Python 测试脚本开发核心语法：从入门到实战上手

Python 凭借简洁优雅的语法、丰富的生态库，成为自动化测试脚本开发的首选语言。无论是接口测试、UI 自动化，还是数据驱动测试，扎实的核心语法都是高效编写测试脚本的基础。本文结合测试场景，从基础语法到实战应用，带你一站式掌握 Python 测试开发必备知识点，看完就能动手编写测试用例！

一、变量与数据类型：测试数据的 “存储容器”

测试脚本中离不开各类数据 —— 测试用例 ID、接口请求参数、预期结果等，变量与数据类型就是存储这些数据的核心工具。Python 的动态类型特性无需手动声明类型，赋值即定义，极大提升了脚本编写效率。

核心数据类型及测试场景应用

数据类型	定义方式	核心操作	测试场景示例
整数（int）	case_id = 1001	计数、编号对比	测试用例编号、状态码判断（如 200、404）
浮点数（float）	response_time = 0.35	数值比较	接口响应时间阈值判断（如小于 1 秒）
字符串（str）	url = “https://api.test.com“	拼接、替换、查找	接口地址拼接、响应结果文本匹配
列表（list）	test_cases = [1001, 1002, 1003]	增删改查、遍历	存储批量测试用例 ID、请求参数列表
元组（tuple）	api_config = (“GET”, “https://api.test.com“)	仅查询	存储固定接口配置（请求方法、基础地址）
字典（dict）	test_case = {“case_id”:1001, “params”:{“name”:”test”}, “expected”:”success”}	按键取值、增删键值对	存储单条测试用例完整信息（参数、预期结果）
集合（set）	actual_codes = {200, 400, 500}	去重、成员判断	接口返回状态码去重、合法状态码校验

测试场景易错点

可变与不可变类型：列表、字典是可变类型（可动态添加测试数据），字符串、元组是不可变类型（如接口基础地址不能直接修改字符）。
- 错误示例：url = "https://api.test.com"; url[8] = "t"（字符串不可修改）
- 正确示例：url = url.replace("api", "test-api")（生成新字符串）
字典键的选择：测试用例字典的键建议用字符串（如 “case_id”），避免用列表等可变类型，否则会报错。
- 推荐写法：test_case = {"case_id":1001, "expected":200}

二、运算符：测试逻辑的 “判断与计算工具”

测试脚本中频繁需要进行条件判断（如响应结果是否符合预期）、数值计算（如响应时间统计），运算符就是实现这些逻辑的核心。

核心运算符及测试场景应用

算术运算符：+（字符串拼接）、/（平均响应时间计算）、%（用例编号分组）
- 示例：拼接接口完整地址base_url = "https://api.test.com"; path = "/login"; full_url = base_url + path
比较运算符：==（预期结果与实际结果对比）、!=（异常场景判断）、<=（响应时间阈值校验）
- 示例：判断接口响应是否成功actual_code = 200; expected_code = 200; is_success = actual_code == expected_code
逻辑运算符：and（多条件校验）、or（异常场景兼容）、not（反向判断）
- 示例：接口正常响应的双重校验is_pass = (actual_code == 200) and (response_time <= 1.0)
成员运算符：in（校验响应结果包含指定字段）、not in（异常信息排查）
- 示例：判断响应结果是否包含关键数据actual_msg = "操作成功"; assert "成功" in actual_msg
赋值运算符：+=（统计用例执行次数）、*=（重复执行测试用例）
- 示例：累计失败用例数fail_count = 0; fail_count += 1

测试脚本实用技巧

优先级避坑：多条件判断时用括号明确顺序，如(actual_code == 200) and (len(data) > 0)
自增自减替代：Python 无++/--，用count += 1统计用例执行次数

三、输入输出：测试数据与结果的 “交互桥梁”

测试脚本中常需要读取测试数据（如从控制台输入环境地址）、输出执行结果（如打印用例执行状态），input()和print()是最基础的交互工具。

1. 输出测试结果：print () 与格式化

基础输出：打印用例执行状态print("用例1001执行结果：通过")
多参数输出：同时打印用例 ID、执行时间case_id = 1001; exec_time = 0.5; print("用例ID：", case_id, "执行时间：", exec_time, "秒")
格式化输出（f-string 推荐）：优雅展示测试结果print(f"用例{case_id}执行{status}，响应时间{exec_time:.2f}秒")（注：:.2f表示保留 2 位小数，适合响应时间展示）

