测试之家

腾讯WeTest 有的 UE 画不好 PPT，好的测试却会用 Python 加薪

腾讯WeTest · 2016年07月08日 · 最后由 心向东 回复于 2016年07月09日 · 2725 次阅读

本文由腾讯 WeTest 授权发布
作者：jhouyang，腾讯资深后台开发工程师。
链接：http://wetest.qq.com/lab/view/113.html
本文由腾讯 WeTest 授权发布，如需转载请联系腾讯 WeTest 获得授权。

WeTest 导读
想要升职加薪，强大的专业能力很重要，好的 UE 要有能力设计好一款 PPT，设计不好就要被嘘。那好的测试呢？好的一些测试会靠一手娴熟的 Python 技巧来升职加薪。本文作者 jhouyang 早年接触多年 Python，通过本文记录早年 Python 的经验之谈，供大家交流学习。

百度 UE 总监在 2016 年国际体验设计大会上演讲被嘘一事已经闹得沸沸扬扬，其被嘘的原因除了主线内容偏题、格局太 low、表达方式糟糕以及插播广告以外，其 PPT 的设计水准和其 UE 总监的身份严重不符成为了大家最为不满的一点。

其 PPT 的标题没有居中，标点符号缺失，色彩搭配硬伤等 PPT 设计中的低级错误让人们对他的专业能力产生了巨大的怀疑。（具体情况大家可以自行搜索 “如何评价百度大 UE 总监刘超在 2016 国际体验设计大会的演讲？”）

说到这里，小编想表达的是，想要升职加薪，强大的专业能力很重要，好的 UE 要有能力设计好一款 PPT，那好的测试呢？

好的测试一般会用 Python 来装逼。

  1. 三目操作符 学过 C 语言的同学，或者看过《C 语言从入门到放弃》这本书的同学一定不会对 “三目操作符” 这种画面感十足的操作符感到陌生。

然而，直到我完成 Python 小学一年级课程的时候才发现原来 Python 也有类似的东西。比如：

def foo(val):
    if val == 42:       
       return "you are a programmer!"
    else:       
       return "you are a manong!"

或者你也可以这样写：

def foo(val):
      return "you are a programmer!" if val == 42 else "you are a manong!"

友情提示：此特技要小心使用。否则容易暴露你大师的本质。不要像撸主当年，把所有的 if/else 都改成神都看不懂的 "do xxx if xx else xxx"句式。

  1. 会叫的都是鸭子 讲道理的话，这个应该是一个坑，而非装逼技巧。由于撸主当年是从 C++ 党转学 Python 的，刚开始写代码总喜欢这样： if isinstance('c', CPlusPlus): assert(isinstance('python', CPlusPlus)) 更变态的时候甚至这样：
assert(type('C++') == CPlusPlus))

聪明的你可能会问撸主：“type 和 isinstance 有什么区别啊？”。可你想不到的是撸主会回答你：“自己 google 去 “，然后留给你一个傲娇的背影。

等等！撸主你说这玩意跟 “鸭子” 有什么关系。事实是酱紫的，有一天撸主正在琢磨 “开电脑用左手开机好，还是右手开机好，还是双手齐上好” 这个宇宙终极问题时，一位高年级的大哥哥过来告诉我：“没必要这样，没必要到处 assert isinstance 这种。因为 Python 是鸭子类型。会叫的都是鸭子。”

然后撸主问他 “你会叫吗?”

友谊的小船说翻就翻……
“什么？你不知道鸭子类型？不会自己 google 吗？”

  1. 内建函数和 lamda 比如如下一个简单的例子：我需要将一个字符串列表中所有满足包含 “result"字段的字符串筛选出来。 低年级的同学可能会这么做： def foo(xxx): result_list = list() for ele in org_list: if "result" in ele: result_list.append(ele) BUT，这样做 “一点都不酷！”。要酷还得靠装逼：
result_list = filter(lambda ele : "result" in ele, org_list)

