Python自动化测试面试题及详细答案（实操版）

Python自动化测试面试题及详细答案（实操版）一、Python基础核心（自动化必备）1、列表和元组的区别？工作中分别怎么用？参考答案：核心区别就是可变和不可变。列表list是可变的，可以增删改查；元组tuple不可变，定义后不能修改。工作场景用法：1.做测试数据、用例集合、需要动态增减数据的场景，用列表；2.固定不变的配置、接口固定参数、路径常量，用元组，防止代码运行中被意外修改，更安全。补充：元组性能比列表高，占用内存更小。2、字典的特性？自动化测试中主要用途是什么？参考答案：字典是键值对存储，key唯一、无序（python3.7+有序）、查询速度极快。自动化里用得非常多：1.存储接口请求参数、响应结果，key对应参数字段，value对应参数值；2.封装测试用例，一个字典存一条用例的编号、入参、预期结果；3.统一管理配置信息，比如域名、账号、token、文件路径等。3、Python深拷贝和浅拷贝的区别？什么时候会踩坑？参考答案：浅拷贝：只拷贝外层对象，内层嵌套对象还是共用同一个内存地址，修改嵌套数据会互相影响；深拷贝：完全拷贝所有层级数据，新旧对象彻底独立，互不影响。工作踩坑场景：接口测试中，多个用例共用同一个参数字典，浅拷贝修改其中一个用例的参数，会导致其他用例参数被篡改，这种情况必须用深拷贝。4、什么是闭包？装饰器的原理和自动化用途？参考答案：闭包就是内层函数引用外层函数的变量，且外层函数返回内层函数。装饰器就是基于闭包实现的。装饰器不用修改原函数代码，就能给函数新增功能，自动化里常用场景：1.用例前后置处理、统一加日志打印；2.接口请求统一加token、签名校验；3.用例失败重试、异常捕获、截图保存；4.统计用例执行耗时。5、Python异常处理机制？自动化中为什么要加try-except？参考答案：基础结构：try捕获异常、except处理异常、else无异常执行、finally无论是否异常都会执行。自动化必须加异常捕获，核心原因：1.防止单条用例报错崩溃，导致整个测试套件停止执行；2.报错后可以自定义日志、截图、保存现场数据，方便定位问题；3.可以区分业务异常、网络异常、参数异常，精准报错。二、自动化测试基础理论1、你理解的自动化测试是什么？适合做哪些场景？不适合哪些？参考答案：自动化就是用代码替代人工重复的测试操作，核心目的是提高回归效率、保证版本稳定性、减少人工重复劳动。适合场景：1.项目迭代频繁、需要反复回归的核心流程；2.重复性高、机械性的接口、页面操作；3.压力测试、批量数据校验、兼容性重复测试。不适合场景：1.需求频繁变动、页面和接口经常改的新项目；2.一次性测试、临时验证的场景；3.界面UI美观、用户体验、主观判断的测试。2、自动化测试用例的设计原则？怎么保证用例稳定？参考答案：设计原则：一条用例只测一个核心点、步骤清晰、入参独立、断言精准、可重复执行。保证稳定性的实操方法：1.用例之间数据独立，不依赖上一条用例的执行结果；2.执行前清理测试数据，执行后还原环境；3.加合理的等待时间，不用死等待，用智能等待；4.精准断言，不断言全部返回值，只断言核心字段；5.捕获网络波动、偶尔失效问题，增加失败重试机制。3、手动测试和自动化测试的分工配合？参考答案：新需求第一轮全量功能、边界值、异常场景、UI体验、探索性测试全部由人工完成。需求稳定后，把核心流程、高频回归场景写成自动化用例，后续版本迭代由自动化做回归，人工专注新功能测试、问题复盘、复杂场景验证，互补提升效率。三、接口自动化测试（高频核心）1、requests库常用方法及参数？get和post区别？参考答案：常用方法：get、post、put、delete，对应接口四大请求方式。常用参数：url、params（get参数）、data（表单参数）、json（json参数）、headers、cookies、timeout、verify。get和post核心区别：1.get参数拼接在url上，有长度限制，不安全；post参数放在请求体，无长度限制；2.get请求可缓存、可收藏，post不会缓存；3.日常查询类接口用get，新增、修改、提交类接口用post。2、接口测试中，json和data传参的区别？经常踩的坑是什么？参考答案：data：传的是表单格式（application/x-www-form-urlencoded），参数是字典会自动转表单数据；json：传的是json格式（application/json），直接将字典序列化为json字符串传给接口。高频踩坑：后端接口要求json格式，代码却用data传参，导致接口报参数错误、参数接收为空，这是新手最常见的问题。3、接口依赖怎么处理？比如登录token给后续接口使用参考答案：工作中三种常用处理方式，按项目规范选择：1.全局变量：登录接口获取token，赋值全局变量，后续所有接口请求头部引用该变量；简单小型项目够用；2.配置文件：把token写入yaml/json配置文件，其他模块读取，适合多文件调用场景；3.夹具/前置函数：在pytest前置夹具里执行登录，返回token，所有需要鉴权的用例直接调用夹具，最规范、稳定性最高，主流项目都这么用。4、接口断言你是怎么做的？怎么精准断言不冗余？参考答案：我不会全量断言返回数据，效率低且容易报错，只断言核心业务字段。常用断言方式：1.断言状态码是否为200；2.断言返回code、msg是否符合预期；3.断言核心业务数据，比如新增接口断言id不为空、查询接口断言数据匹配；4.复杂接口会断言数据类型、数据长度、关键字段存在性。5、接口偶尔失败（偶现bug）怎么排查？参考答案：偶现问题是接口测试重点难点，我会按顺序排查：1.