python 2.7 中文教程及自动化测试介绍(3)

数据结构

本章详细讨论一些已学知识，并引入了一些新知识。

列表的详细介绍

列表的所有方法如下：

    list.append(x)：附加元素到列表末端，相当于a[len(a):] = [x]。
    list.extend(L)：附加列表L的内容到当前列表后面，相当于 a[len(a):] = L 。
    list.insert(i, x)：在指定位置i插入x。i表示插入位置，原来的i位置如果有元素则往后移动一个位置，例如 a.insert(0, x)会插入到列表首部，而a.insert(len(a), x)相当于a.append(x)。
    list.remove(x)：删除列表中第一个值为x的元素。如果没有就报错。
    list.pop([i])：产出列表指定位置的元素，并将其返回该元素。如果没有指定索引针对最后一个元素。方括号表示i是可选的。
    list.index(x)：返回第一个值为x的元素的索引。如果没有则报错。
    list.count(x)：返回x在列表中出现的次数。
    list.sort(cmp=None, key=None, reverse=False)：就地对链表中的元素进行排序。
    list.reverse()：就地反转元素。

实例：

>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print a.count(333), a.count(66.25), a.count('x')
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]

把链表当作堆栈使用

堆栈后进先出。进使用append()，出使用pop()。例如:

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

把列表当作队列使用

列表先进先出。列表头部插入或者删除元素的效率并不高，因为其他相关元素需要移动，建议使用collections.deque。

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")           # Terry arrives
>>> queue.append("Graham")          # Graham arrives
>>> queue.popleft()                 # The first to arrive now leaves
'Eric'
>>> queue.popleft()                 # The second to arrive now leaves
'John'
>>> queue                           # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

函数式编程工具

对于列表来讲，有三个内置函数非常有用: filter(), map(), 以及reduce()。

filter(function, sequence)返回function(item)为true的子序列。会尽量返回和sequence相同的类型）。sequence是string或者tuple时返回相同类型，其他情况返回list 。实例：返回能被3或者5整除的序列:

>>> def f(x): return x % 3 == 0 or x % 5 == 0
... 
>>> filter(f, range(2, 25))
[3, 5, 6, 9, 10, 12, 15, 18, 20, 21, 24]

map(function, sequence) 为每个元素调用 function(item)，并将返回值组成一个列表返回。例如计算立方:

>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

函数需要多个参数，可以传入对应的序列。如果参数和序列数不匹配，则会报错。如果传入的序列长度不匹配，则用None不全。例如:

>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]
>>> seq1 = range(8)
>>> seq2 = range(10)
>>> map(add, seq1, seq2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in add
TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'
>>> map(add, seq1, seq, seq2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: add() takes exactly 2 arguments (3 given)

reduce(function, sequence) 先以序列的前两个元素调用函数function，再以返回值和第三个参数调用，以此类推。比如计算 1 到 10 的整数之和:

>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

如果序列中只有一个元素，就返回该元素，如果序列是空的，就报异常TypeError:

>>> reduce(add, [])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: reduce() of empty sequence with no initial value
>>> reduce(add, [3])
3

可以传入第三个参数作为默认值。如果序列是空就返回默认值。

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
... 
>>> sum(range(1, 11))
55
>>> sum([])
0

不要像示例这样定义 sum()，内置的 sum(sequence) 函数更好用。

列表推导式

列表推导(表达)式可以快捷地创建列表。用于基于列表元素(可以附加条件)创建列表。

传统方式:

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

列表推导:

squares = [x**2 for x in range(10)]

等价于 squares = map(lambda x: x**2, range(10))，但可读性更好、更简洁。

列表推导式包含在放括号中，表达式后有for子句，之后可以有零或多个 for 或 if 子句。结果是基于表达式计算出来的列表:

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

等同于:

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

如果想要得到元组 (例如，上例的 (x, y))，必须在表达式要加上括号:

>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]
  File "<stdin>", line 1, in ?
    [x, x**2 for x in range(6)]
               ^
SyntaxError: invalid syntax
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表推导式可使用复杂的表达式和嵌套函数:

>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

嵌套列表推导式

有如下嵌套列表:

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

交换行和列:

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

等同于:

>>> transposed = []
>>> for i in range(4):
...     transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

也等同于:

>>> transposed = []
>>> for i in range(4):
...     # the following 3 lines implement the nested listcomp
...     transposed_row = []
...     for row in matrix:
...         transposed_row.append(row[i])
...     transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

 zip()内置函数更好:

>>> list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

del 语句

del可基于索引而不是值来删除元素。：del 语句。与 pop() 方法不同，它不返回值。del 还可以从列表中删除区间或清空整个列表。例如:

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

del 也可以删除整个变量:

>>> del a

此后再引用a会引发错误。

元组和序列

链表和字符串有很多通用的属性，例如索引和切割操作。它们都属于序列类型(参见 Sequence Types — str, unicode, list, tuple, bytearray, buffer, xrange 　https://docs.python.org/2/library/stdtypes.html#typesseq)。Python在进化时也可能会加入其它的序列类型。

