澳门在线威尼斯官方 > 澳门在线威尼斯官方 > 编写装饰器实现python请求错误重试功能,Python重

原标题:编写装饰器实现python请求错误重试功能,Python重

浏览次数:89 时间:2019-09-07

在做接口自动化测试的时候,总会遇到,因连接超时等错误导致,接口脚本失败。

  1. __new__.__init__区别,如何实现单例模式,有什么优点
    __new__是一个静态方法,__init__是一个实例方法
    __new__返回一个创建的实例,__init__什么都不返回
    __new__返回一个cls的实例时后面的__init__才能被调用
    当创建一个新实例时调用__new__,初始化一个实例时调用__init__
  2. 深浅拷贝
    浅拷贝只是增加了一个指针指向一个存在的地址,而深拷贝是增加一个指针并且开辟了新的内存,这个增加的指针指向这个新的内存,
    采用浅拷贝的情况,释放内存,会释放同一内存,深拷贝就不会出现释放同一内存的错误

官方给出的方法:

max_retries=5 出错重试5次
注意的是,这个只对DNS,连接错误进行重试。

    from requests.adapters import HTTPAdapter
    s = requests.Session()
    s.mount('http://',HTTPAdapter(max_retries=5))
    s.mount('https://',HTTPAdapter(max_retries=5))
    s.get('https://www.baidu.com')
注意赋值和浅拷贝的区别
如l1 = ['a','b','c'] # 这段代码是是对l1 的初始化操作,开辟一个内存空间存储列表,l1 这个变量指向这个列表
l2 = l1 # 这属于赋值操作
# 如果更改l1,l2也会一起改变,因为两个变量指向的是同一个位置
import copy
浅拷贝:不管多么复杂的数据结构,浅拷贝都只会copy一层
copy.copy(...),在多层嵌套时可能会一个数据可改变可能会影响其他的数据.
深拷贝:深拷贝会完全复制原变量相关的所有数据,在内存中生成一套完全一样的内容,在这个过程中我们对这两个变量中的一个进行任意修改都不会影响其他变量.
深拷贝就是在内存中重新开辟一块空间,不管数据结构多么复杂,只要遇到可能发生改变的数据类型,就重新开辟一块内存空间把内容复制下来,直到最后一层,不再有复杂的数据类型,就保持其原引用。这样,不管数据结构多么的复杂,数据之间的修改都不会相互影响
copy.deepcopy(...)

 

  1. HTTP/IP相关协议,分别位于哪层
    http协议是超文本传输协议,http协议是基于TCP/IP通信协议来传递数据
    http协议工作与c/s架构上,浏览器作为http的客户端通过URL向http服务端即web服务器发送所用请求。web服务器收到所有请求后,向客户端发送响应信息,
    http特点是短连接,无状态
    地址栏键输入URL,按下回车之后经历了什么?
    1.浏览器向DNS服务器请求解析该URL中的域名所对应的IP地址
    2.解析出IP地址后,根据IP地址和默认端口80,和服务器建立TCP连接
    3.浏览器发出读取文件的http请求,该请求报文作为TCP三次握手的第三个报文的数据发送给服务器
    4.服务器对浏览器请求做出响应,并把对应的html文件发送给浏览器
    5.释放TCP连接
    6.浏览器将该HMTL渲染并显示内容

  2. TCP/UDP区别
    TCP协议是面向连接,保证高可靠性(数据无丢失,数据无失序,数据无错误,数据无重复达到)传输层协议
    UDP:数据丢失,无秩序的传输层协议(qq基于udp协议)

  3. webscoket
    websocket是基于http协议的,可持续化连接
    轮询:浏览器每隔几秒就发送一次请求,询问服务器是否有新消息
    长轮询:客户端发起连接后,如果没有消息,就一直不返回response给客户端,直到有消息返回,返回完之后,客户端再次发起连接

  4. RabbitMQ:
    服务器端有Erlang语言来编写,支持多种客户端,只会ajax,用于分布式系统中存储转发消息,在易用性、扩展性、高可用性的方面不俗。
    connection是RabbitMQ的socket连接,它封装了socket部分相关协议逻辑
    connectionFactroy为connection的制造工厂
    channel是我们与RabbitMQ打交道的最重要的一个接口,大部分的业务操作是在chaanel这个接口中完成,包括定义Queue、定义Exchange、
    绑定Queue与Exchange,发布消息等

