/ Python

Python: requests实施API自动化,首战心得

  1. 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…

  2. 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。

  3. 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

  4. 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…

  5. 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…

  6. 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。

  7. 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。