不信的话，你就去试试咯：

map(lambda ele : ele + 1, (1, 2, 3, 4))

reduce(lambda x,y:x+y, range(3))
  1. iterator 和 generator 这俩哥们看着很像、读着也很像。 其实不难区分，generator 返回不用 return，而用 yield；所以你凡是看到 yield 的地方，很可能就是 generator 这装逼犯。 iterator 呢，就是实现了 next() 方法和iter，iter方法返回它自己。而当你调用 next() 方法时，会返回一个值。通常，这个 next 值会由 generator 产生。 换种说法，你也可以这样理解，generator 是用来生成 iterator 的。 闲话少说，举个栗子。

如果高年级的同学问你：小学生？怎么保证埃希不空大？你一定要回答他，最简单的 generator 是这样的：

generator=(i for i in xrange(0, 3))
纳尼？yield 呢？哦，你要 yield 啊，那就这样写：

def generator():
    for i in range(3):       
        yield i

你看，我顺便又介绍了一道幼儿园考题：range 和 xrange 的区别。

那么 iterator 呢？都说了 generator 就是用来生成 iterator 的啦。

generator.next() // 第一个
generator().next() // 第二个

上面只是一个简单的示例，这段简单的代码在实际的工作中并没有什么卵用。
那么它应用的场景有吗？下一次返回的结果依赖于上一次返回的结果。因为 yield 的作用是每次函数调用执行到这里就停止了，下次调用从 yield 后面的语句开始。
比如说树的遍历之类的。

  1. bind bind 这种东西简直是为撸主这种懒人量身定制的，想想啊：你写一个好多好多参数的函数，没事你 bind 一个参数，又变成了函数 A，你再换种姿势 bind，又变成了函数 B。 用过 C++ boost 库，或者对 C++1x 有所了解的童鞋可能知道我说的是什么了。如果没了解过，请参考上面一段话自行脑补。 其他的小节撸主介绍的都是些 Python 内置函数，或者'__'开头的内置方法等。这个小节撸主准备介绍一条裤。 你可能会问：撸主撸主，裤跟 bind 有什么关系？别急嘛，骚年。这个库是 functools，里面有好几个函数都棒棒哒哦。不过这里撸主只准备介绍跟 bind 相似的 partial 方法。 看看它的用法，是不是跟 bind 很像？ ``` def add(a, b): return a + b

plus2 = functools.partial(add, 2)
plus3 = functools.partial(add, 3)
....


6. 修饰器
1） decorator
有时候撸代码撸累了，想发发微信，找个人帮忙撸代码。你可以试试这样：@xxx 帮我打个日志。XXX就帮你打日志了。

def log(func):
def wrap(*arg, **kargs):
start = time.time()
func(*arg, **kargs)
end = time.time()

print " time = %.6f sec" % (end - start)
return wrap

然后你想要打日志，又懒得撸代码了，就这样：

@log
def foo(arg):
# do something

以下是干货，容易着火。

修饰器的本质就是对函数做些修饰，然后返回一个函数(callable object)。也就是所谓的高阶函数。

因此上面的式子不用语法糖直白的写出来就是：

foo = log(foo)

看到没，foo其实就是一个log返回的callable object wrap的别名。

举个栗子，如果需要这样的修饰器，我们应该怎么写呢？

@decro(1, 2)
def foo(*args, **kargs):
pass

先翻译一下，先把(1,2)传给decro，然后把foo传给decro；然后你返回给我一个能接受(*args,**kargs)参数的函数：

foo = decro(1,2)(foo)

一定要记住，foo是一个callable object。事情就变得很简单了：

def decro(*args, **kargs): # 1,2
def wrap(func): # foo
def _(*args, **kargs): # foo 也必须是一个 callable
func(*args, **kargs)

return _
return wrap

哪里不会点哪里，就是这么简单。装逼技能Decorator GET！


2） wraps
到这里就结束了？如果到这里就结束了，高年级的同学知道了一定又会回来鄙视我们：你试试打印下foo函数，看看是什么？你试着打印一下：

foo

天啦噜！不是foo么，怎么变成"_"了？

别急，这个时候你需要前一节提到的那条裤了：functools，然后对你的 decorator 做一点小小的改动：

from functools import wraps
def decro(*args, **kargs):
   def wrap(func):
       # 看这里看这里           
       @wraps(func)
          def _(*args, **kargs):
               func(*args, **kargs)      
       return _ 
    return wrap

