Python入门

为什么要学习Python

【人生苦短，我用Python】

(1)Python是一种动态的脚本语言，学习成本大大低于Java等编程语言，因此对于我们测试人员来说，如果需要掌握一门语言，Python就是最好的选择；
(2)由于Python有丰富的第三方库，几乎想要的功能，都能找到对应的库，而我们应用这些库的时候，只考虑怎么去使用这些库提供的API而不用考虑怎么去实现，十分的方便；
(3)Python开发效率很高，同样的任务大约是java的10倍，C/C++的10-20倍，当然这个统计来源于一些编程人员的感受，并不是精确的数值，但是也可以看出其开发效率之高。我们测试人员一般都会主要以手工测试为主，因此不可能全职来运用某种语言实现，肯定需要选择效率高的；
(4)Python支持多种系统，linux、mac上都默认安装了Python，windows更不用说，当我们测试需要在各种平台运行脚本的时候，几乎不用考虑跨平台。

基础语法

标识符

• 第一个字符必须是字母表中字母或下划线 _ 。
• 标识符的其他的部分由字母、数字和下划线组成。

• 标识符对大小写敏感。

  注释

  三种方式：

• 单行注释以 # 开头

• 多行注释用三个单引号 ''' 将注释括起来
• 多行注释用三个双引号 """ 将注释括起来

示例代码如下：

#!/usr/bin/python3
# 这是一个注释
'''
这是多行注释，用三个单引号
这是多行注释，用三个单引号
这是多行注释，用三个单引号
'''
"""
这是多行注释，用三个单引号
这是多行注释，用三个单引号 
这是多行注释，用三个单引号
"""

行与缩进

与多数语言的{}不同，在Python中不使用{}作为代码块，而是使用缩进。
缩进的空格数是可变的，但是同一个代码块的语句必须包含相同的缩进空格数。实例如下：

if True:
    print ("True")
else:
    print ("False")

print输出

print 默认输出是换行的，如果要实现不换行需要在变量末尾加上 end=””：

#!/usr/bin/python3
x="a"
y="b"
# 换行输出
print( x )
print( y )
print('---------')
# 不换行输出
print( x, end=" " )
print( y, end=" " )
print()
#结果
a
b
---------
a b

变量与函数

变量

变量（Variable）是存放数据值的容器。每个变量都拥有独一无二的名字，通过变量的名字就能找到变量中的数据。
从底层看，程序中的数据最终都要放到内存（内存条）中，变量其实就是这块内存的名字。
和变量相对应的是常量（Constant），它们都是用来“盛装”数据的小箱子，不同的是：变量保存的数据可以被多次修改，而常量一旦保存某个数据之后就不能修改了。
与一些语言（比如C和JAVA）不同，Python是弱类型语言。强类型语言和弱类型语言的区别就在于：强类型语言的变量类型是在变量定义之初就确定了的，不可更改了，而弱类型语言的变量类型可以随时修改。

C:
int a = 1;
a = "1"; // 报错
JAVA:
int a = 1;
a = "1"; // 报错
JAVASCRIPT:
var a = 1;
a = "1"; // 正常
PYTHON:
a = 1
a = "1" // 正常

函数

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。
函数能提高应用的模块性，和代码的重复利用率。
在 Python 中，定义函数使用 def 语句。一个函数主要由三部分构成：

• 函数名
• 函数参数
• 函数返回值

  def function(arg):
    # Do something
    return

  我们来分析一下这些代码：
  首先，我们使用def关键字定义了一个函数function，这个函数接受一个参数arg，定义完函数后用一个半角的冒号结束这行。
  最后一行是一个return关键字，表示返回一个值，这里是返回一个空（None）如果用变量接收，将会是一个None。如果不写这行代码，编译将会报错，因为这个函数里什么也没有（注释不算），如果你不想写return，你可以用pass来代替，也表示结束，但是不返回一个值（接收的话还是None）。

  位置参数

  ```python def test(a, b): print a, b

a和b必须按顺序传入

test(1, 2)

<a name="ilEHs"></a>
#### 关键字参数
```python
def test(a, b):
    print a, b
# a和b可以打乱顺序传入
test(b=2, a=1)
# 有位置参数时，位置参数必须在关键字参数的前面，但关键字参数之间不存在先后顺序，以下用法就是错误的
test(b=2, 1)

默认参数

def test(a, b=3):
    print a, b
# b可以不传入，使用默认值3
test(a=5)

可变位置参数

def test(a, *args):
    # 接收到的args是一个元组tuple
    print a, args
test(1, 2, 3)

可变关键字参数

def test(a, **kwargs):
    # 接收到的kwargs是一个字典dict
    print a, kwargs
test(1, b=2, c=3)

组合使用

def test(a, b=2, *args, **kwargs):
    print a, b, args, kwargs
test(1, 2, 3, 4, c=5, d=6)

数据类型

字符串

Python中的字符串用单引号 ‘ 或双引号 “ 括起来，可以用加号将两个字符串合并，同时使用反斜杠 \ 转义特殊字符。

name = '小明'
age = '18岁'
print('合并字符串:', name + age)  # 合并字符串: 小明18岁

格式化字符串：%s

name= "I'm %s." % ('xiaoming')
print(name)  # I'm xiaoming.