先看日志：请求参数、请求头、响应结果、报错信息，确认是否是参数波动导致；2.排查环境问题：网络超时、服务器卡顿、并发限制；3.排查数据问题：测试数据重复、数据未清理、脏数据影响接口；4.排查接口逻辑：并发场景、时间戳临界值、缓存未刷新导致的偶现异常；5.本地多次复现，固定复现步骤，提bug附带完整请求日志和参数。四、Pytest框架核心面试题（主流框架）1、pytest相比unittest的优势？工作中为什么用pytest？参考答案：1.语法更简洁，不用强制写类和self，普通函数就能写用例，代码更轻便；2.夹具（fixture）功能强大，灵活控制用例前置后置，支持层级调用，比unittest的setUp/tearDown灵活太多；3.插件生态丰富，allure报告、失败重试、多线程执行、参数化都有现成插件；4.用例筛选、跳过、重跑机制更完善，适合大型自动化项目。2、pytestfixture的作用、scope参数区别？参考答案：fixture就是用来做用例前置后置、数据准备、环境初始化的，替代传统的前置方法，支持参数传递、依赖注入。scope四个级别：1.function：默认级别，每个用例执行一次；2.class：每个测试类执行一次；3.module：每个py文件执行一次；4.session：整个测试套件执行一次，适合全局登录、全局初始化。3、pytest参数化怎么做？用途是什么？参考答案：通过@pytest.mark.parametrize装饰器实现，一次性传入多组测试数据。用途：批量执行正常场景、异常场景、边界值场景，不用重复写多条用例代码，极大精简代码量，主要用于接口参数校验、边界测试。4、pytest怎么实现用例失败重试？怎么跳过用例？参考答案：失败重试：安装pytest-rerunfailures插件，执行命令加--reruns次数，解决网络波动导致的临时失败；跳过用例：使用@pytest.mark.skip（无条件跳过）、@pytest.mark.skipif（条件跳过，比如特定环境不执行）。5、allure报告怎么集成？报告核心展示内容？参考答案：流程：代码中添加allure标题、模块、步骤、重要信息，执行用例生成临时json结果，通过allure命令生成可视化HTML报告。报告核心内容：用例通过率、失败/跳过/错误用例统计、用例执行步骤、请求日志、报错堆栈、执行耗时、模块分类。五、UI自动化（Selenium）高频题1、Selenium八大定位方式？工作中最常用的是哪几个？参考答案：八大定位：id、name、class、tag、link_text、partial_link_text、xpath、css。工作常用优先级：id>css>xpath。id唯一稳定优先用；css速度快、简洁；xpath兼容性强，适合没有唯一属性的元素，日常复杂元素基本靠xpath。2、隐式等待、显式等待、强制等待的区别和使用场景？参考答案：1.强制等待time.sleep()：固定等待时间，不管页面是否加载完成，不稳定，只用于特殊卡顿场景，尽量少用；2.隐式等待：全局设置，元素没加载完就等待，超时就报错，作用于全部元素，适合整体页面加载；3.显式等待（WebDriverWait）：针对单个指定元素等待，等待元素可见、可点击、存在，精准高效，是UI自动化最推荐的等待方式，大幅提升用例稳定性。3、UI自动化元素定位失败的常见原因及解决办法？参考答案：1.页面没加载完成：改用显式等待，不要用强制等待；2.元素属性动态变化：不用动态id/class，改用相对xpath、css定位；3.存在iframe嵌套：先切换iframe再定位元素；4.窗口跳转没切换句柄：获取全部窗口句柄，切换到最新窗口；5.元素被遮挡、不可见：判断元素状态，等待可点击、可见后再操作。六、项目实战&进阶面试题（压轴必问）1、简单介绍一下你的自动化测试项目框架？参考答案：我基于Python+pytest+requests+allure搭建的接口自动化测试框架，整体分层清晰：1.公共层：封装请求方法、日志工具、读取配置文件、数据清洗、异常处理；2.配置层：统一管理测试环境域名、账号token、文件路径、数据库配置；3.用例层：按业务模块划分用例，用参数化管理多组测试数据，fixture管理前置后置；4.数据层：用yaml管理测试用例数据，做到数据和代码分离；5.报告层：集成allure可视化报告，展示用例执行情况和报错日志；6.持续集成：接入Jenkins，定时自动执行，构建失败自动推送报告到企业微信。2、自动化脚本维护成本高怎么解决？参考答案：这是自动化最核心的问题，我项目里是这么管控的：1.代码分层封装，公共逻辑统一抽离，改一处就能全局生效，不用批量改用例；2.数据代码分离，参数、配置全部放配置文件，不用改代码；3.只覆盖核心主干流程，不写边角低频用例，减少维护量；4.接口字段变更后，统一更新公共参数模板，不用逐条修改用例；5.定期清理失效用例、修复不稳定用例，保证套件健康度。3、怎么实现接口关联？举个工作中的例子参考答案：接口关联核心就是提取上一个接口的返回数据，作为下一个接口的入参。举例：新增用户接口返回user_id，后续查询用户、编辑用户、删除用户接口都需要这个user_id。实操：用fixture执行新增接口，提取返回的user_id并返回，后续所有依赖user_id的用例直接调用该夹具，自动获取参数，实现接口关联，全程不用手动传值。4、自动化测试覆盖率怎么衡量？你项目覆盖率多少？参考答案：我这边不追求百分百覆盖率，核心看业务核心流程覆盖率。统计维度：核心接口数量、主干业务场景数量，自动化覆盖占比。我项目中核心业务接口