06 Python高阶
上节分享了 Python 的基础编程知识，本节分享 Python 的高阶编程知识。
在开发测试框架的过程中，经常会碰见这样的困惑：
- 我仅仅想运行带着某些特定标签的测试用例，但是我不知道具体哪些用例带着这些标签，我该怎么做？
- 我想给我的每一个函数都增加个打印功能，但是我又不想改动函数本身，该怎么做？
- 我想让测试框架根据用户输入，做出不同的处理反应，但是我的输入不是一成不变的，我输入的参数多一些或者少一些，框架就报错了，该怎么办？
这些问题看起来是一个个不同的业务需求，但它们的背后，其实对应着 Python 语言中的一个个高阶编程技巧。
这些技巧，就好比是绝世武功中的内功心法和武功秘籍， 所谓“万丈高楼平地起”，掌握这些高阶技巧，有助开发出更优秀的测试框架。下面我们就一起来看一看，Python 中的这些内功心法有哪些？
表达式（List Comprehension）
俗话说“人生苦短，我用 Python”，Python 为了简化程序的代码行数做了很多努力，其中最经典的就是列表表达式。比如我有如下函数，用来输出一个单词中的所有字符：
def output_letter(letter):
l = []
for item in letter:
l.append(item)
return l
if __name__ == "__main__":
print(output_letter('kevin'))
#此方法的输出为：
['k', 'e', 'v', 'i', 'n]
Python 觉得这样写代码行数太多了，不优雅，于是有了如下的写法：
[expression for item in list]
对应于我们的函数就变成了：
def output_letter(letter):
return [l for l in letter]
if __name__ == "__main__":
print(output_letter('kevin'))
#此方法的输出为：
['k', 'e', 'v', 'i', 'n']
是不是瞬间少了很多代码，逻辑也更清晰？不仅如此，Python 还允许我们在列表表达式中进行判断。
[expression for item in list if xxx else yyy]
例如我有一个列表，里面包括多个字符，我希望返回那些包含字母 k 的字符。
def output_letter(letter):
return [l for l in letter if 'k' in l]
if __name__ == "__main__":
print(output_letter(['kevin', 'did', 'automation', 'well']))
列表表达式可以使我们的函数非常简洁易懂，并且减少代码量。
匿名函数（lambda）
除了列表表达式可以减少代码量以外，Python 中还提供了匿名函数，当你的函数逻辑非常少时，你无须再定义一个函数，可采用匿名函数来减少代码量。匿名函数的语法如下：
lambda arguments : expression
举例来说，我们有一个函数，用来得出列表中的每一个元素的平方，正常的写法是这样的：
def square(l):
square_list = []
for ele in l:
square_list.append(ele * ele)
return square_list
if __name__ == "__main__":
print(square([1, 2, 3, 4]))
匿名函数大大地减少了代码工作量，但是也会让代码的可读性降低，所以通常逻辑不复杂的函数，可以考虑使用匿名函数。
自省/反射（Reflection）
在编程中，自省是一种在运行时查找有关对象的信息的能力；而反射则更进一步，它使对象能够在运行时进行修改。自省和反射是 Python 中非常重要的概念，我们可以通过自省和反射来实现很多高级功能，例如动态查找待运行测试用例。自省最经典的用法就是查看对象类型。
1.type
#返回对象类型
type（obj）
比如：
>>> type(7)
<class 'int'>
>>> type(2.0)
<class 'float'>
>>> type(int)
<class 'type'>
type() 函数的返回值，我们称为类型对象，类型对象告诉我们参数属于哪种类对象实例。如上文所示，解释器便在告诉我们整数 7 属于 int 类，2.0 属于 float 类，而 int 属于类类型。
type() 常常跟函数isinstance() 配合使用，用来检测一个变量是否是我们需要的类型：
#下述例子判断给定的数字是否整型(int类)
x = 6
if isinstance(x, int):
print('I am int')
#你的逻辑
自省还有以下其他几种用法。
2.dir
dir() 可以用来获取当前模块的属性列表，也可以获取指定一个属性。
if __name__ == "__main__":
my_list = [1, 2, 3]
print(dir(my_list))
print(dir(my_list).__class__)
比如我们运行上述代码，则会有如下结果。
#第一个print返回
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
#第二个print返回
<class 'list'>
3. id
id() 函数返回对象的唯一标识符。
if __name__ == "__main__":
name = "kevin"
print(id(name))
#输出
140245720259120
4.inspect
inspect 模块提供了一些有用的函数帮助获取对象的信息，例如模块、类、方法、函数、回溯、帧对象，以及代码对象。
例如它可以帮助你检查类的内容，获取某个方法的源代码，取得并格式化某个函数的参数列表，或者获取你需要显示的回溯的详细信息。