元组由逗号分隔的值组成:

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
... t[0] = 88888
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # but they can contain mutable objects:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

元组在输出时总是有括号的，嵌套元组可以清晰展示。在输入时可以没有括号，清晰起见，建议尽量添加括号。不能给元组的的元素赋值，但可以创建包含可变对象的元组，比如列表。
元组是不可变的，通常用于包含不同类型的元素，并通过解包或索引访问(collections模块中namedtuple中可以通过属性访问）。列表是可变的，元素通常是相同的类型，用于迭代。
空的括号可以创建空元组；要创建一个单元素元组可以在值后面跟一个逗号单元素元组。丑陋，但是有效。例如:

>>> empty = ()
>>> singleton = 'hello',    # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)
>>> ('hello',)
('hello',)

语句 t = 12345, 54321, 'hello!' 是 元组打包 (tuple packing)的例子：值12345，54321 和 'hello!' 被封装进元组。其逆操作如下:

>>> x, y, z = t

等号右边可以是任何序列，即序列解包。序列解包要求左侧的变量数目与序列的元素个数相同。

集合

集合是无序不重复元素的集。基本用法有关系测试和去重。集合还支持 union(联合)，intersection(交)，difference(差)和 sysmmetric difference(对称差集)等数学运算。
大括号或set()函数可以用来创建集合。注意：想要创建空集合只能使用 set() 而不是 {}。

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket)               # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit                 # fast membership testing
True
>>> 'crabgrass' in fruit
False
>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
set(['a', 'r', 'b', 'c', 'd'])
>>> a - b                              # letters in a but not in b
set(['r', 'd', 'b'])
>>> a | b                              # letters in either a or b
set(['a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'])
>>> a & b                              # letters in both a and b
set(['a', 'c'])
>>> a ^ b                              # letters in a or b but not both
set(['r', 'd', 'b', 'm', 'z', 'l'])

类似列表推导式，集合也可以使用推导式:

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

字典

字典 (参见 Mapping Types — dict )。字典在一些语言中称为联合内存 (associative memories) 或联合数组 (associative arrays)。字典以key为索引，key可以是任意不可变类型，通常为字符串或数值。

可以把字典看做无序的键：值对 (key:value对)集合。{}创建空的字典。key:value的格式，以逗号分割。

字典的主要操作是依据key来读写值。用 del 可以删除key:value对。读不存在的key取值会导致错误。

keys() 返回字典中所有关键字组成的无序列表。使用 in 可以判断成员关系。

这里是使用字典的一个小示例:

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True

dict() 构造函数可以直接从 key-value 序列中创建字典:

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

字典推导式可以从任意的键值表达式中创建字典:

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

如果关键字都是简单的字符串，可通过关键字参数指定 key-value 对:

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

循环技巧

在序列中循环时 enumerate() 函数同时得到索引位置和对应值:

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
...     print(i, v)
...
0 tic
1 tac
2 toe

同时循环两个或更多的序列，可以使用 zip() 打包:

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
...     print 'What is your {0}?  It is {1}.'.format(q, a)
...
What is your name?  It is lancelot.
What is your quest?  It is the holy grail.
What is your favorite color?  It is blue.

需要逆向循环序列的话，调用 reversed() 函数即可:

>>> for i in reversed(xrange(1, 10, 2)):
...     print(i)
...
9
7
5
3
1

使用 sorted() 函数可排序序列，它不改动原序列，而是生成新的已排序的序列:

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
...     print f
...
apple
banana
orange
pear

 iteritems()方法可以同时得到键和对应的值:

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.iteritems():
...     print k, v
...
gallahad the pure
robin the brave

若要在循环时修改迭代的序列，建议先复制。

>>> words = ['cat', 'window', 'defenestrate']
>>> for w in words[:]:  # Loop over a slice copy of the entire list.
...     if len(w) > 6:
...         words.insert(0, w)
...
>>> words
['defenestrate', 'cat', 'window', 'defenestrate']

深入条件控制

while和if语句中使用的条件可以使用比较，也可包含任意的操作。

比较操作符 in 和 not in判断值是否包含在序列。操作符 is 和 is not 比较两个对象是否相同，适用于可变对象。所有的比较操作符具有相同的优先级，低于所有的数值操作符。

比较操作可以串联。例如 a < b == c 判断是否 a 小于 b 并且 b 等于 c 。

比较操作可以通过逻辑操作符 and 和 or 组合，比较的结果可以用 not 来取反。这些操作符的优先级低于比较操作符，其中not 具有最高的优先级，or 优先级最低，所以 A and not B or C 等于 (A and (notB)) or C。

逻辑操作符 and 和 or 也称作短路操作符：执行顺序从左向右，一旦结果确定就停止。例如A and B and C中，如果 A 和 C 为真而 B 为假，不会解析 C。

可以把比较或其它逻辑表达式的返回值赋给变量，例如:

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

注意Python与C 不同，在表达式内部不能赋值，避免 C 程序中常见的错误：该用==时误用了=操作符。

序列和其它类型比较

序列对象可以与相同类型的其它对象比较。比较基于字典序：首先比较前两个元素，如果不同，就决定了比较的结果；如果相同，就比较后两个元素，依此类推，直到有序列结束。如果两个元素是同样类型的序列，就递归比较。如果两个序列的所有子项都相等则序列相等。如果一个序列是另一个序列的初始子序列，较短的序列就小于另一个。字符串的字典序基于ASCII。

(1, 2, 3)              < (1, 2, 4)
[1, 2, 3]              < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4)           < (1, 2, 4)
(1, 2)                 < (1, 2, -1)
(1, 2, 3)             == (1.0, 2.0, 3.0)
(1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

注意可以比较不同类型的对象也是合法的。比较结果是确定的但是比较随意： 基于类型名(Python未来版本中可能发生变化)排序。因此，列表始终小于字符串，字符串总是小于元组，等等。 不同数值类型按照它们的值比较，所以 0 等于 0.0，等等。

PyAutoGUI

PyAutoGUI跨平台且人性化的GUI自动化工具。

PyAutoGUI是编程控制鼠标和键盘的Python模块。

PyAutoGUI可用pip工具安装在PyPI下载：PyPI PyAutoGUI

代码存放：pyautogui github
介绍
目的

PyAutoGUI旨在提供跨平台、人性化的Python GUI自动化模块，API的设计是尽可能的简单。

例如移动屏幕中间：

>>> import pyautogui
>>> screenWidth, screenHeight = pyautogui.size()
>>> pyautogui.moveTo(screenWidth / 2, screenHeight / 2)

PyAutoGUI可以模拟移动鼠标，点击鼠标，拖动鼠标，按键，按住键和按键盘热键组合。

>>> import pyautogui
>>> screenWidth, screenHeight = pyautogui.size()
>>> currentMouseX, currentMouseY = pyautogui.position()
>>> pyautogui.moveTo(100, 150)
>>> pyautogui.click()
>>> pyautogui.moveRel(None, 10)  # move mouse 10 pixels down
>>> pyautogui.doubleClick()
>>> pyautogui.typewrite('Hello world!', interval=0.25)  # type with quarter-second pause in between each key
>>> pyautogui.press('esc')
>>> pyautogui.keyDown('shift')
>>> pyautogui.press(['left', 'left', 'left', 'left', 'left', 'left'])
>>> pyautogui.keyUp('shift')
>>> pyautogui.hotkey('ctrl', 'c')

下面脚本在画图软件上画出一系列正方形。Linux上可以用Pinta演示，注意要打开一个空白画图页面在屏幕右上角。

import pyautogui

distance = 200
pyautogui.moveTo(300, 300)
while distance > 0:
    pyautogui.dragRel(distance, 0, duration=0.5)   # move right
    distance -= 5
    pyautogui.dragRel(0, distance, duration=0.5)   # move down
    pyautogui.dragRel(-distance, 0, duration=0.5)  # move left
    distance -= 5
    pyautogui.dragRel(0, -distance, duration=0.5)  # move up   

依赖

    Windows: 无
    OS X: AppKit和Quartz模块需要PyObjC，需要先安装pyobjc-core，再安装pyobjc。
    Linux：python-xlib (for Python 2) or python3-Xlib (for Python 3)

容错

Linux 的窗口的关闭在左上角，要尽量避免错误地点击到关闭，设置“pyautogui.FAILSAFE = True”即可。

设置sleep: "pyautogui.PAUSE = 2.5", 单位为秒，默认为0.1。
安装

    Windows：　“pip.exe install pyautogui”

    OS X:

# sudo pip3 install pyobjc-core

# sudo pip3 install pyobjc

# sudo pip3 install pyautogui

    Linux：

ubuntu

# sudo pip3 install python3-xlib

# sudo apt-get scrot

# sudo apt-get install python-tk

# sudo apt-get install python3-dev

# sudo pip3 install pyautogui

python 2.7的安装记录参见：http://automationtesting.sinaapp.com/blog/m_PyAutoGUI

    OS X: AppKit和Quartz模块需要PyObjC，需要先安装pyobjc-core，再安装pyobjc。
    Linux：python-xlib (for Python 2) or python3-Xlib (for Python 3)

快速入门
通用函数

>>> import pyautogui
>>> pyautogui.position()  # current mouse x and y
(968, 56)
>>> pyautogui.size()  # current screen resolution width and height
(1920, 1080)
>>> pyautogui.onScreen(300, 300)  # True if x & y are within the screen.
True

容错

>>> import pyautogui
>>> pyautogui.PAUSE = 2.5
>>> import pyautogui
>>> pyautogui.FAILSAFE = True

fail-safe为True时，移动到左上角会触发pyautogui.FailSafeException异常。
鼠标函数

参考资料

• 作者博客：http://my.oschina.net/u/1433482

• 联系作者：徐荣中 python开发自动化测试群113938272 微博 http://weibo.com/cizhenshi。

• python 2.7 英文官方教程：https://docs.python.org/2/tutorial/