Python 访问子字符串，可以使用方括号 [] 来截取字符串

var1 = 'Hello World!'
var2 = "Runoob"
print ("var1[0]: ", var1[0]) # H
print ("var2[1:5]: ", var2[1:5]) # unno

数字

整型

整数英文为 integer 。代码中的整数跟我们平常认识的整数一样，包括正整数、负整数和零，是没有小数点的数字。Python 可以处理任意大小的整数，例如：1，100，-8080，0，等等。

浮点型

浮点数的英文名是 float ，是指带小数的数字。

列表

列表（List）是一种有序的集合，可以随时添加和删除其中的元素。列表也可以使用切片，具体用法和上面讲得字符串类似。
常用的列表方法：

index

index 方法用于从列表中找出某个元素的位置，如果有多个相同的元素，则返回第一个元素的位置。
看看例子：

>>> numbers = [1, 2, 3, 4, 5, 5, 7, 8]
>>> numbers.index(5)        # 列表有两个 5，返回第一个元素的位置
4
>>> numbers.index(2)
1
>>> words = ['hello', 'world', 'you', 'me', 'he']
>>> words.index('me')
3
>>> words.index('her')       # 如果没找到元素，则会抛出异常
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: 'her' is not in list

count

count 方法用于统计某个元素在列表中出现的次数。
看看例子：

>>> numbers = [1, 2, 3, 4, 5, 5, 6, 7]
>>> numbers.count(2)   # 出现一次
1
>>> numbers.count(5)   # 出现了两次
2
>>> numbers.count(9)   # 没有该元素，返回 0
0

append

append 方法用于在列表末尾增加新的元素。
看看例子：

>>> numbers = [1, 2, 3, 4, 5, 5, 6, 7]
>>> numbers.append(8)         # 增加 8 这个元素
>>> numbers
[1, 2, 3, 4, 5, 5, 6, 7, 8]
>>> numbers.append([9, 10])   # 增加 [9, 10] 这个元素
>>> numbers
[1, 2, 3, 4, 5, 5, 6, 7, 8, [9, 10]]

extend

extend 方法将一个新列表的元素添加到原列表中。
看看例子：

>>> a = [1, 2, 3]
>>> b = [4, 5, 6]
>>> a.extend(b)
>>> a
[1, 2, 3, 4, 5, 6]
>>>
>>> a.extend(3)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>> a.extend([3])
>>> a
[1, 2, 3, 4, 5, 6, 3]

注意到，虽然 append 和 extend 可接收一个列表作为参数，但是 append 方法是将其作为一个元素添加到列表中，而 extend 则是将新列表的元素逐个添加到原列表中。

insert

insert 方法用于将某个元素添加到某个位置。
看看例子：

>>> numbers = [1, 2, 3, 4, 5, 6]
>>> numbers.insert(3, 9)
>>> numbers
[1, 2, 3, 9, 4, 5, 6]

pop

pop 方法用于移除列表中的一个元素（默认是最后一个），并且返回该元素的值。
看看例子：

>>> numbers = [1, 2, 3, 4, 5, 6]
>>> numbers.pop()
6
>>> numbers
[1, 2, 3, 4, 5]
>>> numbers.pop(3)
4
>>> numbers
[1, 2, 3, 5]

remove

remove 方法用于移除列表中的某个匹配元素，如果有多个匹配，则移除第一个。
看看例子：

>>> numbers = [1, 2, 3, 5, 6, 7, 5, 8]
>>> numbers.remove(5)          # 有两个 5，移除第 1 个
>>> numbers
[1, 2, 3, 6, 7, 5, 8]
>>> numbers.remove(9)          # 没有匹配的元素，抛出异常
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: list.remove(x): x not in list

reverse

reverse 方法用于将列表中的元素进行反转。
看看例子：

>>> numbers = [1, 2, 3, 5, 6, 7, 5, 8]
>>> numbers.reverse()
>>> numbers
[8, 5, 7, 6, 5, 3, 2, 1]

sort

sort 方法用于对列表进行排序，注意该方法会改变原来的列表，而不是返回新的排序列表，另外，sort 方法的返回值是空。
看看例子：

>>> a = [4, 3, 6, 8, 9, 1]
>>> b = a.sort()
>>> b == None         # 返回值为空
True
>>> a
[1, 3, 4, 6, 8, 9]    # 原列表已经发生改变

