kymppcds的博客

自从在公司内部搭建好Midscene.js的AI自动化测试环境后，我们的WEB自动化已经大部分开始定定时让AI自动执行用例了，真实太惊艳了，完全超乎想象。测试人员工作量简单到只有2步：1）测试人员不写代码，不定位元素，只需要写符合Midscene.js框架的测试步骤（手工测试怎么做，自动化测试就怎么写）。2）测试人员在自动化平台上输入上述测试步骤，平台会自动调用封装好的http执行接口，将测试步骤json数据转为yaml文件，然后执行用例，测试人员只需要等待检查html测试报告。

安装配置篇，请直接参考之前的文章：Midscene.js - AI驱动，带来全新UI自动化体验（安装配置篇）官网介绍很详细：https://midscenejs.com/zh/introduction，有需要了解更多的直接参考官网介绍安装配置后，我们通过谷歌浏览的插件快速体验Midscene.js的功能。

Midscene.js 是字节跳动开源的 AI 操作助手，适用于Web、移动端的自动化测试。它是基于多模态大语言模型，能让测试人员使用自然语言控制页面、执行断言以及提取 JSON 格式的数据。相比传统的UI自动化测试工具Selinium等采用元素定位方式，而且跟系统有较强的耦合性，而Midscene.js通过自然语言交互，极大降低了自动化测试门槛，非专业编程人员也能轻松开展 UI 自动化测试工作。性质：开源、跨平台的 JavaScript 运行环境。

（发愁）我想从一大段文本里找出所有邮箱地址，手动找太费劲了，有没有简便方法？：（挥舞魔法棒）re正则表达式作为高级的文本模式匹配、抽取、和搜索。简单地说，正则表达式（简称为 regex）是一些由字符和特殊符号组成的字符串，按照设定的匹配逻辑能够匹配一系列有相似特征的字符串。常用到到的表达式符号如下，将不同的符号组合为正则表达式。符号解释示例re1|re2匹配正则表达式 re1 或者 re2foo|bar匹配任何字符（除了\n 之外）b.b匹配字符串起始部分^Dear。

（苦恼）我想用 Python 获取当前目录下的所有文件，还想创建新文件夹，该怎么办呢？：（拿出魔法书）ososos.path。

（苦恼）我在遍历列表时，想知道每个元素的位置，只能用个计数器变量，好繁琐，有没有更简单的办法？：（掏出法宝）enumerate。

（抓狂）我的阶乘函数怎么报错RecursionError了？：（掏出镜子）

（发愁）我要管理学生成绩数据，不仅要生成数据存到文件，后续还要读取分析，感觉一团糟，怎么破？：（递上代码秘籍）

小白：（苦恼）我导出的CSV用Excel打开全是乱码！专家：（递上秘籍）（掏出魔法书）**编码问题！用utf-8-sigma保存！CSV后缀的文件是标准文件格式，可以通过文本编辑器或者excel表格打开，使用非常广泛；使用文本编辑器打开后，每一行都以英文逗号隔开。文本编辑器打开Excel表打开Python 内置了csv模块，无需额外安装，直接导入即可：2.常用函数速查表 函数 / 类名作用示例场景csv.reader按行读取 CSV 文件逐行解析日志文件csv.write

（挠头）我写的抽奖程序每次结果都一样，是不是被诅咒了？：（掏出魔法骰子）掌握random模块，让程序充满惊喜！

专家：python文件中设置了 __all__ 的值，那么则按照 __all__ 指定的子包或者模块进行加载。示例：定义A_B.py文件，__all__中增加A_B 和C_D函数，不包含E_F函数在A目录的__init__.py中通过from A_B import *时，E_F函数并不会被导入，上述执行后会报错。

函数描述将Python对象编码成 JSON字符串将已编码的 JSON 字符串解码为Python对象将Python对象编码成 JSON文件将JSON文件解码为Python对象。