inspect 有很多函数，我以一个实际例子为依托，介绍常用的几种。假设现在我们有个项目，它的文件结构是这样的：
testProject
--|tests
--|__init__.py
--|test1.py
--|test2.py
其中，test1.py 的内容如下：
import inspect
from tests.test2 import hello
class KevinTest():
def __init__(self):
print('i am kevin cai')
def say_hello(self, name):
hello()
return 'Hello {name}'.format(name=name)
test2.py 内容如下：
def hello():
print('hello from test2')
inspect.getmodulename
inspect.getmodulename(path) 用来获取指定路径下的 module 名。
# 在test1.py中新增如下代码。
if __name__ == "__main__":
#此打印语句输出test1。 即当前模块名是test1
print(inspect.getmodulename(__file__))
inspect.getmodule
inspect.getmodule(object) 用来返回 object 定义在哪个 module 中。
# 在test1.py中新增如下代码。
if __name__ == "__main__":
#此语句输出inspect.getfile
inspect.getfile(object) 用来返回 object 定义在哪个 file 中。
# 在test1.py中新增如下代码。
if __name__ == "__main__"
test = KevinTest()
#此语句输出/Users/kevin/automation/testProjectPython/tests/test1.py
print(inspect.getfile(test.say_hello))
inspect.getmembers
inspect.getmembers(object) 用来返回 object 的所有成员列表（为 (name, value) 的形式）。
# 在test1.py中新增如下代码。
if __name__ == "__main__":
test = KevinTest()
#此语句输出test里的所有是方法的成员变量。输出是一个列表
#[('__init__', >), ('say_hello', >)]
print(inspect.getmembers(test, inspect.ismethod))
闭包（closure）
闭包是一个概念，是指在能够读取其他函数内部变量的函数。这个定义比较抽象，我们来看一段代码：
def outer():
cheer = 'hello '
def inner(name):
return cheer + name
return inner
if __name__ == "__main__":
#输出hello kevin
print(outer()('kevin'))
以上代码的意思如下：我定义了一个外部函数 outer 和一个内部函数 inner；在外部函数 outer 内部，我又定义了一个局部变量 cheer（并给定初始值为hello）；然后我在内部函数 inner 里引用了这个局部变量 cheer。最后 outer 函数的返回值是 inner 函数本身。
在本例的调用里，outer 函数接受了两个参数，第一个参数为空，第二个参数为 kevin。那么outer() 的返回值就是 inner。所以 outer()(‘kevin’) 的返回值就是 inner(‘kevin’)。
为了方便你理解，我贴出这个函数的运行过程：
- 当代码运行时，首先执行的是入口函数，即第 8 行代码，接着是第 10 行代码。
- 继续向后执行，就会进入到第 1 行代码，即 outer() 函数内部；接着第 2
行代码开始执行，变量cheer被定义，并且赋值为“hello”；接着第 3 行代码开始运行，需要注意的是，第 3
行代码执行完，并不会执行第 4 行代码，而是执行第 5 行代码。
- 第 5 行代码执行完毕后，outer() 函数的整个生命周期就已经结束了，继续往后执行：
可以看到，代码进入了 inner 函数内部，而且 inner 函数内部可以访问生命周期已经结束的 outer 函数的成员变量 cheer，这个就是闭包的魔力。
最后，inner 函数继续执行，outer 函数里定义的 cheer 被取出，并且连同 name 一起返回。我们就获得到了函数的最终结果“hello kevin”。
了解了闭包如何起作用的，我来总结下闭包的特点。
闭包的特点：
- 在一个外部函数里定义一个内部函数，且内部函数里包含对外部函数的访问（即使外部函数生命周期结束后，内部函数仍然可以访问外部函数变量）；
- 外部函数的返回值是内部函数本身。
“闭包”这个概念非常重要，除了在 Python 中，闭包在 JavaScript、Go、PHP 等许多语言中都有广泛的应用。
而闭包在 Python 中的经典应用就是装饰器，而装饰器使 Python 代码能够夹带很多“私货”，下面我们就来看下装饰器的应用。
装饰器（decorator）
装饰器是闭包的一个经典应用。装饰器（decorator）在 python 中用来扩展原函数的功能，目的是在不改变原来函数代码的情况下，给函数增加新的功能。
1.实现装饰器
在我们的测试框架开发中，装饰器非常重要，它可以给函数添加 log 且不影响函数本身。
假设我们有一个函数 sum，作用是用来计算 N 个数字的和：
def sum(*kwargs):
total = 0
for ele in kwargs:
total = total + ele
return total
现在，我们加了需求，需要记录这个函数开始的时间和结束的时间。
正常情况下，我们的代码是这样的：