如果我们不想改变原列表，而是希望返回一个排序后的列表，可以使用 sorted 函数，如下：

>>> a = [4, 3, 6, 8, 9, 1]
>>> b = sorted(a)          # 返回一个排序后的列表
>>> a
[4, 3, 6, 8, 9, 1]         # 原列表没有改变
>>> b
[1, 3, 4, 6, 8, 9]         # 这是对原列表排序后的列表

注意到，不管是 sort 方法还是 sorted 函数，默认排序都是升序排序。如果你想要降序排序，就需要指定排序参数了。比如，对 sort 方法，可以添加一个 reverse 关键字参数，如下：

>>> a = [4, 3, 6, 8, 9, 1]
>>> a.sort(reverse=True)    # 反向排序
>>> a
[9, 8, 6, 4, 3, 1]

该参数对 sorted 函数同样适用：

>>> a = [4, 3, 6, 8, 9, 1]
>>> sorted(a, reverse=True)
[9, 8, 6, 4, 3, 1]

除了 reverse 关键字参数，还可以指定 key 关键字参数，它为每个元素创建一个键，然后所有元素按照这个键来排序，比如我们想根据元素的长度来排序：

>>> s = ['ccc', 'a', 'bb', 'dddd']
>>> s.sort(key=len)          # 使用 len 作为键函数，根据元素长度排序
>>> s
['a', 'bb', 'ccc', 'dddd']

另外，我们还可以使用 sorted 进行多列（属性）排序。

>>> students = [
        ('john', 'B', 15),
        ('jane', 'A', 12),
        ('dave', 'B', 10),
        ('ethan', 'C', 20),
        ('peter', 'B', 20),
        ('mike', 'C', 16)
    ]
>>>
# 对第 3 列排序 (从小到大)
>>> sorted(students, key=lambda student: student[2]) 
[('dave', 'B', 10),
 ('jane', 'A', 12),
 ('john', 'B', 15),
 ('mike', 'C', 16),
 ('ethan', 'C', 20),
 ('peter', 'B', 20)]
# 对第 2 列排序（从小到大），再对第 3 列从大到小排序
>>> sorted(students, key=lambda student: (student[1], -student[2]))
[('jane', 'A', 12),
 ('peter', 'B', 20),
 ('john', 'B', 15),
 ('dave', 'B', 10),
 ('ethan', 'C', 20),
 ('mike', 'C', 16)]

字符串和元组是不可变的，而列表是可变（mutable）的，可以对它进行随意修改。我们还可以将字符串和元组转换成一个列表，只需使用 list 函数，比如：

>>> s = 'hello'
>>> list(s)
['h', 'e', 'l', 'l', 'o']
>>> a = (1, 2, 3)
>>> list(a)
[1, 2, 3]

元组

Python 的元组与列表类似，不同之处在于元组的元素不能修改。
元组使用小括号 ( )，列表使用方括号 [ ]。
元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。

>>> a = (1, 2, 3)    # a 是一个元组
>>> a
(1, 2, 3)
>>> a[0] = 6         # 元组是不可变的，不能对它进行赋值操作
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

创建一个值的元组需要在值后面再加一个逗号，这个比较特殊，需要牢牢记住：

>>> a = (12,)   # 在值后面再加一个逗号
>>> a
(12,)
>>> type(a)
<type 'tuple'>
>>>
>>> b = (12)    # 只是使用括号括起来，而没有加逗号，不是元组，本质上是 b = 12
>>> b
12
>>> type(b)
<type 'int'>

元组也可以对它进行索引、分片等。由于它是不可变的，因此就没有类似列表的 append, extend, sort 等方法。

字典

字典是 Python 中唯一的映射类型，每个元素由键（key）和值（value）构成，键必须是不可变类型，比如数字、字符串和元组。
这里先介绍字典的几个基本操作：

创建字典

字典可以通过下面的方式创建：

>>> d0 = {}    # 空字典
>>> d0
{}
>>> d1 = {'name': 'ethan', 'age': 20}
>>> d1
{'age': 20, 'name': 'ethan'}
>>> d1['age'] = 21          # 更新字典
>>> d1
{'age': 21, 'name': 'ethan'}
>>> d2 = dict(name='ethan', age=20)    # 使用 dict 函数
>>> d2
{'age': 20, 'name': 'ethan'}
>>> item = [('name', 'ethan'), ('age', 20)]
>>> d3 = dict(item)
>>> d3
{'age': 20, 'name': 'ethan'}

