2022年6月28日面试题

2022年6月28日面试题

python基础

一. python怎么连接数据库

答案：

安装pymysql：​​pip install pymysql​​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()

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 = 1delete_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

对于查询到的数据做处理关闭游标

cursor.close()

关闭连接

conn.close()

二. python是怎么获取当前系统时间

方法一：使用datetime模块

from datetime import datetimedatetime.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 timetime.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'

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）

四. python中怎么设置定时任务

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

import scheduleimport 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

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 = [''my_tuple = (''my_list.__sizeof__()56>>> my_tuple.__sizeof__()40

六. json和str类型转换

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

七. Excel文件操作

安装openpyxl库：​​pip install openpyxl​​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).valueprint(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 = 25print(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3318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

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

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

接口用例和自动化

一. 淘宝中购买的接口测试，如何设计测试用例

所有的接口测试，都涉及到这样的原则：

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？

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 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）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 timeclass 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 reclass 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]))

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)

Linux

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

二. linux中查看文件中过滤关键字的命令

tail -f default.log | grep 关键字

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

其他

一. redis的作用？怎么测试？

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

二. kafka的作用？怎么测试？

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

如何测试kafka参考这一篇：​​​《kafka测试方案》​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。