:",response.status_code#获取结果中的total的值print results['total']#print(response.text)

优化 第二版
接口调用异常处理，增加try，except处理，对于返回response.status_code，返回200进行结果比对，不是200数据异常信息。
#!/usr/bin/env python#coding: utf-8'''
unittest merchant backgroud interface
@author: zhang_jin
@version: 1.0
@see:http://www.python-requests.org/en/master/
'''import jsonimport tracebackimport requests

url = "http://cpright.xinhua-news.cn/api/match/image/getjson"

querystring = { "category": "image", "offset": "0", "limit": "30", "sourceId": "0", "metaTitle": "", "metaId": "0", "classify": "unclassify", "startTime": "", "endTime": "", "createStart": "", "createEnd": "", "sourceType": "", "isTracking": "true", "metaGroup": "", "companyId": "0", "lastDays": "1", "author": ""
}

headers = { 'cache-control': "no-cache", 'postman-token': "e97a99b0-424b-b2a5-7602-22cd50223c15"
}try: #Post接口调用
response = requests.request("POST", url, headers=headers, params=querystring) #对http返回值进行判断，对于200做基本校验 if response.status_code == 200:
results = json.loads(response.text) if results['total'] == 191: print "Success" else: print "Fail" print results['total'] else: #对于http返回非200的code，输出相应的code raise Exception("http error info:%s" %response.status_code)except:
traceback.print_exc()

9. 如何用python做自动化测试

当然可以

1、编写Python版本的minicom，这个是自动化测试日志记录的需要
用于控制串口输出的字符颜色，高亮显示出错信息，方便开发者在线调试问题
2、控制程控电源、程控开关，这些可以自动化测试的硬件基础
3、写整套测试框架，控制整个测试交互流程，Case管理等等
Python运行起来效率没那么高，但是对于编写来说是非常高效的。

10. python能够做软件的自动化测试吗

可以，Python是可以做自动化测试的。
目前，Python自动化测试开始逐渐替代传统的软件测试，吸取了功能、性能、接口、自动化等专项测试领域的优势，以后将在多个领域渐渐成为国内大部分质量控制、质量管理的首选，而且已经有很多公司使用Python自动化测试框架。