遍历字典

遍历字典有多种方式，这里先介绍一些基本的方式，后文会介绍一些高效的遍历方式。

>>> d = {'name': 'ethan', 'age': 20}
>>> for key in d:
...     print '%s: %s' % (key, d[key])
...
age: 20
name: ethan
>>> d['name']
'ethan'
>>> d['age']
20
>>> for key in d:
...     if key == 'name':
...         del d[key]         # 要删除字典的某一项
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
RuntimeError: dictionary changed size during iteration
>>>
>>> for key in d.keys():  # python2 应该使用这种方式, python3 使用 list(d.keys())
...     if key == 'name':
...         del d[key]
...
>>> d
{'age': 20}

在上面，我们介绍了两种遍历方式：for key in d 和 for key in d.keys()，如果在遍历的时候，要删除键为 key 的某项，使用第一种方式会抛出 RuntimeError，使用第二种方式则不会。

判断键是否在字典里面

有时，我们需要判断某个键是否在字典里面，这时可以用 in 进行判断，如下：

>>> d = {'name': 'ethan', 'age': 20}
>>> 'name' in d
True
>>> d['score']             # 访问不存在的键，会抛出 KeyError
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'score'
>>> 'score' in d           # 使用 in 判断 key 是否在字典里面
False

字典常用方法

字典有自己的一些操作方法，这里只介绍部分常用的方法：

clear

clear 方法用于清空字典中的所有项，这是个原地操作，所以无返回值（或者说是 None）。
看看例子：

>>> d = {'name': 'ethan', 'age': 20}
>>> rv = d.clear()
>>> d
{}
>>> print rv
None

再看看一个例子：

>>> d1 = {}
>>> d2 = d1
>>> d2['name'] = 'ethan'
>>> d1
{'name': 'ethan'}
>>> d2
{'name': 'ethan'}
>>> d1 = {}         # d1 变为空字典
>>> d2
{'name': 'ethan'}   # d2 不受影响

在上面，d1 和 d2 最初对应同一个字典，而后我们使用 d1 = {} 使其变成一个空字典，但此时 d2 不受影响。如果希望 d1 变成空字典之后，d2 也变成空字典，则可以使用 clear 方法：

>>> d1 = {}
>>> d2 = d1
>>> d2['name'] = 'ethan'
>>> d1
{'name': 'ethan'}
>>> d2
{'name': 'ethan'}
>>> d1.clear()      # d1 清空之后，d2 也为空
>>> d1
{}
>>> d2
{}

copy

copy 方法实现的是浅复制（shallow copy）。它具有以下特点：

• 对可变对象的修改保持同步；
• 对不可变对象的修改保持独立；

看看例子：

# name 的值是不可变对象，books 的值是可变对象
>>> d1 = {'name': 'ethan', 'books': ['book1', 'book2', 'book3']}
>>> d2 = d1.copy()
>>> d2['name'] = 'peter'         # d2 对不可变对象的修改不会改变 d1
>>> d2
{'books': ['book1', 'book2', 'book3'], 'name': 'peter'}
>>> d1
{'books': ['book1', 'book2', 'book3'], 'name': 'ethan'}
>>> d2['books'].remove('book2')  # d2 对可变对象的修改会影响 d1
>>> d2
{'books': ['book1', 'book3'], 'name': 'peter'}
>>> d1
{'books': ['book1', 'book3'], 'name': 'ethan'}
>>> d1['books'].remove('book3')  # d1 对可变对象的修改会影响 d2
>>> d1
{'books': ['book1'], 'name': 'ethan'}
>>> d2
{'books': ['book1'], 'name': 'peter'}

和浅复制对应的是深复制（deep copy），它会创造出一个副本，跟原来的对象没有关系，可以通过 copy 模块的 deepcopy 函数来实现：

>>> from copy import deepcopy
>>> d1 = {'name': 'ethan', 'books': ['book1', 'book2', 'book3']}
>>> d2 = deepcopy(d1)              # 创造出一个副本
>>>
>>> d2['books'].remove('book2')    # 对 d2 的任何修改不会影响到 d1
>>> d2
{'books': ['book1', 'book3'], 'name': 'ethan'}
>>> d1
{'books': ['book1', 'book2', 'book3'], 'name': 'ethan'}
>>>
>>> d1['books'].remove('book3')    # 对 d1 的任何修改也不会影响到 d2
>>> d1
{'books': ['book1', 'book2'], 'name': 'ethan'}
>>> d2
{'books': ['book1', 'book3'], 'name': 'ethan'}

get

当我们试图访问字典中不存在的项时会出现 KeyError，但使用 get 就可以避免这个问题。
看看例子：

>>> d = {}
>>> d['name']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'name'
>>> print d.get('name')
None
>>> d.get('name', 'ethan')   # 'name' 不存在，使用默认值 'ethan'
'ethan'
>>> d
{}

setdefault

setdefault 方法用于对字典设定键值。使用形式如下：

dict.setdefault(key, default=None)

