改端口还是会被扫描出来,封 ip,就基本无解了
接口方面可以参考一下我的
https://github.com/lihuacai168/AnotherFasterRunner
为啥要摇头呢
这篇文章的图片就是使用了 R2 当图床,加载的速度还可以吗?
部署过程中遇到问题,可以到我的博客留言,社区要审核比较久,我快速无法回复
强啊
https://github.com/lihuacai168/AnotherFasterRunner
可以试试这个,在多家公司落地的,并且也是基于 httprunner
列表页接口测试用例设计需要考虑以下几个方面:
关于列表去重的测试方法,你可以参考以下几个步骤:
首先恭喜你进入了一家主营内容分布与云服务相关业务的公司。从你的描述中可以看出,你接触到了移动端应用、直播带货、虚拟手机等不同类型的项目,同时也参与了公司的开发流程和接口测试,这些经验是非常宝贵的。接下来,我会就你所提到的几个方面给你一些建议。
UI 自动化测试
你提到想要将虚拟手机项目的后台稳定功能部分做成 UI 自动化测试。这是一个很好的想法,因为 UI 自动化测试可以有效地提高测试效率,减少手动测试的工作量。然而,你也遇到了一些问题,比如有些组件无法定位到。这时候,你可以考虑使用更加灵活的定位方式,比如 xpath、css selector 等。如果还是无法定位到,可以考虑跟开发沟通,看能否修改代码,让组件更易于定位。
另外,你还提到了使用 python+selenium 进行 UI 自动化测试。这是一种非常常见的工具和语言组合,但是也要注意选择合适的框架和工具。比如,你可以考虑使用 Pytest、Robot Framework 等框架,或者使用 Selenium WebDriver、Appium 等工具来进行测试。
接口测试和性能测试
你也提到了之前做过比较多的接口测试,并使用了 Postman 和 JMeter 工具。这也是非常重要的测试类型之一。接口测试可以验证接口的功能和数据交互是否正常,而性能测试可以验证接口的并发能力和负载能力。不过,你也提到了觉得性能测试没什么用。这可能是因为你没有设置合适的测试场景和参数,或者没有分析测试结果。在进行性能测试时,需要针对具体的应用场景,设置合适的负载和并发参数,并分析测试结果,找出性能瓶颈和优化方案。
其他中小公司的测试工作
关于其他中小公司的测试工作,这是因公司规模和业务类型等因素不同而异。一些中小公司可能会更加注重测试的质量和效率,因为他们可能没有像大公司那样的完善的开发流程和测试团队。因此,你可以关注一些测试相关的社区和论坛,学习一些最佳实践和经验分享,比如测试方法、工具、流程等方面的内容。另外,也可以关注一些测试工具和框架的发展趋势,保持对测试技术的敏感度和学习热情。
python 利用 ddt 数据驱动测试时 yaml 文件的数据如何实现变量化?因为上下接口关联,数据需要动态化
在 Python 中使用 ddt 进行数据驱动测试时,可以通过 PyYAML 库来读取和解析 YAML 文件。要实现数据的变量化,可以使用 YAML 的引用功能。
在 YAML 中,可以使用 &
和 *
来定义和引用锚点。通过定义锚点,可以将某个值赋给一个变量,然后在后面的数据中使用该变量来代替该值。
例如,假设我们有一个 YAML 文件如下:
yaml
- &user
name: alice
age: 25
- &book
title: The Great Gatsby
author: F. Scott Fitzgerald
- name: <<*user.name>>
age: <<*user.age>>
favorite_book:
<<*book>>
- name: bob
age: 30
favorite_book:
title: To Kill a Mockingbird
author: Harper Lee
在上面的 YAML 文件中,我们定义了两个锚点 &user
和 &book
,然后在数据中使用了这些锚点来创建两个对象。
在第一个对象中,我们使用了 <<*user.name>>
和 <<*user.age>>
来引用 &user
锚点中的值,并将其作为变量插入到数据中。
在第二个对象中,我们创建了一个新的对象,并使用了新的值来填充它。在这个对象中,我们没有使用锚点。
在实际的测试中,你可以通过读取 YAML 文件并将其转换为 Python 对象来使用这些变量。然后,你可以将变量传递给测试函数,以便在运行测试时使用它们。
例如,在使用 PyYAML 库时,你可以使用以下代码来读取 YAML 文件:
python
