百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

Python import自定义模块报错、自定义异常、字符串处理、截取

liuian 2024-12-27 15:15 20 浏览

一、python import自定义的模块报错

问题现象:pycharm中运行一切正常,但是到命令行中(cmd命令行或pycharm的Terminal窗口)运行py文件,就会报错No module named xxx

问题原因
pycharm在每次运行时,都会检索整个工程目录,把目录都添加到sys.path中,运行的时候,就能够找到对应的模块.py文件。命令行运行时由于目录没有添加到sys.path中,所以会报错:No module named xxx

解决方案
比如order.py文件中引入了http_utils.py,order.py、http_utils.py文件在项目中的目录结构如下:

根目录
----utils
-------http_utils.py
----testcases
-------mainprocess
-----------order.py

则在order.py文件中,头部添加以下代码:

import sys
import os
sys.path.append(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))))
from utils.http_utils import *

其中os.path.abspath(file)用来获取本文件的绝对路径,os.path.dirname用来获取参数的直接全路径。

可以理解通过这段代码,定义了order.py需要向上找3层,就找到项目根目录,所以这里要写3个os.path.dirname。找到根目录后才能正常的从utils目录找到http_utils.py,因此就不会再报错:No module named xxx

二、python 自定义异常

实际工作中有太多的场景是内置的异常所触及不到的,而这时候使用我们自己定义的异常类型就可以更好的打通业务。自定义异常代码如下:

# 自定义异常
class XError(Exception):
    def __init__(self, value=""):  # 在抛出一个异常的时候,可以传一个值进来
        self.value = value

    # 用来print异常信息
    def __str__(self):
        return "XError :" + str(self.value)

使用举例:在接口测试代码中使用自定义异常,判断当接口返回的code值不为1时,就抛出异常

def interfaceRequest():
    headers = {
        "Accept-Encoding": "gzip, deflate, br"
    }

    url = 'https://nc.cli.im/qrcode/getDefaultComponentMsg'

    print("开始测试接口:interfaceRequest")
    print("接口请求url:" + url)
    logging.info("接口请求url:" + url)
    res = requests.get(url, headers=headers)
    print("接口返回结果:" + res.text)
    code = json.loads(res.text).get("code")
    print("code值:" + str(code))
    if str(code) == "1":
        pass
    else:
        raise XError("接口返回值不等于预期值,接口返回结果:" + res.text)

三、Python返回字符串中第一个不重复的字母和位置

这是一道常见的测开面试题,验证面试者对python基础语法的熟悉程度,解题代码如下:

def first_char(str):
    d = {}
    for i in range(len(str)):
        # 累计字符的出现次数
        if str[i] in d:
            d[str[i]] += 1
        # 只出现一次,key对应的value就记1次
        else:
            d[str[i]] = 1
    for i in range(len(str)):
        if d[str[i]] == 1:
            return '第一个不重复的字符串是{},索引是{}'.format(str[i], i)

    return "没有不重复的字符串"


if __name__ == '__main__':
    s = "wwqqooagg"
    res = first_char(s)
    print(res)

测试结果如下:


四、Python根据指定开头和结尾截取字符串

编写接口自动化测试代码时,有的时候我们需要提取一段字符串中的某一部分字符,用作后续接口使用,代码如下:

def GetMiddleStr(self, content, startStr, endStr):
    """
    提取testcase的名字用于log目录使用
    """
    startIndex = content.index(startStr)
    if startIndex >= 0:
        startIndex += len(startStr)
    endIndex = content.index(endStr)
    return content[startIndex:endIndex]
    
if __name__=='__main__':
    content= "D:\pycharmProject\autotest\testcases\order\cancelOrder.air"
    startStr="order\\"
    endStr=".air"
    testcaseName=self.GetMiddleStr(content,startStr,endStr)

最后得到的字符串是:cancelOrder

=================================
以上就是本次的全部内容,都看到这里了,如果对你有帮助,麻烦点个赞+收藏+关注,一键三连啦~

欢迎关注我的公众号:程序员杨叔,各类文章都会第一时间在上面发布,持续分享全栈测试知识干货,你的支持就是作者更新最大的动力~

相关推荐

【常识】如何优化Windows 7

优化Windows7可以让这个经典系统运行更流畅,特别是在老旧硬件上。以下是经过整理的实用优化方案,分为基础优化和进阶优化两部分:一、基础优化(适合所有用户)1.关闭不必要的视觉效果右键计算机...

