【亲身经历】软件测试笔试题(python、sql、功能测试)

1、用任何一门编程语言，计算1~100的乘积？

result = 0
for i in range(1,101):
    result *= i
print(result)

2、写一个sql查询，差employee表中，salary排名第二的记录？

分析：查询排名第二salary，可以先试用max查询最大的，然后再比max小的值中，筛选出
最大的max的salary即可。



select salary * from employee salary =
(
select * from employee where 
  salary =
  (select MAX(salary) from employee)
);

3、[a]->[b],[a]->[c],[b]->[c],[c]->[d],[b]->[e], 括号表示状态，请说明覆盖其中的用例有多少条。

分析：将状态，使用流程图分析，可以得到有以下三条路径

a --> b --> e   覆盖 [a]->[b] 和 [b]->[e]

a --> b --> c --> d  覆盖 [a]->[b] 和 [b]->[c] 和 [c]->[d]

a --> c --> d   覆盖[a]->[c] 和 [c]->[d]

结论：最小有3条用例，此类问题可转化为流程图来分析。

4、api接口测试中，以登录为例，你封装了哪些模块？

1. 请求构造封装

目的：统一管理接口请求参数，避免重复代码。
实现方式：

def build_login_request(username, password, endpoint="/api/login"):
    return {
        "url": f"{BASE_URL}{endpoint}",
        "headers": {"Content-Type": "application/json"},
        "json": {"username": username, "password": password}
    }

使用场景：

• 不同测试用例只需传入不同 username 和 password。

• 支持动态调整接口路径（如不同环境的URL）。

---

2. 响应验证封装

目的：标准化响应校验逻辑，分离断言细节。
实现方式：

def validate_login_response(response, expected_status=200, expect_token=True):
    assert response.status_code == expected_status
    if expect_token:
        assert "token" in response.json()
        assert len(response.json()["token"]) > 0
    else:
        assert "error" in response.json()

使用场景：

• 验证成功登录（状态码200且返回有效token）。

• 验证失败登录（如状态码401，返回错误信息）。

---

3. 数据驱动封装

目的：分离测试数据与逻辑，支持多场景覆盖。
实现方式（以pytest为例）：

import pytest

test_data = [
    ("valid_user", "valid_pass", 200, True),
    ("invalid_user", "wrong_pass", 401, False),
    ("", "empty_username", 400, False)
]

@pytest.mark.parametrize("username, password, status, expect_token", test_data)
def test_login(username, password, status, expect_token):
    request = build_login_request(username, password)
    response = requests.post(**request)
    validate_login_response(response, status, expect_token)

使用场景：

• 覆盖正向、反向、边界值等测试场景。

• 数据与逻辑解耦，便于维护和扩展。

---

4. 认证管理封装

目的：全局管理Token，供其他接口复用。
实现方式：

class AuthManager:
    def __init__(self):
        self.token = None

    def get_token(self):
        if not self.token:
            self.login()
        return self.token

    def login(self):
        request = build_login_request("admin", "admin123")
        response = requests.post(**request)
        self.token = response.json()["token"]

使用场景：

• 其他测试用例通过 AuthManager().get_token() 直接获取有效Token。

• 自动处理Token过期或刷新逻辑（如加入重试机制）。

---

5. 环境配置封装

目的：隔离不同环境配置，提升测试灵活性。
实现方式（使用配置文件）：

# config.yaml
environments:
  dev:
    base_url: "http://dev.example.com"
  test:
    base_url: "http://test.example.com"

import yaml

class ConfigLoader:
    def __init__(self, env="test"):
        with open("config.yaml") as f:
            self.config = yaml.safe_load(f)["environments"][env]

BASE_URL = ConfigLoader().config["base_url"]

使用场景：

• 切换测试环境时只需修改 env 参数。

• 集中管理API路径、超时时间等配置。

---

6. 错误处理与日志封装

目的：统一处理异常，记录测试过程。
实现方式：

import logging

def log_response(response):
    logging.info(f"Request URL: {response.request.url}")
    logging.info(f"Response Code: {response.status_code}")
    logging.info(f"Response Body: {response.text}")

def safe_request(method, **kwargs):
    try:
        response = requests.request(method, **kwargs)
        log_response(response)
        return response
    except requests.exceptions.RequestException as e:
        logging.error(f"Request Failed: {str(e)}")
        raise

