Python接口自动化测试框架(基础篇)-- 常用数据类型tuple

简介: Python中tuple(元组)的数据结构,包括元组的创建、访问、修改,以及元组支持的运算符和内置函数,还探讨了元组的特性如不可变性和特殊用法,最后扩展介绍了命名元组的概念和使用。

前言

作为python常用的数据类型之tuple(元组);也是不可变数据类型,标识是()圆括号,元素使用逗号隔开,如果是一个元素的元组,也要使用逗号隔开,否则它不是元组。

>>> print((1))
1
>>> print(type((1)))
<class 'int'>
>>> print(type((1,)))
<class 'tuple'>

不可变数据类型

讲到这里,python常用数据类型中的不可变数据类型已经都列举完了:str、number(bool是可变的数据类型)、tuple;什么叫不可变数据类型?简单理解就是当这类数据类型,它的值无论增减内存地址是不变的,这样就可以称之为不可变数据类型。

  • 以int类型为例:
>>> i = 1
>>> j = 1
>>> print(id(i))
140720483874592
>>> i = j+1
>>> print(id(i))
140720483874624
  • 以bool类型为例(所以它是可变的数据类型):
>>> t = True
>>> print(id(t))
140720483592016
>>> t = False
>>> print(id(t))
140720483592048

tuple元组

创建元组

t = () # 空元组

t1 = (1,) # 只有一个元素的元组,(1) 不是元组

print(t1) # 输出(1,)
访问元组
  • 支持索引(下标)取值

t_1 = (1,2,3,4)

print(t_1[1]) # 输出:2
  • 支持切片取值

t_1 = (1,2,3,4)

print(t_1[1:3]) # 输出:(2,3)
# 切片取值取出的是元组
  • 支持反序取值

t_1 = (1,2,3,4)

print(t_1[-1]) # 输出:4
  • 注意正/反序取值的之后 ,[nⓂ️k] k值的正负跟n/m有关

t_1 = (1,2,3,4)

print(t_1[1:4:2]) # 输出:(2,4)

print(t_1[-1:-4:-2]) # 输出:(4,2)

print(t_1[-1:-4:2]) # 输出:() ,不会有值
print(t_1[1:4:-2]) # 输出:() ,不会有值
修改元组

前面说过tuple是不可变数据类型,但是可以拼接组合生成新的元组

  • 支持+加号拼接

t_1 = (1,2,3)
t_2 = (4,5,6)

t_3 = t_1 + t_2

print(t_3) # 输出:(1,2,3,4,5,6)
  • 同理支持*乘法运算

t_1 = (1,2,3)

print(t_1*2) # 输出:(1,2,3,1,2,3)
元组的运算符
  • 上面已经说过支持加法+拼接和*乘法运算,不再举例
  • len支持求取数据元素长度

t_1 = (1,2,3)
t_2 = (4,5,6)

t_3 = t_1+t_2

print(len(t_3)) # 输出:6
  • 支持成员运算,这里先提一嘴,后面在运算符再详细举例
内置函数
  • index能获取元组的元素索引位置
t_1 = (1,2,3,5)

print(t_1.index(5)) # 输出:3
  • count查找元素出现次数
t_1 = (1,2,3,5)

print(t_1.count(5)) # 输出:1
特殊用法
  • 拆包解包,支持使用变量置换元素

t_1 = (1,2)
a,b = t_1

print(a,b) # 输出:1,2

b,a = t_1
print(a,b) # 输出:2,1
  • 没有符号的对象以逗号隔开,默认就是元组数据类型

t_1 = 1,"a","d"

print(t_1) # 输出:(1,"a","d")
print(type(t_1)) # 输出:<class 'tuple'>

扩展

命名元组

它是一个空间,但不是数据类型,在数据方面可以用来储存数据

  • collections.namedtuple(typename, field_names):返回typename命名元组类,field_names是字段。
# cmd进入python命令交互模式