  5. 装饰器
    调用装饰器其实是一个闭包函数,为其他函数添加附加功能,不修改被修改的源代码和不修改被修饰的方式,装饰器的返回值也是一个函数对象。
    比如:插入日志、性能测试、事物处理、缓存、权限验证等,有了装饰器,就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

  6. 闭包
    1.必须有一个内嵌函数
    2.内嵌函数必须引用外部函数的变量(该函数包含对外作用域而不是全局作用域名字的引用)
    3.外部函数的返回值必须是内嵌函数

  7. 迭代器与生成器
    迭代可迭代对象对应iter(方法)和迭代器对应next(方法)的一个过程
    生成器:包括含有yield这个关键字,生成器也是迭代器,调动next把函数变成迭代器。

  8. classmethod,staticmethod,property
    类方法:将类的函数转换成类方法,函数上装饰@classmethod会将函数的自动传值参数改成cls
    静态方法:此方法相当于给类扩展一个功能,将类内的函数实例化,给类或对象使用,此时类内的函数就是普通函数,不管是类还是实例化的对象都可以使用
    实例化:类的实例化就会产生一个实例(对象),可以理解为类()把虚拟的东西实例化,得到具体存在的值

  9. 常用的状态码
    200--服务器成功返回网页
    204--请求收到,但返回信息为空
    304--客户端已经执行了GET,但文件未变化
    400--错误请求,如语法错误
    403--无权限访问
    404--请求的页面不存在
    500--服务器产生内部错误

  10. 多进程,多线程,协程,GIL
    GIL:全局解释器锁,是锁在cpython解释器上,导致同一时刻,同一进程只能有一个线程被执行
    多进程:多进程模块multiprocessing来实现,cpu密集型,IO计算型可以用多进程
    多线程:多线程模块threading来实现,IO密集型,多线程可以提高效率
    协程:依赖于geenlet,对于多线程应用。cpu通过切片的方式来切换线程间的执行,遇到IO操作自动切换,线程切换时需要耗时,
    而协成好处没有切换的消耗,没有锁定概念。
    进程:是资源管理单位,进行是相互独立的,实现并发和并发
    线程:是最小的执行单位,线程的出现为了降低上下文切换的消耗,提供系统的并发性

  11. IO多路复用/异步非阻塞
    IO多路复用:通过一种机制,可以监听多个描述符 select/poll/epoll
    select:连接数受限,查找配对速度慢,数据由内核拷贝到用户态
    poll:改善了连接数,但是还是查找配对速度慢,数据由内核拷贝到用户态
    epoll:epoll是linux下多路复用IO接口,是select/poll的增强版,它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统CPU利用率
    异步非阻塞:异步体现在回调上,回调就是有消息返回时告知一声儿进程进行处理。非阻塞就是不等待,不需要进程等待下去,
    继续执行其他操作,不管其他进程的状态。

  12. PEP8规范,规范的好处是什么?
    1.缩进:4个空实现缩进,尽量不使用Tab
    2.行:没行最大长度不超过79,换行可以使用反斜杠
    3.命名规范:
    4.注释规范:

  13. range-and-xrange
    都在循环时使用,xrange内存性能更好,xrange用法与range完全相同,range一个生成list对象,xrange是生成器

  14. with上下文机制原理
    enterexit,上下文管理协议,即with语句,为了让一个对象兼容with语句,必须在这个对象类中声明enterexit方法,
    使用with语句的目的就是把代码块放入with中执行,with结束后,自动完成清理工作,无须收到干预

  15. 经典类、新式类
    经典类遵循:深度优先,python2中
    新式类遵循:广度优先,Python3中

  16. 有没有一个工具可以帮助查找Python的bug和进行静态的代码分析?
    PyChecker是一个Python代码的静态分析工具,它可以帮助查找Python代码的bug,会对代码的复杂度和格式提出警告,
    Pylint是另外一个工具可以进行codingstandard检查

  17. Python是如何进行内存管理的

    • 对象引用计数:
      引用计数增加的情况:
      来保持追踪内存中的对象,所有对象都用引用计数,一个对象分配一个新名称将其放入一个容器中(列表,字典,元祖)引用计数减少的情况:
      使用del语句对对象别名显示的销毁
      引用超出作用域或被重新赋值
      sys.getrefcount()函数可以获得对象的当前引用计数
    • 标记-清除机制
    • 分代技术

 

