本文目录一览：
- 1、刚面完的字节跳动Python软件测试用例编写（含思路）
- 2、python+appium自动化测试-重复执行测试用例
- 3、用 Python 为接口测试自动生成用例
- 4、python测试框架:如何执行pytest测试用例
- 5、如何在Python中编写并发程序
- 6、python 自动化，如何添加测试用例
刚面完的字节跳动Python软件测试用例编写（含思路）
软件测试编写是软件测试的基本技能；也有很多人认为测试用例是软件测试的核心；软件测试中最重要的是设计和生成有效的测试用例；测试用例是测试工作的指导，是软件测试的必须遵守的准则。
在这里我们不讨论以上的各种观点，但是综上所述，大家可以看出，测试用例编写这项软技能非常重要且是测试人的必备技能，相信很多人没有质疑。
下面我们介绍下测试用例编写。
我们将用例编写分为黑盒用例编写和白盒用例编写两大类。
黑盒测试用例（优先）+白盒测试用例（补充）=完整测试用例
总体编写策略：
对于测试用例编写来说，常用的四种方法基本就够用了，等价类、边界值、正交实验法、错误推断法，辅以场景测试法、需求/设计转换法、探索式测试思想，可以应付绝大多数产品的测试。个别的产品还需要在某一点细化和扩充，需要就事论事。
使用各种编写方法的综合设计策略；
1)在任何情况下都必须使用边界值分析方法，经验表明用这种方法设计出测试用例发现程序错误的能力最强。
2)必要时用等价类划分方法补充一些测试用例，尤其注意无效等价类情况。
3)如果程序的功能说明中含有输入条件的组合情况，则一开始就可选用因果图法（或判定表法、正交试验法）。
4)用错误推测法再追加一些测试用例，主要是利用测试经验。
5)对照程序逻辑，检查已设计出的测试用例的逻辑覆盖程度，如果没有达到要求的覆盖标准，应当再补充足够的测试用例；参照白盒用例编写。
6)对程序的应用场景进行研究和思考，增加不同场景下的测试用例；用户场景测试必须重视，很大一部分程序错误就是因为测试场景与用户真实场景的差异性带来的。
7)对业务和程序有更深的理解之后，可以充分发挥发散思维和探索式想法；大家不要误解探索式测试就是漫无目的的测试，其实探索式测试有非常详细的测试指导思路。
常见的方法如下：
（1）等价类
（2）边界值
（3）因果图
（4）判定表驱动法
（5）正交实验法
（6）功能图法
（7）场景实验法
（8）错误推断法
（9）需求转化
（10）设计文档
（11）探索式测试
等价类：选取少数有代表性的数据，这一类数据等价于这一类的其它值；找出最小的子集，可以发现最多的错误；
两大特性：必须设计的用例；涵盖了大部分情况；
两类情况：有效等价类；无效等价类；
转化为测试用例
1、按照输入条件、有效等价类、无效等价类建立等价类列表，列出所有的等价类；
2、为每一个等价类固定一个编号；
3、设计一个测试用例，使其覆盖一个或多个有效的等价类；
4、设计一个或更多的测试用例以覆盖剩余的有效等价类；
使用场景：输入条件（取值范围/值个数；必须值集合；布尔值；一组处理值；必须遵守的规则；再细分更小等价类；）
等价类举例：
以三角形测试为例：输入3个整数做为三角形的三个边，通过程序判定三角形的类型。
边界值：所谓边界条件，是指输入和输出等价类中那些恰好处于边界、超过边界、或在边界以下的状态 ；
两个特征：选择一个或多个元素，以便等价类的每一个边界都经过了测试；与仅仅关注输入条件不同，还需要考虑结果空间（输出等价类）设计测试用例；
边界条件可能非常微妙，因此把他们确定下来煞费心思；
使用场景：输入+输出都需要考虑（值的范围；值个数；有序集合；内部数据结构；分析规格说明；）
边界值举例：
以三角形测试为例：输入3个整数做为三角形的三个边，1a、b、c10,通过程序判定三角形的类型；
因果图：输入条件的组合进行分析。用一个系统的方法选择出高效的测试用例集；
分析思路：
1、分析规格说明描述，确定原因和结果，并赋予标识符；
2、分析规格说明语义，找出原因与原因之间，原因与结果之间关系，画出因果图；
3、有些原因与原因之间，原因与结果之间组合不会出现，用记号表明约束或限制条件；
4、因果图转换为判定表；
5、判定表的每一列作为依据，设计测试用例；
使用场景：必须考虑输入条件的各种组合（一种适合于描述多种条件的组合、相应产生多个动作的形式来进行设计）；
4、黑盒-判定表
判定表：分析和表达多逻辑条件下执行不同操作的情况的工具 ；略过因果图的绘制，直接列出所有组合进行筛选；
分析思路：判定表通常有四个部分组成：条件桩、动作桩、条件项、动作项；
判定表的建立步骤：（根据软件规格说明）
确定规则个数；列出所有条件桩和动作桩；填入条件项；填入动作项，得到初始判定表；简化合并相似规则；
使用场景：控制类和游戏。优点是能把复杂的问题按各种可能的情况一一列举出来，简明而易于理解，也可避免遗漏。缺点是不能表达重复执行的动作，例如循环结构。