import yaml
with open('data.yaml', 'r') as f:
data = yaml.load(f, Loader=yaml.FullLoader)
然后,你可以将 data
传递给测试函数,例如:
python
import unittest
from ddt import ddt, data, unpack
@ddt
class MyTests(unittest.TestCase):
@data(*data)
@unpack
def test_my_function(self, name, age, favorite_book):
# 测试逻辑
在上面的测试函数中,我们将 data
中的每个对象作为参数传递给测试函数,并使用 @unpack
来解包每个对象中的变量。然后,我们可以在测试函数中使用这些变量来运行测试。
这是一个非常常见的问题,很多人在设计测试框架时都会遇到这个问题。其实,应该根据具体的情况来决定如何组织测试代码的目录结构。
想法 1 和想法 2 都是可行的。想法 1 将不同类型的测试代码分别放在不同的文件中,每个文件中包含多个不同的测试用例,可以更方便地进行分类和管理。想法 2 将相同类型的测试代码按照菜单进行分类,每个菜单对应一个文件,可以更方便地查找和管理特定菜单下的所有测试用例。
在决定哪种方案更适合您的情况之前,您需要考虑以下因素:
系统复杂性:如果您的系统非常复杂,可能会有许多菜单和许多不同类型的测试用例,这时想法 2 可能更好,因为它可以更容易地对测试用例进行分类和查找。
团队规模:如果您的测试团队很大,需要同时维护多个测试用例集,那么想法 1 可能更好,因为每个文件包含多个测试用例,可以方便地进行分配和协作。
维护需求:如果您的测试代码需要频繁修改和更新,那么想法 1 可能更好,因为每个文件包含多个测试用例,可以更容易地进行修改和更新。
直接问 Chatgpt 就好了
基于 ChatGTP 测试团队可以做怎样的效能提升
作为一个语言模型,ChatGPT 无法直接参与测试,但是测试团队可以通过以下方法提高效能:
自动化测试:测试团队可以使用自动化测试工具来加速测试流程。自动化测试可以节省时间,减少人为错误,提高测试覆盖率。
设计有效的测试用例:测试团队需要根据需求和设计文档设计有效的测试用例。测试用例应该覆盖所有功能,包括异常情况和边缘情况。
定期进行回归测试:回归测试可以确保之前测试的问题已经解决,并且没有引入新的问题。测试团队应该定期进行回归测试以确保软件的稳定性。
定义清晰的缺陷报告:测试团队需要定义清晰的缺陷报告,包括缺陷的严重程度、重现步骤和截图。这可以帮助开发团队快速定位和修复问题。
使用协作工具:测试团队可以使用协作工具来与其他团队成员共享测试结果和缺陷报告。这可以加速问题的解决,减少沟通成本。
持续学习和改进:测试团队应该持续学习新的测试技能和方法,并且不断改进测试流程。这可以提高测试效能并且降低测试成本。
很多人,会把接触过一点点技术栈都写上去,这简直就是给自己挖坑。
并且罗列了一大堆,没突出重点。面试官要么当候选人全部会了,一个个问,要么当全部不会;这都不是什么好的结果。
可能大部分候选人也确实并没有飞哥这么丰富的经历,可以拿出来很多有代表性的项目;只好滥竽充数,多写一点接触过,但没深入了解过的项目。
接口测试是测试软件系统中不同模块之间相互通信的过程,它主要关注接口的功能、可靠性、性能和安全等方面。以下是接口测试中应该关注的几个关键点:
综上所述,接口测试需要覆盖各个方面,从而保证接口的质量和稳定性。
学习了
发现一个笔误:结尾的 “快设备” 应该是 “块设备”?
很棒,前后路都考虑好了。
最近看了几十期 RUN 到枫叶国的视频,他们是真过得很开心,只能默默的羡慕。
各行各业,并且 50 岁 +,甚至 60+ 都有
牛啊,是真 RUN 了,还是测试职位!
优秀
还是得外企!
感谢建议,实际上后面找了一系列的算法教程来看,也按照分类来刷,然后作总结。
跟着老师来,持续了一个月左右,现在回头看,很多题目还是能够快速回忆起来,算是有效果的。
哎,年纪上来后,都不敢多想其他的,健康永远是第一位
嗯,是这样。可代理这个跟代码改动一点关系的没有,才会导致排查比较久。。如果单纯是代码影响,切换到 master 分支时,就已经复现了。
既然你都这么问了
那肯定得推荐一下我的,自卖自夸一波
https://github.com/lihuacai168/AnotherFasterRunner
140/月?2c 4g 6m 的机器也太贵了吧,去年双十一买腾讯云的,也是 2c4g,8m 带宽,三年好像才 200 多