2. 读取测试数据：input () 与类型转换

读取字符串：输入接口环境地址env_url = input("请输入测试环境地址：")
读取数字：输入超时时间阈值timeout = int(input("请输入接口超时阈值（秒）："))
测试场景实战：读取多条测试数据python运行# 读取3个接口请求参数 param1 = input("请输入第一个请求参数：") param2 = int(input("请输入第二个请求参数（整数）：")) param3 = float(input("请输入第三个请求参数（小数）：")) # 存储为测试用例字典 test_case = {"params": [param1, param2, param3]}

四、流程控制：测试逻辑的 “执行引擎”

测试脚本需要根据不同条件执行不同逻辑（如响应码 200 则校验结果，500 则记录异常），或重复执行测试用例（如批量执行 10 条用例），这就需要流程控制语句。

1. 条件语句：用例执行的 “分支判断”

基础 if：判断用例是否执行python运行run_case = True if run_case: print("执行测试用例1001...")
if-else：判断用例执行结果python运行actual_result = "success" expected_result = "success" if actual_result == expected_result: print("用例通过") else: print("用例失败")
if-elif-else：多状态判断（接口响应码处理）python运行status_code = 400 if status_code == 200: print("接口正常") elif status_code == 400: print("请求参数错误") elif status_code == 500: print("服务器内部错误") else: print("未知响应状态")

2. 循环语句：批量执行测试用例

for 循环：遍历测试用例列表python运行# 批量执行3条测试用例 test_cases = [1001, 1002, 1003] for case_id in test_cases: print(f"正在执行用例{case_id}...") # 此处可添加用例执行逻辑
range () 生成序列：执行指定次数的测试python运行# 重复执行5次接口请求（压力测试基础） for i in range(5): print(f"第{i+1}次请求接口...")
循环控制：跳过失败用例或终止循环python运行test_cases = [1001, 1002, 1003, 1004] for case_id in test_cases: if case_id == 1003: print(f"跳过用例{case_id}") continue # 跳过当前用例，执行下一个 if case_id == 1004: print(f"遇到异常用例{case_id}，终止执行") break # 终止整个循环 print(f"执行用例{case_id}")

五、函数：测试脚本的 “复用神器”

测试脚本中很多逻辑会重复出现（如接口请求、结果断言），将这些逻辑封装为函数，可大幅减少重复代码，提升脚本可维护性。

1. 函数定义与测试场景应用

基础断言函数：校验测试结果python运行def assert_result(actual, expected, case_id): """ 断言实际结果与预期结果是否一致 :param actual: 实际结果 :param expected: 预期结果 :param case_id: 测试用例ID :return: 布尔值（True通过，False失败） """ if actual == expected: print(f"用例{case_id}：通过") return True else: print(f"用例{case_id}：失败，实际结果：{actual}，预期结果：{expected}") return False
接口请求函数：封装 HTTP 请求逻辑python运行def send_request(url, method="GET", params=None): """ 发送HTTP请求（测试场景简化版） :param url: 接口地址 :param method: 请求方法（默认GET） :param params: 请求参数（默认None） :return: 模拟响应结果 """ print(f"发送{method}请求：{url}，参数：{params}") # 实际测试中可替换为requests库真实请求 return {"status_code": 200, "data": "success"}

2. 函数调用与参数技巧

基础调用：执行断言逻辑python运行# 调用断言函数 result = assert_result(actual="success", expected="success", case_id=1001)
默认参数：简化重复配置（如默认请求方法 GET）python运行# 调用接口请求函数，使用默认GET方法 response = send_request(url="https://api.test.com/login", params={"name":"test"})
关键字参数：明确参数含义，避免混淆python运行# 关键字参数调用，顺序可任意 response = send_request(method="POST", url="https://api.test.com/register", params={"name":"newtest"})

