本文搜集、整理了python测试岗位面试常见问题。
1．下列哪个语句在Python中是非法的？
A、x = y = z =1 B、x = (y = z + 1)
C、x, y = y, x D、x += y
答案：B
2．关于Python内存管理，下列说法错误的是
A、变量不必事先声明 B、变量无须先创建和赋值而直接使用
C、变量无须指定类型 D、可以使用del释放资源
答案：B. (不先赋值会报错，is not defined)
3、下面哪个不是Python合法的标识符
A、int32 B、40XL C、self D、name
答案：B（合法的标识符不能以数字开头）
4、下列哪种说法是错误的
A、除字典类型外，所有标准对象均可以用于布尔测试
B、空字符串的布尔值是False
C、空列表对象的布尔值是False
D、值为0的任何数字对象的布尔值是False
答案：D （a=0,0, bool(a)为True）
5、下列表达式的值为True的是
A、5+4j >2-3j B、3>2>2
C、(3,2)<(‘a’,’b’） D、’abc’ > ‘xyz’
答案：C (在Py2.x版本中正确，在Py3.x运行错误)
6、Python不支持的数据类型有
A、char B、int C、float D、list
答案：A（python里无char型数据，有string字符串类型;但C语言中有char数据类型）
7、关于Python中的复数，下列说法错误的是
A、表示复数的语法是real + imagej B、实部和虚部都是浮点数
C、虚部必须后缀j，且必须是小写 D、方法conjugate返回复数的共轭复数
答案：C（复数虚部的后缀也可以是大写的J）
8、关于字符串下列说法错误的是
A、字符应该视为长度为1的字符串
B、字符串以\0标志字符串的结束
C、既可以用单引号，也可以用双引号创建字符串
D、在三引号字符串中可以包含换行回车等特殊字符
答案：B（python因为字符串有长度限制，到了长度就标志字符串的结束）
9、以下不能创建一个字典的语句是
A、dict1 = {} B、dict2 = { 3 : 5 }
C、dict3 ={[1,2,3]: “uestc”} D、dict4 = {(1,2,3): “uestc”}
答案：C（字典的键必须是不变的，而列表是可变的）
10、下列Python语句正确的是：
A、min = x if x< y = y
B、max = x > y ?x:y
C、if (x >y) print x
D、while True :pass
答案：D
- python常见的命令行交互自动化模块有哪些？
答案：a)Import module
b) Import module1,module2
c) From module import *
d) Frommodule import m1,m2,m3
e) From module import logger asmodule_logger
12.python的底层网络交互模块有哪些？
答案：socket, urllib,urllib3 , requests, grab, pycurl
13.python网络交互时，二进制打包解包的模块有哪些
打包：pack(), 解包：upk()
14.python的测试框架有哪些？试列出常用的3个或更多
答案：unittest, nose,unittest2, doctest, pytest
15.一行把[1,2,3,1,2,3] 中的重复元素剔除。
答案：list(set([1,2,3,1,2,3]))
16.现在要你使用pyDes(DES加密）和标准库中的namedtuple，假设你之前没有接触过，你如何快速上手？
答案：仔细阅读官方文档中namedtuple库和pyDes的使用。下载pyDes和namedtuple库，借鉴网上的使用教程，摸索实践。
17.Python到底是什么样的语言？你可以比较其他技术或者语言来回答你的问题。
这里是一些关键点：Python是解释型语言。这意味着不像C和其他语言，Python运行前不需要编译。其他解释型语言包括PHP和Ruby。
Python是动态类型的，这意味着你不需要在声明变量时指定类型。你可以先定义x=111，然后 x=”I’m a string”，一点问题也不会有。
Python是面向对象语言，所有允许定义类并且可以继承和组合。Python没有访问访问标识如在C++中的public, private, 这就非常信任程序员的素质，相信每个程序员都是“成人”了~
在Python中，函数是一等公民。这就意味着它们可以被赋值，从其他函数返回值，并且传递函数对象。类不是一等公民。
写Python代码很快，但是跑起来会比编译型语言慢。幸运的是，Python允许使用C扩展写程序，所以瓶颈可以得到处理。Numpy库就是一个很好例子，因为很多代码不是Python直接写的，所以运行很快。
Python使用场景很多 – web应用开发，自动化，科学建模，大数据应用，等等。它也经常被看做“胶水”语言，使得不同语言间可以衔接上。
Python能够简化工作 ，使得程序员能够关心如何重写代码而不是详细看一遍底层实现。
18.Python和多线程，是不是个好主意？列举你觉得可以让Python代码并行运行的方法？
Python实际上不允许多线程。它有一个threading包但是如果你想加快代码运行速度，或者想并行运行，这不是一个好主意。Python有一个机制叫全局解释器锁（GIL）。GIL保证每次只有一个线程在解释器中跑。一个线程获得GIL，之后再交给下一个线程。所以，看起来是多个线程在同时跑，但是实际上每个时刻只有CPU核在跑一个线程，没有真正利用多个CPU核跑多个线程。就是说，多个线程在抢着跑一个CPU核。
但是还是有使用threading包的情况的。比如你真的想跑一个可以线程间抢占的程序，看起来是并行的。或者有很长时间的IO等待线程，这个包就会有用。但是threading包不会使用多核去跑代码。
真正的多核多线程可以通过多进程，一些外部库如Spark和Hadoop，或者用Python代码去调用C方法等等来实现
19.你怎么对你的代码进行跟踪，协同写代码？
使用版本控制：git
20.下面这段代码的输出是什么
def f(x,l=[]):
for i in range(x):
l.append(i*i)
print(l)
f(2)
f(3,[3,2,1])
f(3)[0, 1]
[3, 2, 1, 0, 1, 4]
[0, 1, 0, 1, 4]
因为Python内存还是存了第一次残留的l值，所以它以0和1开头。
21.猴子补丁是什么？它是不是一个好主意？
猴子补丁是在一个函数或者对象已经存在的基础上，改变它的行为。比如：
import datetime
datetime.datetime.now = lambda: datetime.datetime(2012, 12, 12)大多数时候这不是一个好主意 – 如果早就设计好，不是更好？一个可以使用猴子补丁的地方是做测试，著名的包mock，就是一个很好的例子。
22.*args, **kwargs是什么东西? 我们为什么会用它？
我们用 *args 当我们不知道要有多少个参数传给函数，或者我们想把一个列表或者tuple存起来以后传给函数。我们用**kwargs当我们不知道有多少个关键字参数要传给函数，或者我们想把字典存起来以后传给函数。args 和 kwargs的名字是以前遗留下来的，你用*bob 和**billy也没关系但是这样不太好，嘿嘿。
23.@classmethod, @staticmethod, @property都是什么意思?
