编写装饰器达成python请求错误重试功效

在做接口自动化测试的时候,总会碰着,因延续超时等悖谬导致,接口脚本失利。

  1. __new__.__init__差距,怎样贯彻单例形式,有何长处
    __new__是一个静态方法,__init__是2个实例方法
    __new__回去八个创立的实例,__init__如何都不回来
    __new__回来一个cls的实例时前边的__init__才具被调用
    当创设二个新实例时调用__new__,开始化2个实例时调用__init__
  2. 浓度拷贝
    浅拷贝只是扩张了一个指针指向1个设有的地方,而深拷贝是增添3个指南针并且开拓了新的内部存款和储蓄器,那几个扩充的指针指向那些新的内部存储器,
    动用浅拷贝的情况,释放内部存款和储蓄器,会释放同壹内部存款和储蓄器,深拷贝就不会并发释放同壹内部存储器的谬误

合法给出的点子:

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相关协商,分别位于哪层
    http协议是超文本传输协议,http协议是依照TCP/IP通讯协议来传递数据
    http协议工作与c/s架构上,浏览器作为http的客户端通过UHummerH贰L向http服务端即web服务器发送所用请求。web服务器收到全体请求后,向客户端发送响应新闻,
    http特点是短连接,无状态
    地址栏键输入U讴歌RDXL,按下回车之后经历了哪些?
    一.浏览器向DNS服务器请求解析该UCR-VL中的域名所对应的IP地址
    二.解析出IP地址后,遵照IP地址和暗中同意端口80,和服务器建立TCP连接
    三.浏览器发出读取文件的http请求,该请求报文作为TCP一回握手的第多个报文的多少发送给服务器
    4.服务器对浏览器请求做出响应,并把相应的html文件发送给浏览器
    5.释放TCP连接
    6.浏览器将该HMTL渲染并彰显内容

  2. TCP/UDP区别
    TCP协议是面向连接,保险高可信赖性(数据无遗失,数据无失序,数据无不当,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是依照http协议的,可持续化连接
    轮询:浏览器每隔几秒就发送二遍呼吁,询问服务器是或不是有新音信
    长轮询:客户端发起连接后,假诺未有音信,就直接不回来response给客户端,直到有音讯再次回到,重返完事后,客户端再一次发起连接

  4. RabbitMQ:
    劳动器端有Erlang语言来编排,辅助多种客户端,只会ajax,用于分布式系统中贮存转载音信,在易用性、扩充性、高可用性的地点不俗。
    connection是RabbitMQ的socket连接,它包裹了socket部分连锁协商逻辑
    connectionFactroy为connection的炮制工厂
    channel是我们与RabbitMQ打交道的最重点的3个接口,半数以上的作业操作是在chaanel这些接口中实现,包含定义Queue、定义Exchange、
    绑定Queue与Exchange,发表音讯等

  5. 装饰器
    调用装饰器其实是3个闭包函数,为别的函数增添附加功效,不退换被修改的源代码和不修改被修饰的格局,装饰器的重返值也是三个函数对象。
    诸如:插入日志、质量测试、事物处理、缓存、权限验证等,有了装饰器,就足以抽离出大气与函数成效自个儿毫无干系的等同代码并继续起用。

  6. 闭包
    壹.亟须有三个内嵌函数
    二.内嵌函数必须引用外部函数的变量(该函数包罗对外作用域而不是全局成效域名字的引用)
    三.表面函数的重返值必须是内嵌函数

  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)的三个进程
    生成器:包涵含有yield这些至关心爱慕要字,生成器也是迭代器,调动next把函数产生迭代器。

  8. classmethod,staticmethod,property
    类措施:将类的函数调换来类方法,函数上点缀@classmethod会将函数的活动传值参数改成cls
    静态方法:此办法相当于给类扩张一个意义,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无独有偶函数,不管是类还是实例化的靶子都能够行使
    实例化:类的实例化就会时有发生一个实例(对象),可以精通为类()把虚拟的事物实例化,获得实际存在的值

  9. 常用的状态码
    200–服务器成功重返网页
    20四–请求收到,但再次来到音讯为空
    304–客户端已经实行了GET,但文件未变动
    400–错误请求,如语法错误
    40三–无权力访问
    40四–请求的页面不设有
    500–服务器发生内部错误

  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,同一进程只好有贰个线程被执行
    多进程:多进度模块multiprocessing来兑现,cpu密集型,IO总计型能够用多进程
    八线程:拾二线程模块threading来促成,IO密集型,拾2线程能够提升效能
    协程:看重于geenlet,对于10二线程应用。cpu通过切条的艺术来切换线程间的实施,境遇IO操作自动切换,线程切换时需求耗费时间,
    而协成好处未有切换的损耗,未有锁定概念。
    经过:是能源管理单位,实行是互为独立的,达成产出和产出
    线程:是微乎其微的实行单位,线程的产出为了下降上下文切换的损耗,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,能够监听多少个描述符 select/poll/epoll
    select:连接数受限,查找配对进程慢,数据由基本拷贝到用户态
    poll:改革了连接数,可是如故查找配对进程慢,数据由基本拷贝到用户态
    epoll:epoll是linux下多路复用IO接口,是select/poll的加强版,它能分明加强程序在大量并发连接中唯有微量生动活泼的事态下的系统CPU利用率
    异步非阻塞:异步显示在回调上,回调正是有音信再次来到时告知一声儿进度张开始拍戏卖。非阻塞就是不等待,不供给进程等待下去,
    继续试行别的操作,不管别的进程的情事。