3. 变量作用域：避免测试数据冲突

局部变量：函数内部定义的临时数据（如请求参数），外部不可访问
全局变量：脚本全局可用的配置（如测试环境地址），修改需用global声明python运行# 全局变量：测试环境地址 base_url = "https://api.test.com" def update_base_url(new_url): global base_url # 声明修改全局变量 base_url = new_url print(f"更新测试环境地址为：{base_url}") update_base_url("https://api.test-new.com")

六、容器进阶：测试用例的 “高效管理”

列表、字典等容器是测试用例管理的核心工具，合理使用可让测试数据组织更清晰。

1. 列表：批量管理测试用例

存储测试用例集合：python运行# 列表存储多条测试用例（字典格式） test_cases = [ {"case_id":1001, "params":{"name":"test1"}, "expected":"success"}, {"case_id":1002, "params":{"name":"test2"}, "expected":"success"}, {"case_id":1003, "params":{"name":""}, "expected":"参数错误"} ]
遍历执行用例：python运行for case in test_cases: print(f"执行用例{case['case_id']}") response = send_request(url="https://api.test.com/test", params=case["params"]) assert_result(actual=response["data"], expected=case["expected"], case_id=case["case_id"])

2. 字典：精准存储用例详情

测试用例字典：包含用例全量信息python运行case_1004 = { "case_id": 1004, "title": "用户登录功能测试", "method": "POST", "url": "https://api.test.com/login", "headers": {"Content-Type": "application/json"}, "data": {"username": "admin", "password": "123456"}, "expected": {"status_code": 200, "msg": "登录成功"} }
快速获取用例数据：python运行# 提取请求参数和预期结果 request_data = case_1004["data"] expected_code = case_1004["expected"]["status_code"]

3. 元组：固定配置信息

存储不可修改的配置（如接口请求方法、状态码集合）：python运行# 合法的HTTP请求方法（固定不变） valid_methods = ("GET", "POST", "PUT", "DELETE") # 合法的响应状态码 valid_codes = (200, 201, 400, 401, 403, 500)

七、文件操作：测试数据与报告的 “持久化”

测试中常需要读取外部测试数据（如 CSV、TXT 文件）、写入测试报告，文件操作是实现数据持久化的核心。

1. 核心操作流程：打开→读写→关闭

读取测试数据文件（推荐 with 语句，自动关闭文件）：python运行# 读取txt格式测试用例数据 with open("test_data.txt", "r", encoding="utf-8") as f: # 逐行读取测试数据 for line in f: case_data = line.strip() # 去除换行符和空格 print(f"读取测试数据：{case_data}")
写入测试报告：python运行# 写入测试执行结果到报告文件 test_results = [ "用例1001：通过", "用例1002：通过", "用例1003：失败" ] with open("test_report.txt", "w", encoding="utf-8") as f: f.write("测试报告\n") f.write("="*20 + "\n") for result in test_results: f.write(result + "\n")

2. 测试场景实战：读取 CSV 测试数据（简化版）

python

运行

# 读取CSV格式测试用例（每行格式：case_id,params,expected）
with open("test_cases.csv", "r", encoding="utf-8") as f:
    next(f)  # 跳过表头
    for line in f:
        case_id, params, expected = line.strip().split(",")
        print(f"执行用例{case_id}，参数：{params}，预期结果：{expected}")
        # 此处可添加用例执行逻辑

八、测试常用库：提升脚本效率的 “利器”

Python 丰富的库生态让测试脚本开发事半功倍，以下是测试场景高频使用的库及基础用法。

1. 标准库：无需安装，开箱即用

json：处理接口 JSON 数据python运行import json # 解析接口返回的JSON字符串 response_str = '{"status_code":200, "data":{"name":"test"}}' response_dict = json.loads(response_str) print(f"接口返回名称：{response_dict['data']['name']}")
os：管理测试文件与路径python运行import os # 查找当前目录下的测试数据文件 test_files = [f for f in os.listdir("./") if f.endswith(".txt")] print(f"找到测试数据文件：{test_files}")