5、黑盒-正交试验法
正交实验法：利用因果图来设计测试用例时, 输入原因与输出结果之间的因果关系,有时很难从软件需求规格说明中得到；往往因果关系非常庞大,以至于测试用例数目巨大，为了有效地、合理地减少测试的工时与费用,可利用正交实验设计方法进行测试用例的设计。
分析思路：
（1）提取功能说明,构造因子–状态表 ；
（2）加权筛选,生成因素分析表 ；
（3）利用正交表构造测试数据集 ；
使用场景：必须考虑输入条件的各种组合（从大量的数据中挑取适量、有代表性的点，合理有效的测试）；
6、黑盒-场景实验法
场景实验法：软件几乎都是由事件触发来控制流程的，事件触发时的情景便形成了场景，而同一事件不同的触发顺序和处理结果形成事件流；生动的描绘出事件触发时的情景，有利于设计用例，同时测试用例也更容易的得到理解和执行。
分析思路：
每条路径都反映了基本流和备选流；基本流是最简单的路径；备选流自基本流开始，会有特定条件下加入并执行，可能有多种情况；
使用场景（0代表基本流）：0；0+1；0+1+2；0+3；0+3+1；0+3+1+2；0+4；0+3+4；…
7、错误推断法
错误推断法：基于经验和直觉推测程序中所有可能存在的各种错误,从而有针对性的设计测试用例的方法；更多的与用户的使用习惯及测试程序中的常见问题为主。
分析思路：
（1）列举出程序中所有可能有的错误和容易发生错误的特殊情况，根据这些情况选择测试用例；
（2）注意积累与分享；
使用场景：任何测试、任何情景下都会用到的方法。
有常用的测试用例集，可以参照。
举例：数字输入验证，分别输入数字(正数、负数、零值、单精度、双精度)、字符串、空白值、空值、临界数值；不合法的输入，系统给出必要的判断提示信息；
8、黑盒-需求转换法
需求转换法：根据需求，执行需求分析，并编写测试用例。
分析思路：
（1）将需求转换为思维导图；
（2）仔细推敲每一个字的含义；
（3）与用户的使用场景和目的结合；
（4）严格设计每一个用例；
（5）可以建立一种模型，进行需求转换；
使用场景：任何测试、任何情景下都会用到的方法。
注意：需求的变更带来的影响；需求理解偏差带来的影响；需求含糊不清带来的影响等；
9、黑盒-设计文档
设计文档：参照设计文档，可以理解软件系统内部设计流程及处理机制，对比写好的测试用例，可以在对应功能及模块处新增；
分析思路：
（1）仔细阅读设计文档；
（2）与相关人员沟通实现机制；
（3）结合测试用例编写方法，对比之前写好的用例；
使用场景：任何测试、任何情景下都会用到的方法。
注意：设计文档的编写正确性；设计文档的理解偏差；
10、黑盒-探索式测试法
探索式测试法：无限创意的测试点，永无止境的探索测试；我们要在测试的最前沿发挥洞察力、技术及应变措施，找出产品的缺陷；
分析思路：
局部探索式测试；全局探索式测试；混合探索式测试；
使用场景：任何测试、任何情景下都会用到的方法。像漫游一样，自由地寻找软件中的缺陷，软件测试的未来必然有探索式测试。
基本思路：
第一步需要绘制流程图；
第二步根据路径分析法确定测试用例；
第三步使用等价类/边界值的方法确定测试用例的数据
第四步根据实际情况补充（如默认流程、特殊流程等）
基本策略：
1、语句覆盖准则基本上没啥用，比较强的逻辑覆盖准则是判定覆盖或者条件覆盖；通常判定覆盖可以满足语句覆盖；语句覆盖判定覆盖条件覆盖；
2、循环覆盖来说，完全的路径测试并不符合实际；
若你想深入学习软件测试，但是却苦于没有资源，现在就给大家奉上一份13G的超实用干货测试学习资源，涉及的内容非常全面。 需要点击链接免费领取喔
包括测试软件学习路线图，50多天的测试上课视频、16个突击实战测试项目，80余个软件测试用软件，37份测试文档，70个软件测试相关问题，40篇测试经验级文章，上千份测试真题分享,还有2022年软件测试面试宝典，还有软件测试求职的各类精选简历，希望对大家有所帮助……
python+appium自动化测试-重复执行测试用例
来自APP Android端自动化测试初学者的笔记，写的不对的地方大家多多指教哦。
在功能测试过程中，经常会遇到一些偶然出现的Bug，需要通过重复执行用例来复现问题，那么，在自动化测试的过程中，对于一些偶然出现的Bug，也可以针对单个用例，或者针对某个模块的用例重复执行多次来复现。
重复执行测试用例的方法这边主要总结了三个：
①重复运行单条或全部测试用例
②测试用例运行失败后重新运行
③测试用例重复运行直到第一次失败后停止
要重复执行测试用例，需要先安装pytest-repeat插件
全局安装： 即安装在全局环境中，新创建的工程导入全局环境时会将该包导入，cmd输入：pip install pytest -repeat，安装成功后会显示repeat版本号