看看例子：

>>> d = {}
>>> d.setdefault('name', 'ethan')   # 返回设定的默认值 'ethan'
'ethan'
>>> d                               # d 被更新
{'name': 'ethan'}
>>> d['age'] = 20
>>> d
{'age': 20, 'name': 'ethan'}
>>> d.setdefault('age', 18)         # age 已存在，返回已有的值，不会更新字典
20
>>> d
{'age': 20, 'name': 'ethan'}

可以看到，当键不存在的时候，setdefault 返回设定的默认值并且更新字典。当键存在的时候，会返回已有的值，但不会更新字典。

update

update 方法用于将一个字典添加到原字典，如果存在相同的键则会进行覆盖。
看看例子：

>>> d = {}
>>> d1 = {'name': 'ethan'}
>>> d.update(d1)               # 将字典 d1 添加到 d
>>> d
{'name': 'ethan'}
>>> d2 = {'age': 20}
>>> d.update(d2)               # 将字典 d2 添加到 d
>>> d
{'age': 20, 'name': 'ethan'}
>>> d3 = {'name': 'michael'}   # 将字典 d3 添加到 d，存在相同的 key，则覆盖
>>> d.update(d3)
>>> d
{'age': 20, 'name': 'michael'}

items/iteritems

items 方法将所有的字典项以列表形式返回，这些列表项的每一项都来自于（键，值）。我们也经常使用这个方法来对字典进行遍历。
看看例子：

>>> d = {'name': 'ethan', 'age': 20}
>>> d.items()
[('age', 20), ('name', 'ethan')]
>>> for k, v in d.items():
...     print '%s: %s' % (k, v)
...
age: 20
name: ethan

iteritems 的作用大致相同，但会返回一个迭代器对象而不是列表，同样，我们也可以使用这个方法来对字典进行遍历，而且这也是推荐的做法：

>>> d = {'name': 'ethan', 'age': 20}
>>> d.iteritems()
<dictionary-itemiterator object at 0x109cf2d60>
>>> for k, v in d.iteritems():
...     print '%s: %s' % (k, v)
...
age: 20
name: ethan

keys/iterkeys

keys 方法将字典的键以列表形式返回，iterkeys 则返回针对键的迭代器。
看看例子：

>>> d = {'name': 'ethan', 'age': 20}
>>> d.keys()
['age', 'name']
>>> d.iterkeys()
<dictionary-keyiterator object at 0x1077fad08>

values/itervalues

values 方法将字典的值以列表形式返回，itervalues 则返回针对值的迭代器。
看看例子：

>>> d = {'name': 'ethan', 'age': 20}
>>> d.values()
[20, 'ethan']
>>> d.itervalues()
<dictionary-valueiterator object at 0x10477dd08>

pop

pop 方法用于将某个键值对从字典移除，并返回给定键的值。
看看例子：

>>> d = {'name': 'ethan', 'age': 20}
>>> d.pop('name')
'ethan'
>>> d
{'age': 20}

popitem

popitem 用于随机移除字典中的某个键值对。
看看例子：

>>> d = {'id': 10, 'name': 'ethan', 'age': 20}
>>> d.popitem()
('age', 20)
>>> d
{'id': 10, 'name': 'ethan'}
>>> d.popitem()
('id', 10)
>>> d
{'name': 'ethan'}

对元素为字典的列表排序

事实上，我们很少直接对字典进行排序，而是对元素为字典的列表进行排序。
比如，存在下面的 students 列表，它的元素是字典：

students = [
    {'name': 'john', 'score': 'B', 'age': 15},
    {'name': 'jane', 'score': 'A', 'age': 12},
    {'name': 'dave', 'score': 'B', 'age': 10},
    {'name': 'ethan', 'score': 'C', 'age': 20},
    {'name': 'peter', 'score': 'B', 'age': 20},
    {'name': 'mike', 'score': 'C', 'age': 16}
]

• 按 score 从小到大排序

  >>> sorted(students, key=lambda stu: stu['score'])
  [{'age': 12, 'name': 'jane', 'score': 'A'},
  {'age': 15, 'name': 'john', 'score': 'B'},
  {'age': 10, 'name': 'dave', 'score': 'B'},
  {'age': 20, 'name': 'peter', 'score': 'B'},
  {'age': 20, 'name': 'ethan', 'score': 'C'},
  {'age': 16, 'name': 'mike', 'score': 'C'}]
  

