测试面试中,关于Python更喜欢考什么?

简介: 跟着写


前面的文章中,聊质量内建测试平台化工程比较多,最近同学找我聊天,因为各种原因被裁了,在不多的面试机会中很多人又挂了,其中一个点是编程这块没自信,甚至面试官刚出题,一些同学就是直接说能不能跳过,所以今天这篇就面向初中级测试,聊聊面试中,关于Python的考点喜欢问什么?


前言:

不要去杠编程在你的测试工作中用不到,如果你总是相信这一点而不去学习代码,最终会让你没有工作,这只是时间问题;说的更直白一点,允许你工作用不到,但不允许你不会,行不?


测试面试中Python考察什么?

大家对面试中手撸算法多少是有些忌惮的;关于算法我认为可以分为两种,第一类是关注于数学逻辑的,比如红黑树、二叉树等;第二种更倾向于语法的考察,python中比如装饰器,比如单词中字母的数量统计,反转之类,还有些简单的排序,而对于一般业务测试来说,语法的考察往往是重点。


我喜欢问什么?

面试过很多候选人,现在基本上简历上都会写熟悉Python,如果你写了,我一般都会问,当然简历里看不出来你会编程我一般不会约面试,可能有一些人会问:难道测试最重要的是编程吗?不是最重要,但要你有种这个基本能力,我需要你即插即用的完成一些工具或者脚本,如果你不具备这方面能力,我会怀疑你的学习能力和知识平移能力不够,而面对海量的简历,hr往往会看学历去筛选,作为技术面试官,我看编程能力,很正常,大家时间都宝贵,往往都会用性价比最高的方式工作。


对于业务测试工程师来说我不会去考一些复杂的算法,意义不大,我更倾向于你对Python语法的熟悉程度,往往一些相对简单的题目我会更看重你实现的简洁程度。


举个例子,比如让你定义一个列表,顺序产生10个数字,下面两种实现方式,看后高下立判了吧,列表推导式无疑是加分的

第一种


numbers = []for number in range(10):    numbers.append(number)print(numbers)

第二种


numbers = [number for number in range(10)]print(numbers)


上面就是一个简单的例子,这就是一个语言熟练程度问题,面试中不会直接这么问,一般的考题我举几个例子:


列表解析:打印20以内的偶数



numbers = [number for number in range(20) if number % 2 == 0]print(numbers)[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]


如用一行代码生成[1,4,9,16,25,36,49,64,81,100]


[x * x for x in range(1,11)]


集合解析式,它基本与列表解析式相同。不同之处在于集合解析式不包含重复项。可以通过使用花括号取代方括号来创建集合解析式:


string = "cctester"unique_string = {letter for letter in string}print(unique_string){'c', 'r', 't', 'e', 's'}


关于为何这么输出不用解释吧?衍生题目是去掉列表中的重复元素


a = list(set(a))


字典解析式:


string = "i am cctester"word_order = {el: ind+1 for ind, el in enumerate(string.split())}print(word_order){'i': 1, 'am': 2, 'cctester': 3}


字典考题衍生:统计字母出现的次数;


def count_str(str):   dic={}   for i in str:       dic[i]=str.count(i,0)   return dic


今天就聊这些,如果我招一个业务测试上述都比较熟练,代码基本功是通过的,而这些在面试当中,并不是拼智商,其实就在于平时有没有用过,有没有真正去理解,写这篇文章也不在于给你面试突击,可以测试一下Python基本技能,编程还是需要基本功和时间的。后续大家还想聊什么,可以留言。

目录
相关文章
|
2月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
312 1
|
1月前
|
监控 Java 关系型数据库
面试性能测试总被刷?学员真实遇到的高频问题全解析!
面试常被性能测试题难住?其实考的不是工具,而是分析思维。从脚本编写到瓶颈定位,企业更看重系统理解与实战能力。本文拆解高频面试题,揭示背后考察逻辑,并通过真实项目训练,帮你构建性能测试完整知识体系,实现从“会操作”到“能解决问题”的跨越。
|
3月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
226 18
|
3月前
|
安全 测试技术 API
Python 单元测试详解
单元测试是Python开发中不可或缺的环节,能确保代码按预期运行、发现Bug、提升代码质量并支持安全重构。本文从基础概念讲起,逐步介绍Python单元测试的实践方法,涵盖unittest框架、pytest框架、断言使用、Mock技巧及测试覆盖率分析,助你全面掌握单元测试技能。
218 0
|
4月前
|
IDE 测试技术 API
python调试与测试
python调试与测试
|
4月前
|
人工智能 Java 测试技术
Java or Python?测试开发工程师如何选择合适的编程语言?
测试工程师如何选择编程语言?Java 还是 Python?多位资深专家分享建议:Python 入门简单、开发效率高,适合新手及自动化测试;Java 生态成熟,适合大型项目和平台开发。建议结合公司技术栈、个人基础及发展方向选择。长远来看,两者兼通更佳,同时关注 Go 等新兴语言。快速学习与实践才是关键。
|
5月前
|
测试技术 Python
Python测试报告生成:整合错误截图,重复用例执行策略,调整测试顺序及多断言机制。
如何组织这一切呢?你可以写一本名为“Python测试之道”的动作指南手册,或者创建一个包含测试策略、测试顺序、多断言机制的脚本库。只要你的测试剧本编写得足够独到,你的框架就会像一位执行任务的超级英雄,将任何潜伏于代码深处的错误无情地揪出来展现在光天化日之下。这些整理好的测试结果,不仅有利于团队协作,更像冒险故事中的精彩篇章,带给读者无尽的探索乐趣和深刻的思考。
147 10
|
5月前
|
测试技术 Python
Python接口自动化测试中Mock服务的实施。
总结一下,Mock服务在接口自动化测试中的应用,可以让我们拥有更高的灵活度。而Python的 `unittest.mock`库为我们提供强大的支持。只要我们正确使用Mock服务,那么在任何情况下,无论是接口是否可用,都可以进行准确有效的测试。这样,就大大提高了自动化测试的稳定性和可靠性。
252 0
|
8月前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
8月前
|
存储 JSON API
Python测试淘宝店铺所有商品接口的详细指南
本文详细介绍如何使用Python测试淘宝店铺商品接口,涵盖环境搭建、API接入、签名生成、请求发送、数据解析与存储、异常处理等步骤。通过具体代码示例,帮助开发者轻松获取和分析淘宝店铺商品数据,适用于电商运营、市场分析等场景。遵守法规、注意调用频率限制及数据安全,确保应用的稳定性和合法性。

推荐镜像

更多