Ruta de aprendizaje completa para el desarrollo de pruebas en lenguaje Python
Aquí hay una ruta de aprendizaje completa para el desarrollo de pruebas basadas en el lenguaje Python. Los amigos que estén interesados en las pruebas de software pueden aprender de acuerdo con este esquema:
Fase 1: Curso básico profesional
. p>
Objetivos de la fase:
1. Competente en tecnologías informáticas básicas: programación, base de datos, sistema operativo, control de versiones.
Capaz de aplicar hábilmente las tecnologías aprendidas. Construir varias. entornos de servidor
3. Comprensión profunda de diversas dificultades y métodos de tratamiento en el proceso de desarrollo de software
4 Domine la tecnología de programación Python y utilice hábilmente Python para la programación
<. p>Puntos de conocimiento:1. Elementos de la página web, diseño, estilos CSS, modelos de caja, programación JavaScript, funciones, algoritmos básicos y expresiones regulares.
2. Conocimiento de bases de datos, paradigma, configuración de MySQL, comandos, creación de bases de datos y tablas, adición, eliminación, modificación y consulta de datos, restricciones, vistas, procedimientos almacenados, funciones, disparadores, transacciones, cursores, in- Herramientas de modelado en profundidad Comprender el conocimiento general de los sistemas de gestión de bases de datos y el uso y gestión de la base de datos MySQL. Sentar las bases para las pruebas de software y el desarrollo de pruebas.
3. Instalación y configuración de Linux, operaciones de directorio de archivos, comandos VI, administración, usuarios y permisos, implementación del entorno, programación Shell Linux, como sistema operativo de servidor convencional, es el punto clave en cada prueba y desarrollo. El ingeniero debe dominar la tecnología y ser capaz de utilizarla con habilidad.
4. Conceptos básicos de programación de Python, reglas de sintaxis, funciones, tipos de datos, PDBC, cultivar sólidas habilidades básicas de programación de Python y tener un uso competente de la programación de objetos centrales de Python.
5. Python orientado a objetos, manejo de excepciones, IO de archivos, subprocesos múltiples, programación de red, desarrollo de interfaz PyQT, comprensión profunda de la programación orientada a objetos, mecanismo de manejo de excepciones, principios de subprocesos múltiples. Conocimiento del protocolo de red y hábil aplicación en el proyecto.
La segunda etapa: cursos básicos profesionales
Objetivos de la fase:
1. Aplicar de manera competente los conocimientos aprendidos para completar un proyecto de prueba de software estándar.
2. Competente en el uso de Python para completar pruebas de GUI, pruebas de interfaz y desarrollo de pruebas de rendimiento
3. Tener un conocimiento profundo del sistema de tecnología de desarrollo de pruebas y los principios de implementación.
4. Utilice las pruebas de manera flexible Desarrollar tecnología para resolver diversos problemas en proyectos
Puntos de conocimiento:
1. herramientas de gestión, informes de prueba, gestión de defectos Comprender diversos problemas prácticos en ingeniería de software, comprender la teoría, los métodos y los procesos de prueba de sistemas y utilizar hábilmente métodos de diseño de casos de prueba para diseñar casos de prueba de manera eficiente.
2. Análisis de requisitos de prueba, diseño de planes de prueba, diseño de casos de prueba, implementación de proyectos de prueba, informes de defectos e informes de prueba, tener un conocimiento profundo de cada proceso y los enlaces clave de las pruebas del sistema, y completar hábilmente. Proyectos de prueba de sistemas.
3. Marco SikuliX, marco, marco SeleniumWebDriver, marco básico, aplicación de Android, prueba Monkey, marco de prueba móvil Appium, marco de prueba móvil utiliza de manera integral varias plataformas operativas de aplicaciones para completar varios marcos de prueba automatizados Aprendizaje y aplicación. Comprensión profunda de la tecnología de prueba automatizada de GUI y desarrollo de pruebas de los marcos correspondientes.
4. Marco de prueba unitaria de Python, protocolo de comunicación de red, protocolos HTTP y HTTPS, protocolos WebService y WebSocket, biblioteca de prueba de interfaz Python, herramientas de prueba de interfaz PostMan y SoapUI a través de pruebas de interfaz a nivel de código e interfaces a nivel de protocolo. Desarrollo de pruebas prácticas para pruebas, uso flexible de Python para desarrollar scripts de prueba de interfaz y uso competente de varias herramientas de prueba de interfaz.