  需要注意的是，这里是按照字母的 ascii 大小排序的，所以 score 从小到大，即从 ‘A’ 到 ‘C’。

• 按 score 从大到小排序

  >>> sorted(students, key=lambda stu: stu['score'], reverse=True)  # reverse 参数
  [{'age': 20, 'name': 'ethan', 'score': 'C'},
  {'age': 16, 'name': 'mike', 'score': 'C'},
  {'age': 15, 'name': 'john', 'score': 'B'},
  {'age': 10, 'name': 'dave', 'score': 'B'},
  {'age': 20, 'name': 'peter', 'score': 'B'},
  {'age': 12, 'name': 'jane', 'score': 'A'}]
  

• 按 score 从小到大，再按 age 从小到大

  >>> sorted(students, key=lambda stu: (stu['score'], stu['age']))
  [{'age': 12, 'name': 'jane', 'score': 'A'},
  {'age': 10, 'name': 'dave', 'score': 'B'},
  {'age': 15, 'name': 'john', 'score': 'B'},
  {'age': 20, 'name': 'peter', 'score': 'B'},
  {'age': 16, 'name': 'mike', 'score': 'C'},
  {'age': 20, 'name': 'ethan', 'score': 'C'}]
  

• 按 score 从小到大，再按 age 从大到小

  >>> sorted(students, key=lambda stu: (stu['score'], -stu['age']))
  [{'age': 12, 'name': 'jane', 'score': 'A'},
  {'age': 20, 'name': 'peter', 'score': 'B'},
  {'age': 15, 'name': 'john', 'score': 'B'},
  {'age': 10, 'name': 'dave', 'score': 'B'},
  {'age': 20, 'name': 'ethan', 'score': 'C'},
  {'age': 16, 'name': 'mike', 'score': 'C'}]
  

  集合

  集合（set）和字典（dict）类似，它是一组 key 的集合，但不存储 value。集合的特性就是：key 不能重复。
  先看下集合的常见操作：

  创建集合

  set 的创建可以使用 {} 也可以使用 set 函数：

  >>> s1 = {'a', 'b', 'c', 'a', 'd', 'b'}   # 使用 {}
  >>> s1
  set(['a', 'c', 'b', 'd'])
  >>>
  >>> s2 = set('helloworld')                # 使用 set()，接收一个字符串
  >>> s2
  set(['e', 'd', 'h', 'l', 'o', 'r', 'w'])
  >>>
  >>> s3 = set(['.mp3', '.mp4', '.rmvb', '.mkv', '.mp3'])   # 使用 set()，接收一个列表
  >>> s3
  set(['.mp3', '.mkv', '.rmvb', '.mp4'])
  

  遍历集合

  >>> s = {'a', 'b', 'c', 'a', 'd', 'b'}
  >>> for e in s:
  ...     print e
  ...
  a
  c
  b
  d
  

  添加元素

  add() 方法可以将元素添加到 set 中，可以重复添加，但没有效果。

  >>> s = {'a', 'b', 'c', 'a', 'd', 'b'}
  >>> s
  set(['a', 'c', 'b', 'd'])
  >>> s.add('e')
  >>> s
  set(['a', 'c', 'b', 'e', 'd'])
  >>> s.add('a')
  >>> s
  set(['a', 'c', 'b', 'e', 'd'])
  >>> s.add(4)
  >>> s
  set(['a', 'c', 'b', 4, 'd', 'e'])
  

  删除元素

  remove() 方法可以删除集合中的元素, 但是删除不存在的元素，会抛出 KeyError，可改用 discard()。
  看看例子：

  >>> s = {'a', 'b', 'c', 'a', 'd', 'b'}
  >>> s
  set(['a', 'c', 'b', 'd'])
  >>> s.remove('a')           # 删除元素 'a'
  >>> s
  set(['c', 'b', 'd'])
  >>> s.remove('e')           # 删除不存在的元素，会抛出 KeyError
  Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  KeyError: 'e'
  >>> s.discard('e')          # 删除不存在的元素, 不会抛出 KeyError
  

  交集/并集/差集

  Python 中的集合也可以看成是数学意义上的无序和无重复元素的集合，因此，我们可以对两个集合作交集、并集等。
  看看例子：

  >>> s1 = {1, 2, 3, 4, 5, 6}
  >>> s2 = {3, 6, 9, 10, 12}
  >>> s3 = {2, 3, 4}
  >>> s1 & s2            # 交集
  set([3, 6])
  >>> s1 | s2            # 并集
  set([1, 2, 3, 4, 5, 6, 9, 10, 12])
  >>> s1 - s2            # 差集
  set([1, 2, 4, 5])
  >>> s3.issubset(s1)    # s3 是否是 s1 的子集
  True
  >>> s3.issubset(s2)    # s3 是否是 s2 的子集
  False
  >>> s1.issuperset(s3)  # s1 是否是 s3 的超集
  True
  >>> s1.issuperset(s2)  # s1 是否是 s2 的超集
  False
  

