1. Python 基础语法面试怎么准备

测试工程师准备 Python 基础语法，不能只按开发岗位的方式去背语法点。测试岗位更关注你能不能用 Python 写测试脚本、处理测试数据、调用接口、读取文件、封装公共方法、定位异常和搭建自动化框架。也就是说，Python 基础不是为了展示语法多熟，而是为了证明你能把它用到测试工作里。

面试中问 Python 基础语法，常见考点包括变量、数据类型、条件判断、循环、函数、列表、字典、元组、集合、字符串、文件读写、异常处理、模块导入等。回答时不要一个个干背，最好结合接口自动化、数据驱动、日志处理、测试数据构造这些场景来讲。这样面试官会觉得你不是“学过 Python”，而是真的“用 Python 做过测试”。

一、测试工程师为什么要学 Python

Python 在测试岗位中应用非常广，常见场景包括：

编写接口自动化脚本；
用 requests 调用接口；
用 pytest 组织测试用例；
读取 Excel、CSV、YAML、JSON 测试数据；
处理接口响应和断言；
生成测试报告；
批量构造测试数据；
分析日志和统计结果；
封装自动化测试框架；
编写小工具提升测试效率。

所以 Python 基础语法要围绕这些目标学习。

二、变量和数据类型怎么准备

Python 常见数据类型包括：

int：整数；
float：小数；
str：字符串；
bool：布尔值；
list：列表；
tuple：元组；
dict：字典；
set：集合；
None：空值。

测试脚本中最常用的是字符串、列表和字典。

例如接口响应通常是 JSON，转换到 Python 后就是字典和列表：

response = {
    "code": 0,
    "message": "success",
    "data": {
        "order_id": "NO10001",
        "status": "paid"
    }
}

assert response["code"] == 0
assert response["data"]["status"] == "paid"

面试时可以说：我理解数据类型不是为了背概念，而是为了处理接口请求参数、响应 JSON 和测试数据。

三、条件判断怎么用

条件判断用于根据不同结果执行不同逻辑。

if status_code == 200:
    print("接口请求成功")
else:
    print("接口请求失败")

测试场景包括：

判断接口状态码；
判断业务 code；
根据环境选择不同域名；
根据用例结果统计成功失败；
根据字段是否存在做断言。

例如：

if result["code"] == 0:
    assert result["data"] is not None
else:
    assert result["message"] != ""

四、循环怎么用

循环常用于批量执行测试数据。

cases = [
    {"username": "user1", "password": "123456"},
    {"username": "user2", "password": "123456"},
]

for case in cases:
    print(case["username"])

测试场景：

遍历测试用例；
批量调用接口；
批量生成账号；
遍历接口返回列表；
统计失败用例。

循环和列表、字典结合，是数据驱动测试的基础。

五、函数怎么准备

函数用于封装重复逻辑。自动化测试中，函数非常重要。

例如封装登录：

def login(username, password):
    payload = {"username": username, "password": password}
    return payload

真实项目中会封装：

登录方法；
请求方法；
数据库查询方法；
读取文件方法；
断言方法；
生成测试数据方法。

函数的价值是减少重复代码，提高维护性。

面试可以这样说：

我在自动化脚本中会把登录、请求封装、数据读取、断言这些重复逻辑封装成函数，避免每个用例重复写。

六、列表和字典为什么重要

列表适合保存一组数据，字典适合保存键值对。接口测试中，它们非常常用。

请求参数通常是字典：

payload = {
    "product_id": 1001,
    "count": 2
}

多条测试数据通常是列表：

cases = [
    {"title": "正常下单", "count": 1, "expected": 0},
    {"title": "库存不足", "count": 9999, "expected": 4001},
]

接口响应中的列表也很常见：

orders = response["data"]["list"]
assert len(orders) > 0

七、字符串常用操作

测试中字符串常用于处理 URL、Token、日志、接口字段。

常用操作包括：

拼接；
切片；
查找；
替换；
分割；
去空格；
格式化。

例如：

base_url = "https://api.example.com"
path = "/api/orders"
url = f"{base_url}{path}"

处理日志：

line = "ERROR order_id=NO10001 payment failed"
assert "ERROR" in line

八、文件读写怎么用

自动化测试经常要读取测试数据和写入结果。

例如读取 JSON 文件：

import json

with open("case.json", "r", encoding="utf-8") as f:
    data = json.load(f)

写入日志或结果：

with open("result.txt", "w", encoding="utf-8") as f:
    f.write("测试完成")

with open 可以自动关闭文件，是推荐写法。

九、异常处理怎么用

异常处理用于避免脚本因为一个错误直接中断，同时记录错误信息。

try:
    result = 10 / 0
except ZeroDivisionError as e:
    print(f"计算异常: {e}")

测试场景：

接口请求超时；
文件不存在；
JSON 解析失败；
数据库连接失败；
字段不存在；
用例执行失败后记录日志。

异常处理不是为了吞掉错误，而是为了让错误可定位。

十、模块和包怎么理解

Python 中可以把代码拆成不同模块。自动化框架中常见结构：

common/      公共方法
config/      配置文件
data/        测试数据
testcases/   测试用例
utils/       工具方法

例如：

from common.request_util import send_request

面试时可以说：自动化框架会把请求封装、配置读取、日志、断言、数据处理分模块管理。

十一、测试岗位 Python 面试常见问题

常见问题包括：

Python 有哪些数据类型；
列表和元组区别；
字典怎么取值；
函数参数怎么理解；
如何处理异常；
如何读写文件；
怎么读取 JSON；
怎么用 Python 调接口；
pytest 怎么组织用例；
fixture 怎么用。

准备时要尽量带测试场景回答。

十二、面试回答模板

如果面试官问“Python 基础语法怎么掌握”，可以这样回答：

我学习 Python 主要是从测试脚本和自动化框架角度掌握。基础语法包括变量、字符串、列表、字典、元组、集合、条件判断、循环、函数、文件读写、异常处理和模块导入。实际项目中，接口请求参数和响应 JSON 通常会用字典和列表处理；批量测试数据会用循环执行；登录、请求封装、断言和数据读取会封装成函数；文件读写用于读取 JSON、YAML、CSV 或写测试结果；异常处理用于捕获接口超时、文件不存在、字段缺失等问题，方便定位脚本失败原因。

熟悉字符串、列表、字典；
用循环遍历测试数据；
封装一个登录函数；
读取一个 JSON 文件；
写入测试结果文件；
捕获一次接口请求异常；
解析接口响应 JSON；
断言业务 code；
拆分公共模块；
准备 Python 基础面试回答。

Python 基础语法的学习目标，不是把每个语法点背下来，而是能把它们组合成测试脚本，解决接口自动化、数据处理和框架封装中的实际问题。

配套刷题：

Python测试开发面试题

1. Python 基础语法面试怎么准备

一、测试工程师为什么要学 Python

二、变量和数据类型怎么准备

三、条件判断怎么用

四、循环怎么用

五、函数怎么准备

六、列表和字典为什么重要

七、字符串常用操作

八、文件读写怎么用

九、异常处理怎么用

十、模块和包怎么理解

十一、测试岗位 Python 面试常见问题

十二、面试回答模板

十三、常见追问

追问：测试中最常用哪些数据类型？

追问：为什么要封装函数？

追问：异常处理是不是把错误忽略？

十四、练习清单

下一步可以看这些