（抓狂）这个 JSON 数据有好多层嵌套，怎么快速拿到最里面的值？：（递上探测器）

自定义编码器user = User("小明", 18)在处理自定义类对象时，默认的 JSON 序列化方法会 “不知所措”。这时，我们自定义的user_encoder函数就像一位 “特殊翻译”，指导json.dumps如何将User对象转换成 JSON 格式，让数据能顺利在不同场景中流转。这两个函数的一些参数配置可使转换后的json数据更美观更容易阅读默认的参数如下：1）sort_keys参数（排序）如果传入sort_keys为True，转换为json时讲按照传入的字典进行排序。

s = {[1,2]} # ❌ 列表是可变对象，不能作为集合元素，会报错。s = {frozenset([1,2])} # ✅ 冻结集合是不可变的，可以作为集合元素。冻结集合一旦创建，其内容不可更改，哈希值固定，符合集合元素的条件。

1）file：传入不带路径的字符串（文本文件/二进制文件）或者带有绝对路径或者相对路径的文件。如果传入的文件不存在，默认会创建文件。如果传入的文件不合要求，会报错如下：2）mode：指明文件打开模式的可选字符串。默认为‘r’表示以文本模式读取。字符含意'r'只读取（默认）;文件必须存在，否则会报错。'w'只写入，是覆盖式写入（比如第一次写入后，再次打开以w方式写入会覆盖原内容。'x'排它性创建，如果文件已存在则失败。如果文件不存在则创建，模式为写入，与'w'类似。'a'

（挠头）：专家救命！Python 内置函数多得像星星，哪些才是必须掌握的呀？（微笑推眼镜）：别慌！我们分类学习，每个类别挑最闪亮的 “恒星”。

当 Python 内置的异常类型不能满足需求时，可以自定义异常。先看下我们平常用到的异常比如AssertionError，SyntaxError，ZeroDivisionError，NameError等，在python的自带文件builtins.py中类似如下定义：每个异常类继承了父类Exception，看上去定义很简单。下面我们通过同一个示例来定义一个自定义的异常类，并在程序中抛出异常。举例：编写一个猜数字的小游戏，输入数字范围为1-100，当输入的数字不在该范围内时会抛出异常；

（抓狂）我写了 10 行循环，同事用 1 行就搞定了！：（掏出魔杖）！

小白：那我们可以自己定义可迭代对象和迭代器吗？专家：当然可以。要定义一个可迭代对象，我们需要在类中实现__iter__方法。如果要定义一个迭代器，除了__iter__方法，还需要实现__next__方法。举例：传入一个数字，返回被2整除的大于0的数字。print('调用了__iter__方法')print('调用了__next__方法')= 0:实例化后执行for循环#for循环自定义的迭代器print(i)#结果如下：调用了__iter__方法。

传统函数 vs lambdadef add(x, y): # 普通函数add = lambda x, y: x + y # lambda版本#也可以是一个lambda表达式，不赋予函数名专家提醒：lambda 本质是表达式，适合简单逻辑！它的结构紧凑，当你需要一个简单的函数，且不想专门定义一个冗长的def函数时，lambda 就派上用场了。比如在一些临时的、仅使用一次的函数场景中，lambda 能让代码更简洁。

Python 计时秘籍：有效测量函数执行时长。

小白：（献上膝盖）原来 range 这么强大！专家：（扶起小白）记住：range 是 Python 的序列生成神器！

（抓狂）我写了for i in range(5): print(i)，为什么只打印到 4？：（推眼镜）！想包含 5？用range(6)！

在 Python 中，=是赋值运算符，==是比较运算符。条件判断时要用==，若误写为=会导致语法错误，因为条件判断需要布尔值，而x = 1是赋值操作，不是比较。=是赋值，==是比较，在条件判断时务必注意运算符的正确使用。字典可代替复杂的if-else，简化代码结构，提高代码可读性和维护性。any()和all()函数能有效简化条件判断，快速判断可迭代对象中元素是否满足特定条件。列表推导式结合条件，让代码更简洁高效，是 Pythonic 编程的重要体现。小白：懂了！我现在就用条件判断和循环重构代码！专家。

print(1 + "1") # ❌ TypeError 在Python中，数字和字符串属于不同的数据类型，不能直接进行加法运算，会引发类型错误print(str(1) + "1") # → "11" 通过将数字1转换为字符串，再进行字符串拼接，可得到正确结果1. /返回float，//返回int，在进行除法运算时要注意结果的数据类型。2.链式比较让代码更简洁，能直观表达复杂的比较逻辑，提高代码可读性。3.短路求值提升性能，在逻辑运算中避免不必要的计算，尤其是在涉及函数调用等开销较大的操作时。

