哇塞！最新面试题来袭，你准备好了吗？-优快云博客

一.python读取json文件

import json
# 读取JSON文件
with open('data.json', 'r') as file:
    data = json.load(file)
# 输出JSON数据
print(data)
# {'hitokoto': '居高声自远，非是藉秋风。', 'type': 'i', 'from': '蝉', 'from_who': 'TesterRoad'}

二.python数据去重

# 列表中包含重复元素
data = [1, 2, 3, 2, 4, 3, 5]
# 使用集合进行去重
unique_data = list(set(data))
# 输出去重后的数据
print(unique_data)
# [1, 2, 3, 4, 5]

三.python推导式

在Python中，推导式（Comprehensions）是一种简洁而强大的语法，用于快速创建列表、集合、字典等数据结构。推导式可以让代码更加简洁、易读，并且提高代码的执行效率。以下是几种常见的推导式。

# 列表推导式（List Comprehension）：
# 创建一个包含1到5的平方的列表
squares = [x**2 for x in range(1, 6)]
print(squares)
# [1, 4, 9, 16, 25]

# 集合推导式（Set Comprehension）：
# 创建一个包含1到5的平方的集合
squares_set = {x**2 for x in range(1, 6)}
print(squares_set)
# {1, 4, 9, 16, 25}

# 字典推导式（Dictionary Comprehension）：
# 创建一个包含1到5的平方的字典
squares_dict = {x: x**2 for x in range(1, 6)}
print(squares_dict)
# {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

# 带条件的推导式：
# 创建一个包含1到10中偶数的列表
even_numbers = [x for x in range(1, 11) if x % 2 == 0]
print(even_numbers)
# [2, 4, 6, 8, 10]

推导式可以在一行代码中完成对数据结构的创建和操作，非常方便。你可以根据具体需求使用不同类型的推导式来简化代码。

四.微信发红包的功能，如何设计测试用例

编写微信发红包功能的测试用例时，可以考虑以下几个方面

1.功能测试

输入金额：验证输入不同金额的红包是否能成功发送。
选择发送对象：验证选择不同的发送对象（好友、群聊等）是否能成功发送红包。
发送方式：验证选择不同的发送方式（拼手气红包、普通红包等）是否能成功发送。
发送限制：验证发送红包的次数、金额上限等限制是否符合要求。

2.兼容性测试

不同设备：验证在不同设备（iOS、Android）上发送红包功能是否正常。
不同网络环境：验证在不同网络环境（4G、5G、Wi-Fi）下发送红包功能是否正常。

3.安全性测试

防刷红包：验证系统是否能有效防止用户恶意刷红包。
隐私保护：验证发送红包时用户隐私信息是否得到有效保护。

4.性能测试

发送速度：验证发送红包的速度是否符合用户预期。
系统负载：验证发送大量红包时系统的负载情况。

5.用户体验测试

操作流程：验证用户在发送红包过程中的操作是否流畅。
提示信息：验证系统在发送红包时的提示信息是否清晰友好。

以上是一些可能的测试用例思路，大家可以根据具体需求和功能细节编写更详细的测试用例。

五.python读写excel

参考文章：自动化测试Python处理Excel小技巧，建议收藏

六.python中数组和列表的区别

1.列表是Python的内置数据结构，可以存储任意类型的数据，而数组通常是由第三方库（如NumPy）提供的，用于存储同一类型的数据。

2.列表可以动态调整大小，可以随意添加、删除或修改元素，而数组通常具有固定的大小和类型，一旦创建后就不能更改。

3.数组在进行数学运算时通常比列表更高效，因为数组中的元素都是同一类型，可以进行批量操作，而列表中的元素类型可能不同，需要进行类型转换。

4.列表支持更多的操作和方法，如append、extend、pop等，而数组通常只支持基本的数学运算和数组操作。

总的来说，如果需要处理数值计算或大规模数据集，使用数组会更高效和方便；如果只是存储和处理一般的数据，使用列表更灵活。

使用列表

my_list = [1, 2, 3, 4, 5]  # 创建一个包含整数的列表
my_list.append(6)  # 在列表末尾添加元素
my_list.remove(3)  # 移除元素3
print(my_list)  # 输出列表内容
# [1, 2, 4, 5, 6]

列表可以存储不同类型的数据

mixed_list = [1, 'hello', True, 3.14]

使用数组（NumPy）

import numpy as np
my_array = np.array([1, 2, 3, 4, 5])  # 创建一个包含整数的数组
my_array = np.append(my_array, 6)  # 在数组末尾添加元素
my_array = np.delete(my_array, 2)  # 删除索引为2的元素
print(my_array)  # 输出数组内容

数组中的元素必须为同一类型

# 整数数组
int_array = np.array([1, 2, 3, 4, 5])
# 浮点数数组
float_array = np.array([1.1, 2.2, 3.3, 4.4, 5.5])

七.pytest和uittest常见的异常

pytest和unittest在测试过程中可能会遇到许多常见的异常，以下是一些可能出现的异常情况。

1.pytest常见异常

- AssertionError：断言失败，测试结果与预期不符。
- Fixture “xxx” not found：未找到所需的fixture。
- ImportError: No module named “xxx”：导入模块失败。
- SyntaxError: invalid syntax：语法错误。
- ValueError: Fixture “xxx” not found：未找到所需的fixture。

2.unittest常见异常

- AssertionError：断言失败，测试结果与预期不符。
- AttributeError: “xxx” object has no attribute “yyy”`：对象没有指定的属性。
- TypeError: “xxx” object is not callable：对象不可调用。
- NameError: name “xxx” is not defined：变量未定义。
- ImportError: No module named “xxx”：导入模块失败。

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！