然后 foo 就变成了:

>>> foo
<function foo at 0x7f4875b77938>

沿着修饰器继续深挖，你可以挖出所谓的函数式编程、闭包一大堆看起来很高大上的概念。可是由于撸主水平有限，只好劳烦您自行 google 啦。

##7. descriptor
至于描述器，多的不多说了。直接看看使用前后效果对比图：

###1）缘起

当时情况是这样的，撸主正在看 clang Python binding 的代码，看到这么一段：

class CachedProperty(object):
   def __init__(self, wrapped):
      self.wrapped = wrapped    
      try:
           self.__doc__ = wrapped.__doc__     
      except:       
           passdef __get__(self, instance, type=None):
   if instance is None:          
      return self
           value = self.wrapped(instance)
           setattr(instance, self.wrapped.__name__, value)         
      return value

当时我的心情是这样的：

###2）内置方法
有点流弊啊！虽然我看不懂，但是警察叔叔早就告诉过我 “外事不决问 google“啊。

  1. Python 有三个内置函数，set、get、delete；
  2. 只定义get方法，非数据描述器 (non-data descriptor)；
  3. 定义了delete 或者 set 方法的叫做数据描述器 (data descriptor)； “虽然不知道上面的话在说什么，但是感觉好厉害的样子”。嗯，不明白没关系，不明白才好装 X 嘛。按照 Python 的尿性，凡是装 X 的技巧都离不开 Python 的内置方法，也就是''开头、''结尾的方法。由于delete不常用，俺们只要记住get和set这个东西好了。

###3）dict
咱么先从字典说起。看下面一个例子：

class Test(object): passTest.a = 'a'
Test.b = 'b't = Test()
t.c = 'c'
t.b = 'tb'
setattr(t, 'setkey', 'val')print Test.__dict__ 
print t.__dict__print t.aprint t.c

print t.b
print t.setkey

output 是:

{'a': 'b', '__module__': '__main__', 'b': 'b', '__dict__': <attribute '__dict__' of 'Test' objects>, '__weakref__': <attribute '__weakref__' of 'Test' objects>, '__doc__': None} # 这是Test.__dict__
{'c': 'c', 'b' : 'tb', 'setkey' : 'val'} # 这是t.__dict__
a # t.a
c # t.c
tb # t.b
val # t.setkey

这个例子说明几点：

  1. 对象和类都有个字典:dict
  2. 在对象中查找不到的属性，会从类中查找 (t.a)
  3. 对象中属性的优先级高于类中的优先级 (t.b)
  4. 设置属性 (set) 的时候，会在对应的 dict 里增加元素 (Test.a =xxx, t.b = xxx)
  5. setattr 跟 '=' 操作符，操作对象的属性时，看起来作用是一样的。 通常的情况下，属性查找如此简单：先找对象的dict，然后再找类的dict；都找不到就抛异常;

4）属性查找
当加入所谓的 descriptor 的时，事情变得稍微复杂了一点点。对于一个对象的属性，新的顺序是:

  1. Python 自动属性 (Python 自动生成的属性，比如doc等)
  2. 在类（及其祖先类）的dict中查找 data descriptor，如果存在，返回 data descriptor 中get方法调用的结果

  3. 在对象的dict中查找

  4. 在类（及其祖先类）的dict中查找 non-data descriptor，存在则返回对应get调用的结果

  5. 在类（及其祖先类）的dict中查找普通属性

这样，在原来的属性查找顺序上，我们加上了 non-data descriptor 和 data descriptor，分别插在 2、4 的位置上。

5）回到 descriptor
A：“你说的这么多，跟 descriptor 有什么关系？“
B： "对啊，对啊，一点都没教会我装逼！"
别急，骚年。

回到 1）中的例子，然后再看看 2）中的定义，有木有发现，这其实就是一个 descriptor。这个 CacheProperty 有什么作用呢？ 看下面一个使用场景（这个栗子也来自 clang python binding):

class Config:
    ...    @CachedProperty
    def lib(self):
        lib = self.get_cindex_library()
        register_functions(lib, not Config.compatibility_check)
        Config.loaded = True
        return lib

