Python: requests实施API自动化，首战心得
-
自我管理
测试大多时候，总有很多活，比如项目任务，运维任务，加急任务等等，所以如果你能在工作时间写代码就是种幸福了，再次就是加班时间来练代码，最不济的是要在家练。为什么在家练代码最次？因为自我管理太难了。
7天假期实际投入写代码的时间，还不如1天上班通过加班练的时间… -
代码规划
没有一蹴而就的代码框架，第一次写完过程，它仅仅实现了基本流。除此之外呢？比如各种异常设计，方法扩展，参数控制，测试扩展…都很弱。而且随着拆分过程封装方法，再不断调试了所有异常，自己还慢慢发现第一版所谓的90％完成度，从后面回看当时，其实最多只有20％这样的完成度。那么一个自动化计划，如何从初版的20％进化到100％呢？通过主动地思考代码的未来场景，不断提高目标，降低完成度。
-
python语言
入行时就憧憬着写python的一天，真的到来时，却是对自己的折磨。不断去克服痛苦和阻塞，查资料实践，不断改进各种逻辑写法，各种代码报错的调试，class调用关系，import的结构，管理变量。对于不健壮的用法，要查很多来鉴别选择另一种更有效的写法。但当你喜欢一件事时，痛苦和困难只是你前进的台阶
-
开发自测
相比起测别人的代码，自测也很能提高自己的测试思维。自测时，你可以高效预判，直接一针见血让它崩，让它实际业务不走预设的逻辑。很多bug都是，在变量创建赋值的生命过程里，你在不恰当的时机问了个它当时不懂的问题，它萌比了…
-
框架调度
框架和调度的实现方法有很多，不断分层的架构，通过不同方式来配置参数，扩展case和任务调度。代码运行的方法也非常多，脚本，后台进程，服务，远程指令控制…一开始的想法离最终的使用场景是有距离的，随着成功越来越接近生产，考虑的问题越来越具体。比如实际的case是怎么产生的，是人工配置编写，还是某种场景生成的特定格式文件？扩展时兼容原始case文档，还是要人工编写适配代码的约定规范？这些决定了你的架构设计，调度设计，扩展维护…
-
自动化思想
自动化经典的一句话是这么说的，将手工操作步骤，写成注释，再编写代码，这就是自动化。而实际上整体实施时，手工操作是需要提炼共性规律，断言本身的正确性，考虑代码成本，运行方式，扩展方式，case特性…实际实施中，自动化会不断具体化，最终形成自己的思路。有什么是不能自动化的？只有值不值得。
-
心态调整
写代码时，会碰到很多意见。挑战自己，不要抗拒，做不到可以学，别说不行。再一个虽然眼前伸手可见各种成熟框架可以直接用，但个人感觉，还是自己按本意演进，设计一遍后再去研究现有框架比较好。