>>> from collections import namedtuple
>>>
>>> test = namedtuple("test",["name","age","addr"])
>>> t = test("joe",18,"aaaa")
>>> print(t)
test(name='joe', age=18, addr='aaaa')
>>> print(t.name)
joe
>>> print(t.age)
18
  • 后面在接口自动化实战中再去详细介绍namedtuple的应用场景
相关文章
|
7天前
|
数据可视化 数据管理 测试技术
聊聊自动化测试框架
关于自动化测试框架的一些理解和思考总结,就是上面这些内容,提到的一些框架组件可能存在不合理的地方,仅供参考,如有更好的建议,请指出,不胜感激
20 4
聊聊自动化测试框架
|
2天前
|
敏捷开发 IDE 测试技术
自动化测试框架的选择与应用
【9月更文挑战第16天】在软件开发周期中,测试环节扮演着至关重要的角色。随着敏捷开发和持续集成的流行,自动化测试成为提升软件质量和效率的关键手段。本文将探讨如何根据项目需求选择合适的自动化测试框架,并通过实际案例分析展示其在软件开发过程中的应用。我们将从单元测试、集成测试到端到端测试等多个层面,讨论自动化测试的最佳实践和常见问题解决策略。
|
7天前
|
JSON 移动开发 监控
快速上手|HTTP 接口功能自动化测试
HTTP接口功能测试对于确保Web应用和H5应用的数据正确性至关重要。这类测试主要针对后台HTTP接口,通过构造不同参数输入值并获取JSON格式的输出结果来进行验证。HTTP协议基于TCP连接,包括请求与响应模式。请求由请求行、消息报头和请求正文组成,响应则包含状态行、消息报头及响应正文。常用的请求方法有GET、POST等,而响应状态码如2xx代表成功。测试过程使用Python语言和pycurl模块调用接口,并通过断言机制比对实际与预期结果,确保功能正确性。
30 3
快速上手|HTTP 接口功能自动化测试
|
10天前
|
数据采集 人工智能 程序员
避坑指南!细说Python自动化办公的5大缺点
Python如今变得愈发流行,不仅程序员,许多非专业人员也开始学习它,主要目的是提高工作效率而非成为专家。然而,Python自动化办公并非完美,存在一些缺点:首先,它仅支持Windows系统,这对Mac用户不太友好;其次,其功能虽强大但不够专业,大多功能一行代码即可完成;再者,代码包体积较大,约200MB;此外,技术门槛较低,难以形成职业优势;最后,相较于专业代码,它的启动速度较慢。即便如此,它依然比人工操作高效得多。如果能接受以上缺点,可参考《50讲·Python自动化办公》教程,快速掌握自动化办公技能。
53 29
|
9天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
5天前
|
运维 监控 Linux
自动化运维的魔法:如何用Python脚本简化日常任务
【9月更文挑战第13天】在数字化时代的浪潮中,自动化运维如同一股清流,为IT团队带来了效率和灵活性的双重提升。本文将深入探讨如何通过Python脚本实现日常运维任务的自动化,从而释放双手,让重复性工作变得轻松愉快。从环境搭建到实际案例分析,我们将一步步揭开自动化运维的神秘面纱,让你的运维之路更加顺畅。
|
1天前
|
存储 监控 安全
在自动化测试环境中,如何确保测试数据的安全性和隐私性
在自动化测试环境中,如何确保测试数据的安全性和隐私性
|
1天前
|
存储 数据挖掘 测试技术
Python接口自动化中操作Excel文件的技术方法
通过上述方法和库,Python接口自动化中的Excel操作变得既简单又高效,有助于提升自动化测试的整体质量和效率。
8 0
|
5天前
|
敏捷开发 测试技术 持续交付
自动化测试之美:如何用Selenium和Python打造高效测试脚本
【9月更文挑战第13天】在软件开发的海洋中,自动化测试是那抹不可或缺的亮色。它不仅提升了测试效率,还保障了产品质量。本文将带你领略使用Selenium和Python构建自动化测试脚本的魅力所在,从环境的搭建到脚本的编写,再到问题的排查,每一步都是对软件质量把控的深刻理解和实践。让我们开始这段探索之旅,解锁自动化测试的秘密吧!
7 0
|
5天前
|
jenkins 测试技术 持续交付
自动化测试的高效之路:如何利用Python进行Web应用测试
【9月更文挑战第13天】在软件开发的快节奏中,自动化测试是确保质量和效率的关键。本文将引导你了解如何使用Python语言及其强大的测试框架来提升Web应用的测试效率。我们将一起探索编写简洁而强大的测试脚本的技巧,以及如何通过持续集成(CI)实现自动化测试流程。准备好让你的测试工作飞一般的感觉!