局部安装： 即安装在当前项目的环境下，新创建的工程不会同步该包，在PyCharm→File→setting，搜索pytest intrepreter，点击“+”号，如下图所示：
再搜索pytest-repeat，点击install package安装
出现下图表示安装成功：
重复执行测试用例的方法有多种，比如：方法一的重复执行单条测试用例；方法二的重复执行每条测试用例；方法三的每条测试用例执行一次，共执行N遍。
在测试用例前添加注解@pytest.mark.repeat(value)，value表示重复的次数，来实现单条用例的重复执行。
运行结果为：被装饰的测试用例test_one会连续执行两次，再执行test_two，即按照顺序，第一个测试用例执行N次，再执行下一个测试用例
在终端传入-count的方式实现重复执行测试用例
运行结果为：测试用例test_one会连续执行两次，再执行两次test_two，即按照执行顺序，每一个测试用例都执行N次
注意：-s：表示输出用例中的调式信息，比如print的打印信息等。
-repeat-scope类似于pytest fixture的scope参数，在终端输入，-repeat-scope有四个参数：
重运行机制使用到了pytest的插件，插件名称为：rerunfailures，要使用它，需要先安装此插件
出现下图表示安装成功：
运行结果如下：
注意：
运行结果如下：
将pytest的 -x 选项与pytest-repeat结合使用，可以实现在重复运行测试用例的过程中，测试用例第一次失败时就停止运行，具体实现方法如下：
运行结果如下：
用 Python 为接口测试自动生成用例
基于属性的测试 会产生大量的、随机的参数，特别适合为单元测试和接口测试生成测试用例
尽管早在2006年haskell语言就有了 QuickCheck 来进行”基于属性的测试“，但是目前来看这依然是一个比较小众的领域，参考资料有限，本文如有不足，欢迎指正。
在过去的测试实践中，执行测试时通常需要明确的内容（Value）：
这些内容可以通过”判定树“或者”判断表“来表示，然后测试的执行过程变成了这样
可以称为 基于表的测试
在最初，这给了我们测试的方向，但是缺点也非常明显：
你要足够多的"X-Y" 才能可能覆盖到隐蔽的bug。
这里请大家回答几个问题：
如果以上问题的答案不是yes，那么 基于属性的测试 就是你需要掌握的东西！
基于属性的测试和基于表的测试，最大的区别可以这样描述：
vs
于是利用工具生成大量的X类数据，进行测试，并验证结果是否Y类。
值得注意的是：
在不同的语言中有不同的工具来实现，比如：
本文以python为例进行演示：
假设有add函数，接收两个类型整数参数，并返回它们的相加结果
首先写出一个简单的测试用例
正如前面所说，一个这样的用例，根本没信心覆盖全部的场景，例如：
所以接下来怎么办？
改为基于属性的测试
执行结果
由结果可知，工具根据 参数是整数 这一规范，自动生成、执行了大量的测试用例
接口测试和函数的单元测试非常相似：
此外接口文档作为前后端、甚至测试开发的对接窗口，对参数的要求约定的更加细致，
以OpenAPI为例，每个参数可以有以下属性：
于是为接口生成符合要求的参数就变得可行了，举个例子：
这是以unittest为例进行封装的结果，只需要在TestCase中指定openapi的内容（或路径），
启动测试框架时，会自动读取、解析接口文档，并生成测试用例
下面是部分执行日志，可以看到对接口发送了随机参数，并获得返回值
文章来自
python测试框架:如何执行pytest测试用例
pytest 执行目录下所有用例
pytest 脚本名称.py 执行某一个 py 文件下用例
pytest -m xx 执行@pytest.mark.xx 装饰器修饰的所有测试
pytest -q 脚本名称.py 简单打印，只打印测试用例的执行结果
pytest -s 脚本名称.py 详细打印
pytest 脚本名称.py -x 遇到错误时停止测试
pytest 脚本名称.py --maxfail=X ，当用例错误个数达到X数量时，停止测试
pytest -s -k xx 脚本名称.py 匹配xx用例名称
pytest -s -k "not xx" 脚本名称.py 匹配不包含XX的用例名称
pytest -s -k "xxx or xx" 脚本名称.py 同时匹配包含XX XXX的用例名称
或者
如何在Python中编写并发程序
多进程/多线程+Queue
一般来说,在Python中编写并发程序的经验是:计算密集型任务使用多进程,IO密集型任务使用多进程或者多线程.另外,因为涉及到资源共享,所以需要同步锁等一系列麻烦的步骤,代码编写不直观.另外一种好的思路是利用多进程/多线程+Queue的方法,可以避免加锁这样麻烦低效的方式.