  12. PEP八规范,规范的益处是何等?
    1.缩进:陆个空达成缩进,尽量不应用Tab
    二.行:没行最大尺寸不超越7九,换行可以使用反斜杠
    三.命名专业:
    4.评释规范:

  13. range-and-xrange
    都在循环时利用,xrange内存品质越来越好,xrange用法与range完全一样,range贰个生成list对象,xrange是生成器

  14. with上下文机制原理
    enterexit,上下文物管理理协议,即with语句,为了让三个指标包容with语句,必须在那些指标类中声称enterexit方法,
    选择with语句的目标就是把代码块放入with中实施,with结束后,自动完结清监护人业,无须收到干预

  15. 经典类、新式类
    经文类遵守:深度优先,python第22中学
    新式类遵守:广度优先,Python3中

  16. 有未有1个工具得以扶持寻找Python的bug和拓展静态的代码分析?
    PyChecker是二个Python代码的静态分析工具,它能够援协助调查找Python代码的bug,会对代码的复杂度和格式建议警告,
    Pylint是其它1个工具得以拓展codingstandard检查

  17. Python是什么样开始展览内部存储器管理的

    • 目的引用计数:
      引用计数增添的境况:
      来保持追踪内部存储器中的对象,全部指标都用引用计数,1个目的分配多个新名称将其放入2个器皿中(列表,字典,元祖)引用计数裁减的气象:
      动用del语句对指标别称展现的灭绝
      引用超过功用域或被再度赋值
      sys.getrefcount()函数能够赢得对象的近来引用计数
    • 标识-清除机制
    • 分代手艺

 

20、什么是python?使用python有啥便宜?
python是1种编程语言,它有目的、模块、线程、相当处理和电动内部存储器管理。它简洁,简单、方便、轻便扩展、有多数自带的数码结果,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,将它们调换来字符串,然后使用dump函数将其转储到三个文书中——那么些进程叫做pickling
    反之从存款和储蓄的字符串文件中领取原始python对象的长河,叫做unpickling

  2. python是什么样被批注的?
    Python是1种解释性语言,它的源代码能够直接运营,Python解释器会将源代码变换来中间语言,之后再翻译成机器码再实行

  3. 数组和元祖之间的界别是什么样?
    数组和元祖之间的界别:数组内容能够被改造,而元祖内容是只读的,不可被涂改的,此外元祖可以被哈希,比如作为字典的key

  4. 参数按值传递和引用传递是怎么落到实处的?
    python中的1切都以类,全部的变量都是三个对象的引用。引用的值是由函数显明的,因而不能被更动,可是假诺1个对象是能够被涂改的,你可以转移对象
    python中对三个函数能够传递参数,可是什么识别是值传递如故引用传递,不是程序员手动调整的,而是python遵照你传入的多少对象,自动识其余。
    若是您传入的参数对象是可变对象:列表,字典,那年就是援引传递,假若参数在函数体内被改换,那么源对象也会被涂改。
    壹旦你传入的参数对象是不可变的指标:数字,元组,字符串,这年正是值传递。那么源对象是不会改动的,

  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. 什么样是python的命名空间?
    在python中,全体的名字都设有于3个上空中,它们在改空间中存在和被操作——那就是命名空间,它就恍如3个盒子,在各样变量名字都对应装着贰个对象,当查问变量的时候,会从该盒子里面找出对应的指标

  7. python中的unittest是什么?
    在python中,unittest是python中的单元测试框架,它抱有支持共享搭建、自动测试、在测试中暂停代码、将不一样测试迭代成1组

  8. args与*kwargs
    *args代表职分参数,它会吸收任意两个参数并把这么些参数作为元祖传递给函数。
    **kwargs代表的主要字参数,重回的是字典,地点参数一定要放在重点字后面

  9. 在Python中如何是slicing?切块
    slicing是一种在平稳的靶子类型中(数组、元祖、字符串)节选某一段的语法

  10. python中的docstring是什么?
    Python汉语档字符串被称之为docstring
    简轻易单的话,正是出现在模块、函数、类、方法里第三个语句的,就是docstring。会自行成为属性__doc__

  11. os与sys区别:
    os是模块负责程序与操作系统的竞相,提供了访问操作系统底层的接口
    sys模块是肩负程序与python解释器的互相,提供了一层层的函数和变量,用于操控Python时运维的环境
    3二、达成二个单例情势
    __new__()__init__()前边被调用,用于转移实例对象。利用那个法子和类的性质的风味能够实现设计形式的单例方式。
    单例形式是指创立唯一指标,单例格局设计的类只好实例,实例化一个指标

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2

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

 

选取情势:reNum = 五代表,现身ConnectionError时最多可重试八遍。

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

相关文章