5. Principios de prueba de rendimiento, sistema de indicadores, diseño de escenarios, proceso de implementación, aplicación de herramienta JMeter, desarrollo de scripts BeanShell, marco de prueba de rendimiento PythonLocust, comprensión profunda del sistema y metodología de tecnología de prueba de rendimiento, uso competente de Las herramientas de prueba de rendimiento JMeter y el marco de prueba de rendimiento Locust implementan pruebas de rendimiento de cualquier sistema.
La tercera fase: proyecto práctico integral
Objetivos de la fase:
1. Aplicar de manera flexible pruebas de software y tecnología de desarrollo de pruebas al proyecto
>2. Tener sólidas capacidades de desarrollo de pruebas y completar proyectos de desarrollo de pruebas de forma independiente
3 Aplicar de manera integral la tecnología de prueba de software para satisfacer las necesidades de los talentos de nivel medio y superior en la empresa
4. Aplicar lo que ha aprendido. Tener un conocimiento profundo de la tecnología y la capacidad de resolver problemas de forma independiente.
Puntos de conocimiento:
Análisis de requisitos de prueba, revisión por pares, plan de prueba. solución de prueba, caso de prueba, gestión de configuración, integración continua. A través de proyectos de prueba reales de sistemas de aplicaciones de nivel empresarial a gran escala, fortaleceremos nuestra comprensión del proceso de implementación y los detalles técnicos de los proyectos de prueba de sistemas.
2. Diseño e implementación de pruebas de interfaz, pruebas de regresión, pruebas de humo, pruebas de seguridad, aplicaciones de marco, prácticas de automatización de UI. Combine varias tecnologías de pruebas automatizadas con simulacros de proyectos reales para fortalecer la aplicación de la tecnología de pruebas automatizadas. y dominar más marcos de prueba al mismo tiempo.
3. Combate real del proyecto de prueba de rendimiento, herramienta de prueba de rendimiento LoadRunner, resumen A través del combate real del proyecto integral, se integra un conjunto completo de tecnología de prueba en el proyecto para fortalecer el efecto de aprendizaje y la experiencia del proyecto.
4. Se implementa una gran cantidad de desarrollo del marco de prueba nativo de Python, que incluye Monkey, UI, reconocimiento de imágenes, plataforma de prueba en la nube, informe de prueba HTML, integración continua, desarrollo de marco basado en palabras clave KDT y otras tecnologías nativas. Desarrollo de código nativo de Python, comprensión profunda de los principios de implementación subyacentes de la tecnología de desarrollo de pruebas automatizadas, abandono por completo de la dependencia de herramientas y lograr una verdadera tecnología de desarrollo de pruebas.
5. Según las ideas de diseño y los métodos de implementación del marco de prueba, la implementación independiente de un conjunto de marcos de prueba puede completar de forma independiente un conjunto de marcos de prueba automatizados y puede usarse directamente en proyectos reales.
6. La integración continua y Jenkins, los principios y herramientas de prueba de seguridad, el desarrollo del rastreador Python y el marco Scrapy, mejoran otras tecnologías de prueba de software, mejoran el conocimiento, mejoran la competitividad y ayudan al desarrollo profesional.
Conocimientos complementarios
1. Avance de algoritmos, procesamiento de imágenes, procesamiento de video, cifrado y descifrado, algoritmo de compresión.
2. Lenguaje de modelado unificado UML, cinco tipos de diagramas, diagramas de clases, explicaciones detalladas de diagramas de clases, diagramas de casos de uso y diagramas de secuencia.
3. Marco de desarrollo distribuido Dubbo, sistema de gestión de bases de datos relacionales Oracle y sistema de gestión de bases de datos no relacionales MongoDB.
4. Marco de desarrollo de big data Hadoop/MapRece/Spark.
5. Desarrollo de aplicaciones nativas y desarrollo WebApp para Android e iOS.
6.Marco de procesamiento de imágenes OpenCV, marco de aprendizaje profundo TensorFlow, motor de búsqueda de texto completo Lucene y marco de segmentación de palabras chinas Ik-Analyzer, algoritmos y marcos de procesamiento de video, etc.