d = {[]: "value"} # ❌ 列表不能当键！因为列表可变，不满足字典键可哈希的要求d = {frozenset([1,2]): "value"} # ✅ 冻结集合可以，冻结集合是不可变的，可作为字典键1.字典是 Python 的瑞士军刀，功能强大且应用广泛。2.defaultdict 自动初始化，避免键不存在的错误，简化代码逻辑。3.Counter 统计频率神器，在文本处理、数据分析等场景非常实用。4.推导式让代码更 Pythonic，简洁高效，提升代码可读性与编写效率。小白：懂了！

t[0].append(3) # ✅ 这种操作虽然合法，但存在风险。因为元组中的列表是可变的，对其进行修改可能会导致意想不到的结果，尤其是在多线程或复杂程序中。# 正确做法：t = (tuple([1,2]), 3) # 将列表转换为元组，使其彻底不可变，增强数据的稳定性。元组就像是带枷锁的列表，其不可变性保证了数据的安全性和稳定性。解包语法是使用元组的核心技能，它让数据的处理更加便捷高效。命名元组可以作为简单类的替代方案，使代码更加简洁明了。

浅拷贝陷阱b = a.copy() # 浅拷贝b[0][0] = 99 # a也变成[[99,2], [3,4]]# 正确解法：对于嵌套列表，使用copy()方法进行的是浅拷贝，只会复制外层列表，内层列表仍然是引用。所以修改b的内层列表元素，a也会跟着改变。正确做法是使用copy.deepcopy()进行深拷贝，这样能确保c拥有完全独立的数据。循环中删除元素nums.remove(x) # → [1,3] ❌ 漏删！# 正确解法：=0]在循环中直接删除列表元素会导致索引混乱，从而出现漏删的情况。

索引规则：索引从 0 开始，切片遵循左闭右开原则，牢记这一点，能有效避免索引越界错误。字符串特性：字符串具有不可变性，对其进行修改操作时，实际上是创建了一个新的字符串。常用函数汇总：熟练掌握查找、替换、分割、拼接、格式化、检查、填充对齐、计算长度、重复、编码解码等常用函数，能极大提高字符串处理效率。转义字符处理：遇到需要保留\字符的情况，使用r前缀将字符串声明为原始字符串，可避开转义字符陷阱。小白：懂了！我现在就去把字符串代码在撸一遍！专家（竖起大拇指）：下次我们讲【列表操作秘籍】，关注不迷路！

✅ 基础定义age = 18 #从上述代码可以清晰看出，int 类型用于表示整数，而 float 类型则用于表示带有小数部分的数字。永远别用 == 直接比较浮点数：由于浮点数的精度问题，直接使用 “==” 比较很可能得到错误的结果。正确的做法是使用 abs (a - b) < 1e - 9 这种方式来判断两个浮点数是否近似相等。超大整数用 int，float 会溢出print(10**1000) # ✅ 合法（int无限精度）print(10.0**1000) # ❌ 直接炸裂（float溢出）

见名知意：a = 10 → retry_count = 10，清晰表达变量含义。长度适中：tmp 用于临时变量，customer_payment_date 用于重要数据，根据变量用途确定合适长度。拒绝魔法：别用 l（小写 L）、O（大写 o）等易混淆字母，避免潜在错误。小白：懂了！我现在就去把 a, b, c 改成 price, count, total！专家：（竖起拇指）优秀的变量名是最好的注释！下期揭秘【数字类型（int/float）】，关注我的人代码永远不报错！

没有具体案例，无图无真项，毕竟成功不是那么容易和复制的，但我们得先行动起来，只有跑的快的才有可能到达终点，或者至少不被落下；我们不制造焦虑，只为自己心安而已。

DeepSeek作为一款强大的AI模型，在AI编程领域崭露头角。它采用6710亿参数的MoE（混合专家）架构，具备卓越的性能。每秒可达60个Token的处理速度，使其能够快速响应用户需求。作为AI编程助手，DeepSeek拥有丰富的代码知识储备，能理解各种编程相关的问题。无论是复杂的算法设计，还是基础的语法纠错，它都能提供精准有效的回答。其开源免费的特性，更是吸引了众多开发者。这意味着开发者无需支付高昂的使用费用，就能借助其强大功能提升编程效率，为编程工作带来极大的便利。