现在在Python2中利用Queue+多进程的方法来处理一个IO密集型任务.
假设现在需要下载多个网页内容并进行解析,单进程的方式效率很低,所以使用多进程/多线程势在必行.
我们可以先初始化一个tasks队列,里面将要存储的是一系列dest_url,同时开启4个进程向tasks中取任务然后执行,处理结果存储在一个results队列中,最后对results中的结果进行解析.最后关闭两个队列.
下面是一些主要的逻辑代码.
# -*- coding:utf-8 -*-
#IO密集型任务
#多个进程同时下载多个网页
#利用Queue+多进程
#由于是IO密集型,所以同样可以利用threading模块
import multiprocessing
def main():
tasks = multiprocessing.JoinableQueue()
results = multiprocessing.Queue()
cpu_count = multiprocessing.cpu_count() #进程数目==CPU核数目
create_process(tasks, results, cpu_count) #主进程马上创建一系列进程,但是由于阻塞队列tasks开始为空,副进程全部被阻塞
add_tasks(tasks) #开始往tasks中添加任务
parse(tasks, results) #最后主进程等待其他线程处理完成结果
def create_process(tasks, results, cpu_count):
for _ in range(cpu_count):
p = multiprocessing.Process(target=_worker, args=(tasks, results)) #根据_worker创建对应的进程
p.daemon = True #让所有进程可以随主进程结束而结束
p.start() #启动
def _worker(tasks, results):
while True: #因为前面所有线程都设置了daemon=True,故不会无限循环
try:
task = tasks.get() #如果tasks中没有任务,则阻塞
result = _download(task)
results.put(result) #some exceptions do not handled
finally:
tasks.task_done()
def add_tasks(tasks):
for url in get_urls(): #get_urls() return a urls_list
tasks.put(url)
def parse(tasks, results):
try:
tasks.join()
except KeyboardInterrupt as err:
print "Tasks has been stopped!"
print err
while not results.empty():
_parse(results)
if __name__ == '__main__':
main()
利用Python3中的concurrent.futures包
在Python3中可以利用concurrent.futures包,编写更加简单易用的多线程/多进程代码.其使用感觉和Java的concurrent框架很相似(借鉴?)
比如下面的简单代码示例
def handler():
futures = set()
with concurrent.futures.ProcessPoolExecutor(max_workers=cpu_count) as executor:
for task in get_task(tasks):
future = executor.submit(task)
futures.add(future)
def wait_for(futures):
try:
for future in concurrent.futures.as_completed(futures):
err = futures.exception()
if not err:
result = future.result()
else:
raise err
except KeyboardInterrupt as e:
for future in futures:
future.cancel()
print "Task has been canceled!"
print e
return result
总结
要是一些大型Python项目也这般编写,那么效率也太低了.在Python中有许多已有的框架使用,使用它们起来更加高效.
但是自己的一些"小打小闹"的程序这样来编写还是不错的.:)
python 自动化，如何添加测试用例
1、单独添加一个或多个用例
......
2、添加某个类下的所有用例
2.1方法一：
如Class_name类下有多个用例，则直接括号里不写入任何用例名，即可测试该类下所有用例。
2.2方法二
使用unittest.makeSuite(类名)，将该类下所有用例添加到套件中
2.3方法三
使用 unittest.TestLoader()这个类下的loadTestsFromTestCase(类名)，将该类下的所有用例加入到套件中
3、将整个文件中的用例都加载到套件中，不管有几个用例类
使用 unittest.TestLoader()这个类下的loadTestsFromModule(文件名, pattern=None)，moudle就是用例存放的文件名