  运算符

  Python 中的运算符主要分为算术运算符、比较（关系）运算符、赋值运算符、逻辑运算符、位运算符、成员运算符和身份运算符共 7 大类，运算符之间也是由优先级的，下面我们就来进行具体介绍。

  算术运算符

  Python 的算术运算符

算术运算符使用频率很高，附一张直观的图：

以上算术运算符的示例和运行结果如下所示：
>>> 5 + 4
9
>>> 4.3 - 2
2.3
>>> 3 7
21
>>> 2 / 4
0.5
>>> 2 // 4
0
>>> 17 % 3
2
>>> 2 * 5
32

比较（关系）运算符

Python 的比较（关系）算术运算符

上述比较（关系）运算符的示例如下所示：
>>> a =1
>>> b =2
>>> print(a == b)
False
>>> print(a != b)
True
>>> print(a > b)
False
>>> print(a < b)
True
>>> print(a >= b)
False
>>> print(a <= b)
True

赋值运算符

Python 的赋值运算符

上述赋值运算符的示例如下所示：
>>> a =2
>>> b =3
>>> a+=b
>>> print(a)
5
>>> a-=b
>>> print(a)
2
>>> a=b
>>> print(a)
6
>>> a/=b
>>> print(a)
2.0
>>> a%=b
>>> print(a)
2.0
>>> a*=b
>>> print(a)
8.0
>>> a//=b
>>> print(a)
2.0

逻辑运算符

Python 的逻辑运算符

上述逻辑运算符的示例如下所示：
>>> a =True
>>> b =False
>>> print(a and b)
False
>>> print(a or b)
True
>>> print(not(a and b))
True

位运算符

Python 的位运算符

上述位运算符的示例如下所示：
>>> a=55 #a=0011 0111
>>> b=11 #b=0000 1011
>>> print(a&b)
3
>>> print(a|b)
63
>>> print(a^b)
60
>>> print(~a)
-56
>>> print(a<<3)
440
>>> print(a>>3)
6

成员运算符

Python 的成员运算符

上述成员运算符的示例如下所示：
>>> a=1
>>> b=20
>>> l = [1, 2, 3, 4, 5]
>>> print(a in l)
True
>>> print(b not in l)
True

身份运算符

Python的身份运算符

上述身份运算符的示例如下所示：
>>> a=123
>>> b=123
>>> c=456
>>> print(a is b)
True
>>> print(a is not c)
True

运算符优先级

Python 运算符优先级

流程控制

Python 提供了现代编程语言都支持的两种基本流程控制结构，分支结构和循环结构：

• 分支结构用于实现根据条件来选择性地执行某段代码；
• 循环结构用于实现根据循环条件重复执行某段代码；

  条件语句

  单if语句

  语法格式:

  if 条件表达式：
    代码块
  

  执行流程：

代码示例：

age = 18
if age >= 18:
    print("可以进入网吧嗨皮了")

if else 语句

语法格式：

if 条件表达式:
    代码块
else:
    代码块

执行流程：

代码示例：

age = 18
if age > 18:
    print("可以去网吧嗨皮了")
else:
    print("未成年，请不要进入网吧")

if elif else 语句

语法格式：

if 条件表达式1:
    代码块1
elif 条件表达式2:
    代码块2
elif ...:
    .....
else:
    代码块3

执行流程：

代码示例：

day_num = int(input("请输入一个整型数字："))
if num == 6:
    print("周六要加班")
elif num == 7:
    print("周天可以休息了")
else:
    print("挤公交，上班呀")

pass关键字的作用

pass 不做任何事情，一般用做占位语句。
代码示例:

age = 18
if age > 18:
    pass

本代码中使用了pass进行占位操作，实际开发中，如果我们暂时没有想到逻辑，可以使用pass进行占位。

循环语句

while循环

语法格式:

计数器变量
while 循环条件:
    循环体代码
    处理计数器

执行流程：

代码示例：

i = 0 # 程序中计数器从0开始
while i < 10:
    print("我是循环体")
    i += 1

range函数

range() 函数可创建一个整数列表，一般用在 for 循环中。
语法格式：

range(start, stop, step)