import time
def sum(*kwargs):
print('function start at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
total = 0
for ele in kwargs:
total = total + ele
print('function end at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
return total
if __name__ == "__main__":
print(sum(1,2,3,4))
后来，我们发现这个记录函数开始和结束时间的功能很好用，我们要求把这个功能加到每一个运行函数中去。
那么怎么办呢？难道要每一个函数都去加这样的代码吗？ 这样一点也不符合我们在前几节说的代码规范原则。
所以我们来稍做改变，把计算的函数sum的函数单独抽取出来不变，把时间处理的语句另行定义函数处理。于是上面的函数，就变成了以下的样子：
import time
def sum(*kwargs):
total = 0
for ele in kwargs:
total = total + ele
return total
def record_time(*kwargs):
print('function start at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
total = sum(*kwargs)
print('function end at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
return total
if __name__ == "__main__":
sum(1,2,3,4)
以后我们再给函数加有关时间处理的功能，加到 record_time 里好了，而 sum 函数根本不用变。那这个函数还能更加简化吗？
结合我们刚刚讲过的闭包概念，我们用外函数和内函数来替换下：
record_time就相当于我刚刚讲的outer函数，wrapper函数就是inner函数，只不过我们的inner函数的入参是个函数，这样我们就实现了对函数本身功能的装饰。
import time
# 这个是外函数
def record_time(func):
def wrapper(*kwargs):
print('function start at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
total = func(*kwargs)
print('function end at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
return total
return wrapper
# 这个是我们真正的功能函数
def sum(*kwargs):
total = 0
for ele in kwargs:
total = total + ele
time.sleep(2)
return total
if __name__ == "__main__":
# 外函数，内函数，和功能函数一起，实现了不改变功能函数的前提下，给功能函数加功能的操作。
print(record_time(sum)(1,2,3,4))
运行一下，测试结果为：
function start at 2020-08-14 01:06:49
function end at 2020-08-14 01:06:49
10
假设我们的需求又变化啦，我们现在不统计函数的运行开始和结束时间了，改成统计函数的运行时长了，那么我们只需要改 record_time 这个函数就好了，而我们的功能函数 sum 就无须再改了，这样是不是方便了很多？
有了装饰器，我们可以在不改变原有函数代码的前提下，增加、改变原有函数的功能。这种方式也被称作“切面编程”，实际上，装饰器正是切面编程的最佳释例。
2.语法糖
不过你发现没，我们的调用仍然很麻烦，record_time(sum)(1,2,3,4)的调用方式，不容易让使用者理解我们这个函数是在做什么，于是 Python 中为了让大家写起来方便，给了装饰器一个语法糖，其用法如下：
@decorator
#对应我们的例子就是
@record_time
使用语法糖后，在调用函数时，我们就无须再写这个装饰器函数了，转而直接写我们的功能函数就可以了，于是我们的例子就变成了：
import time
def record_time(func):
print('function start at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
def wrapper(*kwargs):
return func(*kwargs)
print('function end at {}'.format(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) ))
return wrapper
#注意这一行，我们把record_time这个函数装饰到sum函数上。
@record_time
def sum(*kwargs):
total = 0
for ele in kwargs:
total = total + ele
return total
if __name__ == "__main__":
#注意此次无须再写record_time了，这样有利于大家把关注点放在功能函数本身。
print(sum(1,2,3,4))
有了装饰器，我们就可以做很多额外的工作，例如插入日志、做事务处理等，在后续再分享如何利用装饰器给测试用例打标签。
总结
本小节介绍了 Python 的一些常用高阶技巧，这些技巧有的是单纯地帮助减少代码量，有的可以动态地获取某些对象的属性并进行判断，有些则可以帮助扩展原本函数所有的功能。