Python接口自动化测试框架(练习篇)-- 函数编程(一)

简介: 本文通过实际的编程练习,讲解了面向过程编程的概念和应用,包括如何定义函数、处理文件读写以及实现用户注册功能,最终将这些过程封装成函数,体现了Python作为脚本语言的面向过程编程特性。

前言

python为什么会被认为它是脚本语言,就是因为它的面向过程编程特性,它不需要封装和继承,封装是对于类而言的,而函数是被定义的。它执行顺序是自上而下,所以它更像是一个过程。如果要实现什么功能,就可以按步骤实现:先实现什么,再实现什么,如果不想被执行,就将它们定义成函数,被调用时才执行。所以它也可以是面向过程和函数编程的组合。

练习

主要练习定义函数的方向,还要结合数据类型的处理

写了一个注册的功能
  • 要求:把所有注册成功的用户数据放到文件中进行保存,数据存储的格式不限
  • 提示:每次运行程序,先去文件中读取所有注册过的用户数据,程序运行完之后,将所有的用户数据再次写入到文件中,可以直接在文件中写个列表
分析

应该要画一个注册流程图,注册的时候,优先需要查库(这里是对比文件),是否数据库中已存在,是则不需测试提示去登录就好了,否则才去注册,那么在注册的过程中需要判断帐号密码的合法性(这里不校验帐号的合法性),这样一来二去就理清楚主功能函数的来龙去脉。

def read_user_info():
    '''读取用户信息'''
    try:
        with open(file=r'../txt2/user_info.txt',mode='r',encoding="utf-8") as fp:
            data=eval(fp.read())
    except:
        print("打开文件失败")
        return []
    else:
        return data


def write_user_info(data):
    '''写入用户信息'''
    try:
        with open(file=r'../txt/user_info.txt',mode='w',encoding="utf-8") as fp:
            fp.write(str(data))
    except:
        print("写入文件不存在")

def user_register():
    '''完成用户注册'''
    li1=read_user_info()
    user_name=[]

    try:
        for j in range(len(li1)):
            user_name.append(li1[j]["name"])
    except:
        print("读取数据失败,没有用户数据") 

    while True:
        account=input("请输入账号:")
        passwd=input("请输入密码:")
        vpasswd=input("请再次确认密码:")
        if account not in user_name:
            if  passwd==vpasswd and (len(passwd)>=6 and len(vpasswd) >=6) :
                print("用户名:{}没被注册过!".format(account))
                li1.append({
   "name":account,"passwd":passwd})
                write_user_info(li1)
                print("用户名:{},恭喜你完成注册!".format(account))
                break
            elif len(passwd)<6 or len(vpasswd) <6:
                print("输入密码不能小于六位!")
            else:
                print("输入密码不一致!请重新注册!")
        else:
            print("用户名:{}已被注册,请重新注册!".format(account))
  • 测试,输出结果如下:
请输入账号:123
请输入密码:12345678
请再次确认密码:1234666
输入密码不一致!请重新注册!
请输入账号:1234
请输入密码:123412
请再次确认密码:123412
用户名:1234没被注册过!
用户名:1234,恭喜你完成注册!
面向过程编程

上面的例子已经凸显出面向过程的思想:用户要注册要先查重再校验帐号密码最后才注册成功写入文件;那这种脚本化的流程会实际应用在哪里呢?

最终会演进成类和对象,所有流程要经过的操作步骤,变成了方法,那么再通过类的对象实现调用,按步骤完成整个流程。

  • 可能使用selenium工具举例,更能说明这个面向过程编程的案例:
from selenium import webdriver

# 初始化对象
driver = webdriver.Chrome()
# 打开浏览器
driver.get("http://www.baidu.com")
# 输入查询类容:
driver.find_element_by_id("kw").sendKeys("selenium")
# 点击搜索按钮
driver.find_element_by_id("su").click()
# 关闭浏览器
driver.quit()
    • 这样是不是更直观些,那么面向过程编程就是对函数的应用。

总结

诀窍,在后面讲类和对象的时候,如果不能确定要做成什么类,记得先将步骤(功能)一个个的定义成函数,再将同类型的操作(函数)封装成类,这样做的好处呢,可以在封装类之前,不用对象就能进行代码调试,最终完成一套完整的业务流程。

相关文章
|
4月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
380 0
|
4月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
440 1
|
4月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
575 0
|
4月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
275 0
|
5月前
|
机器学习/深度学习 算法 PyTorch
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
243 0
|
4月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
5月前
|
运维 Linux 网络安全
自动化真能省钱?聊聊运维自动化如何帮企业优化IT成本
自动化真能省钱?聊聊运维自动化如何帮企业优化IT成本
181 4
|
运维 Linux Apache
,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具
【10月更文挑战第7天】随着云计算和容器化技术的发展,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具,通过定义资源状态和关系,确保系统始终处于期望配置状态。本文介绍Puppet的基本概念、安装配置及使用示例,帮助读者快速掌握Puppet,实现高效自动化运维。
341 4
|
7月前
|
运维 监控 安全
从实践到自动化:现代运维管理的转型与挑战
本文探讨了现代运维管理从传统人工模式向自动化转型的必要性与路径,分析了传统运维的痛点,如效率低、响应慢、依赖经验等问题,并介绍了自动化运维在提升效率、降低成本、增强系统稳定性与安全性方面的优势。结合技术工具与实践案例,文章展示了企业如何通过自动化实现运维升级,推动数字化转型,提升业务竞争力。

推荐镜像

更多