系统优化!Windows 11/10 必做的十个优化配置

以下是为Windows10/11用户整理的10个必做优化配置,涵盖性能提升、隐私保护和系统精简等方面,操作安全且无需第三方工具:1.禁用不必要的开机启动项操作路径:`Ctrl+S...

最好用音频剪辑的软件,使用方法?

QVE音频剪辑是一款简单实用的软件,功能丰富,可编辑全格式音频。支持音频转换、合并、淡入淡出、变速、音量调节等,无时长限制,用户可自由剪辑。剪辑后文件音质无损,支持多格式转换,便于存储与跨设备播放,满...

Vue2 开发总踩坑?这 8 个实战技巧让代码秒变丝滑

前端开发的小伙伴们,在和Vue2打交道的日子里,是不是总被各种奇奇怪怪的问题搞得头大?数据不响应、组件传值混乱、页面加载慢……别慌!今天带来8个超实用的Vue2实战技巧,每一个都能直击痛...

Motion for Vue:为Vue量身定制的强大动画库

在前端开发中,动画效果是提升用户体验的重要手段。Vue生态系统中虽然有许多动画库,但真正能做到高性能、易用且功能丰富的并不多。今天,我们要介绍的是MotionforVue(motion-v),...

CSS view():JavaScript 滚动动画的终结

前言CSSview()方法可能会标志着JavaScript在制作滚动动画方面的衰落。如何用5行CSS代码取代50多行繁琐的JavaScript,彻底改变网页动画每次和UI/U...

「大数据」 hive入门

前言最近会介入数据中台项目,所以会推出一系列的跟大数据相关的组件博客与文档。Hive这个大数据组件自从Hadoop诞生之日起,便作为Hadoop生态体系(HDFS、MR/YARN、HIVE、HBASE...

青铜时代的终结:对奖牌架构的反思

作者|AdamBellemare译者|王强策划|Tina要点运维和分析用例无法可靠地访问相关、完整和可信赖的数据。需要一种新的数据处理方法。虽然多跳架构已经存在了几十年,并且可以对...

解析IBM SQL-on-Hadoop的优化思路

对于BigSQL的优化,您需要注意以下六个方面:1.平衡的物理设计在进行集群的物理设计需要考虑数据节点的配置要一致,避免某个数据节点性能短板而影响整体性能。而对于管理节点,它虽然不保存业务数据,但作...

交易型数据湖 - Apache Iceberg、Apache Hudi和Delta Lake的比较

图片由作者提供简介构建数据湖最重要的决定之一是选择数据的存储格式,因为它可以大大影响系统的性能、可用性和兼容性。通过仔细考虑数据存储的格式,我们可以增强数据湖的功能和性能。有几种不同的选择,每一种都有...

深入解析全新 AWS S3 Tables:重塑数据湖仓架构

在AWSre:Invent2024大会中,AWS发布了AmazonS3Tables:一项专为可扩展存储和管理结构化数据而设计的解决方案,基于ApacheIceberg开放表格...

Apache DataFusion查询引擎简介

简介DataFusion是一个查询引擎,其本身不具备存储数据的能力。正因为不依赖底层存储的格式,使其成为了一个灵活可扩展的查询引擎。它原生支持了查询CSV,Parquet,Avro,Json等存储格式...

大数据Hadoop之——Flink Table API 和 SQL(单机Kafka)

一、TableAPI和FlinkSQL是什么TableAPI和SQL集成在同一套API中。这套API的核心概念是Table,用作查询的输入和输出,这套API都是批处理和...

比较前 3 名Schema管理工具

关注留言点赞,带你了解最流行的软件开发知识与最新科技行业趋势。在本文中,读者将了解三种顶级schema管理工具,如AWSGlue、ConfluentSchemaRegistry和Memph...

大数据技术之Flume

第1章概述1.1Flume定义Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构,灵活简单。1.2Flume的优点1.可以和...