20、什么是python?使用python有什么好处?
python是一种编程语言,它有对象、模块、线程、异常处理和自动内存管理。它简洁,简单、方便、容易扩展、有许多自带的数据结果,而且它开源

自编写装饰器一

  1. 什么是pickling和unpickling?
    Pickle模块读入任何python对象,将它们转换成字符串,然后使用dump函数将其转储到一个文件中——这个过程叫做pickling
    反之从存储的字符串文件中提取原始python对象的过程,叫做unpickling

  2. python是如何被解释的?
    Python是一种解释性语言,它的源代码可以直接运行,Python解释器会将源代码转换成中间语言,之后再翻译成机器码再执行

  3. 数组和元祖之间的区别是什么?
    数组和元祖之间的区别:数组内容可以被修改,而元祖内容是只读的,不可被修改的,另外元祖可以被哈希,比如作为字典的key

  4. 参数按值传递和引用传递是怎么实现的?
    python中的一切都是类,所有的变量都是一个对象的引用。引用的值是由函数确定的,因此无法被改变,但是如果一个对象是可以被修改的,你可以改动对象
    python中对一个函数可以传递参数,但是如何分辨是值传递还是引用传递,不是程序员手动控制的,而是python根据你传入的数据对象,自动识别的。
    如果你传入的参数对象是可变对象:列表,字典,这个时候就是引用传递,如果参数在函数体内被修改,那么源对象也会被修改。
    如果你传入的参数对象是不可变的对象:数字,元组,字符串,这个时候就是值传递。那么源对象是不会改变的,

  5. Python都有哪些自带的数据结构?
    Python自带的数据结构分为可变和不可变的:可变的有:数组、集合、字典,不可变的是:字符串、元祖、整数

  6. 什么是python的命名空间?
    在python中,所有的名字都存在于一个空间中,它们在改空间中存在和被操作——这就是命名空间,它就好像一个盒子,在每个变量名字都对应装着一个对象,当查询变量的时候,会从该盒子里面寻找相应的对象

  7. python中的unittest是什么?
    在python中,unittest是python中的单元测试框架,它拥有支持共享搭建、自动测试、在测试中暂停代码、将不同测试迭代成一组

  8. args与*kwargs
    *args代表位置参数,它会接收任意多个参数并把这些参数作为元祖传递给函数。
    **kwargs代表的关键字参数,返回的是字典,位置参数一定要放在关键字前面

  9. 在Python中什么是slicing?切片
    slicing是一种在有序的对象类型中(数组、元祖、字符串)节选某一段的语法

  10. python中的docstring是什么?
    Python中文档字符串被称为docstring
    简单来说,就是出现在模块、函数、类、方法里第一个语句的,就是docstring。会自动变成属性__doc__

  11. os与sys区别:
    os是模块负责程序与操作系统的交互,提供了访问操作系统底层的接口
    sys模块是负责程序与python解释器的交互,提供了一系列的函数和变量,用于操控Python时运行的环境
    32、实现一个单例模式
    __new__()__init__()之前被调用,用于生成实例对象。利用这个方法和类的属性的特点可以实现设计模式的单例模式。
    单例模式是指创建唯一对象,单例模式设计的类只能实例,实例化1个对象

from requests.exceptions import ConnectionError
import requests
def retry(**kw):
    def war(func):
        def w(*args,**kwargs):
            try:
                ret = func(*args,**kwargs)
            except ConnectionError:
                kw['reNum'] = int(kw['reNum']) - 1
                if kw['reNum'] >=0:
                    print kw['reNum']
                    ret = w(*args,**kwargs)
                else:
                    ret = ConnectionError
            return ret
        return w
    return war

 

自编写装饰器二

from requests.exceptions import ConnectionError

def retry(**kw):
    def wrapper(func):
        def _wrapper(*args,**kwargs):
            raise_ex = None
            for _ in range(kw['reNum']):
                print _
                try:
                    return func(*args,**kwargs)
                except ConnectionError as ex:
                    raise_ex = ex
            #raise raise_ex
        return _wrapper
    return wrapper

 

使用方法:reNum = 5 代表,出现ConnectionError时最多可重试5次。

@retry(reNum=5)
def demo():
    raise ConnectionError

本文由澳门在线威尼斯官方发布于澳门在线威尼斯官方,转载请注明出处:编写装饰器实现python请求错误重试功能,Python重

关键词:

上一篇:不论是曾几何时,只要起初就不晚

下一篇:super方法简要表明