使用场景：

• 统一记录请求日志，便于排查问题。

• 异常捕获与重试机制（如网络波动）。

---

7. 性能与安全扩展封装

目的：覆盖非功能测试需求。
实现方式示例：

# 压力测试封装
def test_login_load():
    from locust import HttpUser, task
    class LoginUser(HttpUser):
        @task
        def login(self):
            self.client.post("/api/login", json={"username": "user", "password": "pass"})

# 安全测试封装
def test_sql_injection():
    payload = {"username": "admin'--", "password": "any"}
    response = requests.post(f"{BASE_URL}/api/login", json=payload)
    assert response.status_code == 400  # 应拦截SQL注入

---

总结

通过以上封装，登录接口自动化测试可实现：

• 高复用性：通用逻辑（请求、验证、配置）一次编写，多处调用。

• 易维护性：数据、配置、逻辑分离，修改成本低。

• 扩展性：轻松支持性能、安全等非功能测试。

• 可读性：测试用例聚焦业务场景，而非底层细节。

5、以登录成功为例，可以测试哪些？

一、基础功能验证

1. 正向用例

• 测试步骤：

  1. 发送登录请求，使用正确的用户名和密码。

  2. 验证响应状态码为 200 OK。

  3. 验证响应体包含 token 或 session_id。

  4. 验证返回的用户信息（如用户ID、角色）是否与预期一致。

• 示例代码（Python + requests）：

  def test_login_success():
      data = {"username": "valid_user", "password": "valid_password"}
      response = requests.post(LOGIN_URL, json=data)
      assert response.status_code == 200
      assert "token" in response.json()
      assert response.json()["user_id"] == "expected_user_id"

2. 数据验证

• 响应数据完整性：

  • 验证返回的 token 格式（如JWT格式是否符合规范）。

  • 验证时间戳（如 expires_in 是否合理）。

• 示例断言：

  # 验证 token 是否有效（如调用其他接口）
  headers = {"Authorization": f"Bearer {token}"}
  profile_response = requests.get(PROFILE_URL, headers=headers)
  assert profile_response.status_code == 200

---

二、性能测试

1. 响应时间

• 验证登录接口的响应时间在合理范围内（如 ≤ 500ms）。

• 示例代码（Locust性能测试）：

  from locust import HttpUser, task
  
  class LoginUser(HttpUser):
      @task
      def login(self):
          self.client.post("/login", json={"username": "user", "password": "pass"})

2. 高并发场景

• 模拟多用户并发登录，验证系统稳定性。

• 关注指标：

  • 成功率（应保持 100%）。

  • 错误率（无超时或5xx错误）。

---

三、兼容性测试

1. 客户端兼容性

• 验证不同客户端登录成功：

  • 浏览器（Chrome、Safari、Firefox）。

  • 移动端（iOS/Android App、H5）。

  • 命令行工具（如Postman、CURL）。

2. 协议兼容性

• 验证不同HTTP方法（如POST/PUT）是否支持（若设计允许）。

• 验证HTTP/HTTPS协议是否均可用。

---

四、安全性验证

1. 敏感信息保护

• 验证响应中不返回明文密码。

• 验证 token 是否通过HTTPS传输，且标记为 Secure 和 HttpOnly。

2. 会话管理

• 验证同一用户多次登录生成的 token 是否不同（防止会话固定攻击）。

• 验证旧 token 是否在退出后失效。

---

五、异常场景下的成功恢复

1. 网络中断恢复

• 模拟登录过程中断网后恢复，验证是否自动重试成功。

• 工具：使用Charles/Fiddler模拟网络中断。

2. 弱网环境

• 在低速网络下验证登录功能（如2G网络）。

---

六、自动化集成

1. 数据驱动测试

• 使用参数化覆盖多种登录成功场景：

  @pytest.mark.parametrize("username, password", [
      ("admin", "Admin@123"),   # 管理员账号
      ("user", "User#456"),     # 普通用户
      ("test", "Test!789")      # 特殊字符密码
  ])
  def test_login_success(username, password):
      # 测试逻辑同上

2. Pipeline集成

• 将登录测试集成到CI/CD流程，确保每次部署后核心功能正常。

---

七、测试后清理

• 退出机制验证：

  • 调用退出接口，验证 token 是否失效。

  • 验证再次使用失效 token 访问受保护接口返回 401 Unauthorized。