2. 第三方库：测试开发必备

requests：接口测试核心库（需安装：pip install requests）python运行import requests # 发送POST接口请求 url = "https://api.test.com/login" data = {"username": "admin", "password": "123456"} response = requests.post(url=url, json=data) # 断言响应状态码 assert response.status_code == 200, f"接口请求失败，状态码：{response.status_code}" print("接口请求成功，响应数据：", response.json())
pytest：测试框架（需安装：pip install pytest）python运行import pytest # 编写Pytest测试用例 def test_login_success(): url = "https://api.test.com/login" data = {"username": "admin", "password": "123456"} response = requests.post(url=url, json=data) assert response.status_code == 200 assert response.json()["msg"] == "登录成功" if __name__ == "__main__": pytest.main(["-v", "test_login.py"]) # 执行测试用例

九、测试脚本编写实战：接口测试完整示例

结合以上知识点，编写一个简单的接口测试脚本，涵盖用例管理、接口请求、结果断言、报告生成：

python

运行

import requests
import json

# 全局配置
BASE_URL = "https://api.test.com"
TEST_CASES = [
    {
        "case_id": 1001,
        "title": "正常登录",
        "method": "POST",
        "path": "/login",
        "data": {"username": "admin", "password": "123456"},
        "expected": {"status_code": 200, "msg": "登录成功"}
    },
    {
        "case_id": 1002,
        "title": "密码错误",
        "method": "POST",
        "path": "/login",
        "data": {"username": "admin", "password": "wrong"},
        "expected": {"status_code": 401, "msg": "密码错误"}
    }
]

def send_api_request(case):
    """发送接口请求"""
    url = BASE_URL + case["path"]
    method = case["method"].upper()
    if method == "POST":
        response = requests.post(url=url, json=case["data"])
    else:
        response = requests.get(url=url, params=case["data"])
    return response

def assert_case_result(case, response):
    """断言用例结果"""
    try:
        # 断言状态码
        assert response.status_code == case["expected"]["status_code"], \
            f"状态码不匹配，实际：{response.status_code}，预期：{case['expected']['status_code']}"
        # 断言响应信息
        response_data = response.json()
        assert response_data["msg"] == case["expected"]["msg"], \
            f"响应信息不匹配，实际：{response_data['msg']}，预期：{case['expected']['msg']}"
        return True, "通过"
    except AssertionError as e:
        return False, str(e)

def generate_test_report(results):
    """生成测试报告"""
    with open("api_test_report.txt", "w", encoding="utf-8") as f:
        f.write("接口测试报告\n")
        f.write("="*50 + "\n")
        total = len(results)
        pass_count = sum([1 for r in results if r["status"] == "通过"])
        fail_count = total - pass_count
        f.write(f"总用例数：{total}，通过：{pass_count}，失败：{fail_count}\n")
        f.write("="*50 + "\n")
        for res in results:
            f.write(f"用例ID：{res['case_id']}\n")
            f.write(f"用例标题：{res['title']}\n")
            f.write(f"执行状态：{res['status']}\n")
            f.write(f"备注：{res['remark']}\n")
            f.write("-"*30 + "\n")

if __name__ == "__main__":
    print("开始执行接口测试...")
    test_results = []
    for case in TEST_CASES:
        print(f"正在执行用例{case['case_id']}：{case['title']}")
        response = send_api_request(case)
        status, remark = assert_case_result(case, response)
        test_results.append({
            "case_id": case["case_id"],
            "title": case["title"],
            "status": status,
            "remark": remark
        })
        print(f"用例{case['case_id']}执行结果：{status}，备注：{remark}\n")
    # 生成测试报告
    generate_test_report(test_results)
    print("测试执行完成，报告已生成：api_test_report.txt")

总结

Python 核心语法是测试脚本开发的基础，本文结合测试场景，从变量数据类型、流程控制、函数封装到库的使用，覆盖了测试开发必备知识点。关键在于将语法与测试实际需求结合 —— 用容器管理测试用例、用函数复用核心逻辑、用库提升开发效率。

建议大家结合实际测试项目多做实践，比如用 requests 库做接口测试、pytest 框架管理测试用例，逐步将语法知识转化为实战能力。随着实践深入，你会发现 Python 测试脚本开发不仅高效，还能通过自动化大幅提升测试覆盖率和效率！