修饰器的概念要懂。拿到一个函数，返回一个函数，或者拿到一个类，返回另一个类。
@my_decorator
def my_func(stuff):
do_things以上代码相当于：
def my_func(stuff):
do_things
my_func = my_decorator(my_func)你可以在这里找到修饰器的一般用法。
@classmethod, @staticmethod 和 @property修饰器是使用在类中的。
24.简介地描述下Python的垃圾回收机制
这里可以说许多东西，有几个重点你可以提到：
Python在内存中维护对象的引用次数。如果一个对象的引用次数变为0，垃圾回收机制会回收这个对象作为他用。
有时候会有“引用循环”的事情发生。垃圾回收器定期检查回收内存。一个例子是，如果你有两个对象 o1 和 o2，并且o1.x == o2 and o2.x == o1. 如果 o1 和 o2 都没有被其他对象使用，那么它们都不应该存在。但是它们的应用次数都是1，垃圾回收不会起作用。
一些启发算法可以用来加速垃圾回收。比如，最近创建的对象更可能是无用的。用创建时间来度量对象的生命时长，生命越长，越可能是更有用的对象。
CPython的说明文档中有相关解释。
25.python中有哪些基础类型
有5个标准数据库类型：Numbers（数字) String(字符串） List(列表） Tuple(元组） Dictionary(字典)
26.python里面的深拷贝，浅拷贝
在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。
浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复制
深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。也就是，把对象复制一遍，并且该对象中引用的其他对象我也复制。
1，深浅拷贝都是对源对象的复制，占用不同的内存空间。
2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。
3，可变类型：
=浅拷贝： 值相等，地址相等
copy浅拷贝：值相等，地址不相等
deepcopy深拷贝：值相等，地址不相等
27.实现一个字典数据结果的深拷贝
copy浅拷贝
deepcopy深拷贝
from copy import deepcopy
深拷贝和浅拷贝的例子：
data = {'user':'admin','num':[1,2,3]}
data2 = data.copy()
data3 = deepcopy(data)查看结果
data['user']='root'
data['num'].remove(1)
print(data)
print(data2)
print(data3)输出结果为：
{'user': 'root', 'num': [2, 3]}
{'user': 'admin', 'num': [2, 3]}
{'user': 'admin', 'num': [1, 2, 3]}总结：
如果源拷贝对象只有一级目录的话，源做任何改动，不影响深浅拷贝对象
如果源拷贝对象不止一级目录的话，源对一级目录的子目录做任何改动，都会影响浅拷贝，但不影响深拷贝
28.循环 迭代 遍历 递归
循环 指的是在满足条件的情况下，重复执行同一段代码。比如，while语句。
[ 循环则技能对应集合，列表，数组等，也能对执行代码进行操作。
迭代（iterate），指的是按照某种顺序逐个访问列表中的每一项。比如，for语句。
[迭代只能对应集合，列表，数组等。不能对执行代码进行迭代。]
遍历（traversal），指的是按照一定的规则访问树形结构中的每个节点，而且每个节点都只访问一次。
[遍历同迭代一样，也不能对执行代码进行遍历。]
递归（recursion），指的是一个函数不断调用自身的行为。比如，以编程方式输出著名的斐波纳契数列。
[线性递归和尾递归。]
29.异常处理机制
捕捉异常可以使用try/except 语句。
try/except 语句用来检测try语句块中的错误，从而让except 语句捕获异常信息并处理。
如果你不想在异常发生时结束你的程序，只需要try 捕获里捕获它。
使用以下语法：
try …except …else 的语法
try:
<语句> #运行别的代码
except <名字>：
<语句> #如果在try部份引发了’name’异常
except <名字>，<数据>:
<语句> #如果引发了’name’异常，获得附加的数据
else:
<语句> #如果没有异常发生
try的工作原理是，当开始一个try语句后，python就在当前程序的上下文中作标记，这样当异常出现时就可以回到这里，try子句先执行，接下来会发生什么依赖于执行时是否出现异常。
如果当try后的语句执行时发生异常，python就跳回到try并执行第一个匹配该异常的except子句，异常处理完毕，控制流就通过整个try语句（除非在处理异常时又引发新的异常）。
如果在try后的语句里发生了异常，却没有匹配的except子句，异常将被递交到上层的try，或者到程序的最上层（这样将结束程序，并打印缺省的出错信息）。
如果在try子句执行时没有发生异常，python将执行else语句后的语句（如果有else的话），然后控制流通过整个try语句
30.class类中（self）指的是什么
self 指的是类本身。
31.range 函数的使用，其中有那两个参数
函数语法：
range(start, stop[,step])
参数说明：
start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)