python自动化测试之字典与集合
liuian 2024-11-28 00:42 15 浏览
一、前言
前面讲了字符串还有列表和元组这篇文章主要讲解的是关于Python中字典与集合的操作、常用方式、注意事项等内容,是字典与集合。前面我也说了为啥想讲这些,那么还在学习的小伙伴就跟着我继续学习吧。
二、字典讲解
2.1 字典作用
字典的作用也是用于多个数据的存储,但和列表不同,使用花括号{}进行表示,字典是以键值对Key:value的形式存在的。字典的key必须唯一,同一个字典中不能够出现两个相同的key,如果出现则后者会代替前者,key必须也是不可变的类型,而可变的只有列表。
同样都是用于存储多个数据,字典和列表的区别核心在于,键值对的字典可以给对应的value值加上一段“注释”,这个注释就可以用key的方式存在,当面临非常庞大的数据量进行存储时,我想找到其中的某一个带有特殊含义的元素,在列表中非常困难,但可以通过字典中key的方式进行检索,以找到我需要的数据元素。
字典与列表也有不同,列表的存储是有序的,因为列表有索引下标,它在内存中所存储的位置就是0,1,2,3…对应的顺序关系,而字典中的数据存储在内存中是无序的,尽管数据看起来是A在B的前面,但实际上的排序在内存中可能是东一块西一块,在排序上和列表也有明显区别。
字典在自动化测试中更多的是用于存储测试用例的数据,例如接口数据,存储测试用例数据是主要场景。
# 字典的形式以key:value的形式存在,这是不同于列表的
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
print(type(music_list))
print(music_list)
2.2 字典key类型
字典key在上面提到是不可变类型,在Python的不可变类型有元组、整型、布尔类型等,字典的key也可以用非字符串的数据类型来进行表示:
music_list2 = {1.11: "死了都要爱", True: "龙卷风", (1, 2): "如果我是DJ,你会爱我吗?", "魔性洗脑": "江南style"}
print(music_list2)
参考下列例子,如果以True或False作为一个字典元素的key,那么请务必小心,数字1等于True的值,数字0等于False的值,也就意味着如果在字典中有一个key是1,有一个key是True,那么重复的内容则不会作为元素表示;
如果你在表示一个元组时忘记加逗号,那么也会直接当做1来判断,此时如果你的字典中有key为1的情况下,仍然会出现元素冲突,故此大家在真实的项目中尽可能不要使用以下的数据作为一个字典元素的key,很可能会造成数据丢失的情况,字典长度也会发生变化,毕竟在字典中不允许存在相同的key:
music_list2 = {1: "死了都要爱", True: "龙卷风", (1): "如果我是DJ,你会爱我吗?", "魔性洗脑": "江南style"}
print(music_list2)
print(len(music_list2))
2.3 字典操作
2.3.1 字典查询
字典查询与字符串、列表的查询有着很大的区别,字符串与列表可以使用索引及切片进行子串或元素的查询,字典不支持索引及切片的操作,并且字典是不能够进行批量查询的,只能进行单个的数据查询,例如下面的例子,我想找到周杰伦的第一首rap歌曲,那么可以直接进行key值的检索,以获取想要的数据:
# 查询格式:变量[key]
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
print(music_list["周杰伦rap01"])
如果你不小心把字典当成字符串或者列表使用进行了索引或者切片的操作,那么会出现报错,程序无法继续运行。例如索引的KeyError的报错:
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
print(music_list[0])
如果你获取了一个不存在的key,那么也是会报错的:
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
print(music_list["周杰棍的双杰伦"])
2.3.2 字典新增
字典新增可以使用变量[key]=value的形式进行新增:
# 字典新增格式:变量[key] = value
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list["许嵩"] = "灰色头像"
print(music_list)
2.3.3 字典修改
字典的修改与字典的新增格式完全一致,唯一不同的是如果一个字典的key值不存在,那么就是新增操作,如果已存在一个key,则是修改操作:
# 字典修改格式:变量[key] = value
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list["许嵩"] = "灰色头像"
print(music_list)
music_list["许嵩"] = "多余的解释"
print(music_list)
2.3.4 字典删除(pop)
字典元素也可以进行删除,删除使用pop 即可,在字典中删除key后,与之对应的value也会一同被移除:
# 字典删除格式:变量.pop(key)
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list.pop("周杰伦rap02")
print(music_list)
在字典中所有的操作都需要通过key来获取value,字典中可以根据key进行元素删除,但不能根据value进行删除,否则会有KeyError的报错:
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list.pop("演员")
print(music_list)
除了使用pop外,我们还可以使用del进行删除:
# del 变量[key]
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
del music_list["薛之谦01"]
print(music_list)
2.3.5 获取所有的键(key)
我们可以通过key方法来获取字典中所有的key:
# 获取所有键用法:变量.keys()
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list_key = music_list.keys()
print(music_list_key)
2.3.6 获取所有的值(value)
我们可以通过values方法来获取字典中所有的vlaue:
# 变量.value()
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list_value = music_list.values()
print(music_list_value)
2.3.7 获取键值对(items)
我们可以通过items方法来获取字典中所有的键值对,获取键值对与单一获取key或value不同,获取字典中所有键值对最终的输出结果是将每一个键值对以一个元组的形式表示,而单一获取的展示形式为列表形式:
# 获取键值对格式:变量.items()
music_list = {"周杰伦rap01": "双截棍", "周杰伦rap02": "忍者", "薛之谦01": "演员", "薛之谦02": "你还要我怎样"}
music_list_key_and_value = music_list.items()
print(music_list_key_and_value)
三、集合讲解
3.1 集合作用
集合的作用也是用来存储多个数据的,但集合在自动化场景中更多的作用是去重,比如测试用例中有重复数据,重复数据就没有二次执行的必要,那么我们就可以进行用例去重(当测试用例数据庞大,不同人进行维护的时候,有可能会重复):
集合除了自动去重以外,去重后还会打乱排序,集合在自动化测试的场景中使用较少,如果只使用Python进行自动化测试相关的场景时,集合内容了解即可,不需要过多的深入
case = ["username_图图图", "password_123456", "username_图图图","address_幸福大道1314号"]
# 集合去重格式:set(变量名)
new_case = set(case)
print(new_case)
3.2 空集合
一个空集合的表示并非使用{},因为花括号是字典的表示形式,我们使用set()以表示一个空集合:
# 空集合定义:set()
set_aggregate = set()
print(set_aggregate)
print(type(set_aggregate))
3.3 集合操作
3.3.1 集合增加元素(add)
集合中增加元素使用add方式来进行元素的添加:
# add用法格式:变量.add(添加元素)
case = {"username_图图图", "password_123456", "username_图图图","address_幸福大道1314号"}
case.add("password_654321")
print(case)
3.3.2 集合删除元素(pop / remove)
集合中删除元素使用pop方式来进行元素的删除,pop是随机进行一个元素的删除,也可以使用remove进行删除:
case = {"username_图图图", "password_123456", "password_654321","address_幸福大道1314号"}
case.pop()
case.remove("username_图图图")
print(case)
四、总结
好啦~以上就是本次文章分享的全部内容啦,你学会了吗?希望能给大家带来帮助哦!喜欢的小伙伴记得点赞收藏评论加关注哟,关注我每天给你带来不同的惊喜哟。
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)