Config 定了一个 lib 方法，这个方法做一些相对耗时的操作才能获得我们想要的 lib 对象。比如说加载配置文件：有没有办法可以做到只在第一次调用的时候加载配置文件，其他的时候都从缓存里读呢？

看 CacheProperty 的实现：
1 首先它是一个 non-data descriptor；

  1. 第一次的时候，按照 4）所述的查找顺序， 2.1 由于 Config 和其对象的dict中没有 lib，它会走到第 4 步； 2.2 然后开始执行get方法，该方法调用 lib 方法，计算出 lib 的值 value=self.wrapped(instance) (这个 wrap 方法在 CacheProperty init方法中被设置 self.wrapped = wrapped, 此时 wrapped 就是 lib 方法)； 2.3 随后调用 setattr 方法，将计算到的值 set 到对象的dict中
  2. 之后调用的时候，由于对象的dict中已经有这个 key 了。直接返回对应的值就可以了。 这只是个 non-data descriptor 的例子，它验证了属性查找中 non-data descriptor 顺序的正确性。 对于 data descriptor 属性查找，可以参看下面一个例子：
class DataDesc(object):     
    def __init__(self, obj):
        print 'obj', obj
        self.obj = obj    def __set__(self, obj, val):
        print 'set called', obj, val
        self.obj.__name__ = val    def __get__(self, obj, type=None):
        print '__get__', obj, typeclass Test(object):    @DataDesc
    def foo(self):
        print 'foo'  
    def func(self):
        print 'func't = Test()print t
t.foo = 'c't.__dict__['foo'] = 'c'print t.__dict__print t.foo

当然，这里还有几个细节没有介绍: setattr, getattr 甚至于getattribute, getattr。当你弄明白了所谓的描述器，这些东西都很简单啦！随随便便 google 一大堆。

  1. 深度魔法--metaclass
    说实话，一开始让我介绍 metaclass，我是拒绝的。因为装逼，有的时候还是要站在巨人的肩膀上。
    喏，链接在此，拿走不谢。
    http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python
    纳尼，你还问我要中文翻译版？
    http://blog.jobbole.com/21351/

  2. 一本书
    如果你只学到第 8 点，可能高年级的同学。还会挑战你：你那么腻害，你知道 GIL 么？
    你可能会问：什么是 GIL？然后高年级的同学肯定会鄙视你：你连 GIL 都不知道，肯定没看过源码吧。
    你知道我只是介绍装逼特技，so，指望我这种水平去写个 Python 源码剖析出来是不现实的。不过我可以推书啊《Python 源码剖析:深度探索动态语言核心技术》
    据说下雨天，看书跟看源码更配哦。
    看完此书，你的装逼领域又可以扩展到 C 了哦。还可以学会一点怎么让 C 也面向对象，告别汪星人了。
    自此，妈妈再也不用担心学 C 的找不到对象啦！
    由于水平有限，文章缪误之处，请不吝指出！多谢！

本文由腾讯 WeTest 授权发布
作者：jhouyang，腾讯资深后台开发工程师。
链接：http://wetest.qq.com/lab/view/113.html
本文由腾讯 WeTest 授权发布，如需转载请联系腾讯 WeTest 获得授权。

「原创声明：保留所有权利，禁止转载」
3 个赞
共收到 3 条回复 时间 点赞
陈恒捷 #1 · 2016年07月08日

麻烦整理下排版吧？markdown 挂了不少。

恺 #2 · 2016年07月08日

妈妈再也不用担心学 C 的找不到对象啦！

心向东 #3 · 2016年07月09日

c# 不服

需要 登录 后方可回复, 如果你还没有账号请点击这里 注册。