参数说明：

• start: 计数从 start 开始。默认是从 0 开始。
• stop: 计数到 stop 结束，但不包括 stop。
• step：步长，默认为1。
• 记住一句话：顾头不顾尾。

  for循环

  语法格式:

  for variable in sequence：
    语句块
  

  流程图：

示例代码：

for i in range(10):
    print(i)

循环嵌套

循环嵌套是指：在一个循环体里面嵌入另一循环。
实例1：通过while循环打印99乘法表

j = 1
while j <= 9:
    i = 1
    while i <= j:
        print('%d*%d=%d' % (i, j, i*j), end='\t')
        i += 1
    print()
    j += 1

实例2：通过for循环打印99乘法表

for j in range(1, 10):
    for i in range(1, j+1):
        print('%d*%d=%d' % (i, j, i*j), end='\t')
        i += 1
    print()
    j += 1

输出结果：

1*1=1    
1*2=2    2*2=4    
1*3=3    2*3=6    3*3=9    
1*4=4    2*4=8    3*4=12    4*4=16    
1*5=5    2*5=10    3*5=15    4*5=20    5*5=25    
1*6=6    2*6=12    3*6=18    4*6=24    5*6=30    6*6=36    
1*7=7    2*7=14    3*7=21    4*7=28    5*7=35    6*7=42    7*7=49    
1*8=8    2*8=16    3*8=24    4*8=32    5*8=40    6*8=48    7*8=56    8*8=64    
1*9=9    2*9=18    3*9=27    4*9=36    5*9=45    6*9=54    7*9=63    8*9=72    9*9=81

break关键字

Python中break关键字用来终止循环语句，即循环条件没有False的情况下，停止循环。
示例代码:

for i in range(10):
    if i == 5:
        break
    print("Bye")

注意：一旦使用了break，同等缩进的情况下，不能再有其他语句块。

continue关键字

Python中continue关键字跳出本次循环，进入下一次循环。
示例代码：

for i in range(10):
    if i == 5:
        continue
    print(i)

运行之后我们发现，没有数字5。即循环到5之后，终止本次循环进入下一次循环。

Python在自动化中的应用

概述

Python在自动化测试中的应用是比较多的，比如用Requests&Pytest可以做一个简单的接口测试框架，用Selenium可以做WEB的UI自动化测试，用Appium可以做APP的UI自动化测试等等。

在测试部门的应用

目前Python在非功能测试中使用的并不多，因为专项测试脚本基本都是用JS写的，只有Venus项目中的SMT(冒烟测试)是用Python&RobotFramework搭建的。
当前部门Leader也十分重视自动化，有专项小组来推进自动化在整个部门的使用。

STC_AutoTesting

该项目可能是未来部门主推的一个自动化测试工具，主要由Pytest&Allure&Zal库为基础来构建。

• Pytest是一个非常成熟的全功能的Python测试框架
• Allure测试报告直观、简洁、数据清晰越好，使用装饰器与pytest搭配使用
• Zal库是与车机底层交互的工具库

  目录结构

  主代码

  | conftest.py | pytest通用插件 | | —- | —- | | pytest.ini | pytest运行时配置文件 | | pytest_helper.py | pytest运行时主控代码 | | pytest_cloudsparrow.py | 通过云雀执行pytest测试的主代码，会调用pytest_helper.py | | pytest_cloudsparrow.xml | 通过云雀执行pytest测试时，云雀生成的配置文件
  与pytest_cloudsparrow.py配合使用 | | pytest_suites_generator.py | 生成pytest测试用例集 | | results/ | 测试结果文件夹 | | pytestlib/ | 测试库 | | suites/ | 测试用例集 | | | |

测试库

测试集

具体使用

由于本人目前还没参与到该项目中，具体使用就附上一个框架开发同学的文档，后期应该也有详细的用例文档给大家的。
https://yuque.antfin.com/office/lark/0/2021/docx/14256366/1626420158912-b5b77f80-b535-4a37-93c8-26b9fc048285.docx?from=https://yuque.antfin.com/uwk7mr/lxax5x/hkantq

测试报告展示

云雀测试报告：

http://test.yunos-inc.com/openservice?executionId=956047&product=Car&type=pytest&tab=1&device=AS22L&hostname=guoxiangqiang.gxq&version=2.3.1-R-20210705.0122&producttag=YunOS&taskexecutionid=1876064
详细报告：http://oss-cn-hangzhou-zmf.aliyuncs.com/styunos/public/pytest/results/1876064/allure_report_dest/index.html#
Log: https://oss-cn-hangzhou-zmf.aliyuncs.com/styunos/public/pytest/results/1876381/Test_System_Settings_Data_flow.test_systemsetting_dataflow_video_ON1/pytest_logcat_20210715_155526.log