（一）常用的python脚本

1、冒泡排序。

2、计算x的n次方的方法。

3、计算阶乘 n。

4、列出当前目录下的所有文件和目录名。

5、把一个list中所有的字符串变成小写。

6、输出某个路径下的所有文件和文件夹的路径。

7、输出某个路径及其子目录下的所有文件路径。

8、输出某个路径及其子目录下所有以.html为后缀的文件。

9、把原字典的键值对颠倒并生产新的字典。

10、判断字符串是否只由数字组成。

（二）python自动化测试需要会什么

自动化测试目前就基于三个层面：代码层面，协议层面，界面层面，下面分别说一说：

1、基于协议的自动化测试：

用得最多的应该是协议层面的，就是我们常说的发个http请求（现在很多接口测试也是基于协议，工具也简单，Jmeter、postman等；我们的性能测试的原理也是协议+多线程），发送请求之后，检查服务器响应，我们弄清楚了协议规则，自动化就是连续的发送请求，检查响应，断言，其实不那么难。真正难得是：用例设计、场景设计、数据分析等等。。这些需要严谨的测试思维，大量的测试经验，所以说工具或代码解决的是三分之一的问题，剩下的三分之二还是需要靠人自己。

2、基于界面的自动化测试：

原理就是识别并操作界面元素，但是由于写界面的语言比较多，H5，java，python。。各个都有一点区别，所以在识别操作时稍微有点麻烦，如果无法识别元素怎么办呢？Autolt，Sikulix，键盘模拟，当然还可以基于图像识别来解决界面的操作问题

3、基于代码自动化测试：

检查代码的逻辑和覆盖率等问题，就是我们常说的白盒测试或者单元测试，一般这个是由程序员完成。然后就是代码级的接口测试（灰盒测试），这个的可行性更高，更有效率和价值。如果说代码级的测试已经完成，那么功能性的bug会少非常多的，所以这个过程很重要，但是对测试人员的代码要求非常高，这个有点超出自动化测试了，偏向于测试开发。

（三）python画樱花树代码

1、python画樱花树代码为：

import turtle as T

import random

import time

2、# 画樱花的躯干(60,t)

def Tree(branch, t):

time.sleep(0.0005)

if branch > 3:

if 8

（四）python

1、Python 操作文件时，我们一般要先判断指定的文件或目录是否存在，不然容易产生异常。

2、例如我们可以使用 os 模块的 os.path.exists() 方法来检测文件是否存在：

import os.path

os.path.isfile(fname)

3、如果你要确定他是文件还是目录，从 Python 3.4 开始可以使用 pathlib 模块提供的面向对象的方法 (Python 2.7 为 pathlib2 模块):

from pathlib import Path

my_file = Path(/path/to/file)

if my_file.is_file():

# 指定的文件存在

检测是否为一个目录：

if my_file.is_dir():

# 指定的目录存在

4、如果要检测路径是一个文件或目录可以使用 exists() 方法：

if my_file.exists():

# 指定的文件或目录存在

在 try 语句块中你可以使用 resolve() 方法来判断：

try:

my_abs_path = my_file.resolve()

except FileNotFoundError:

# 不存在

else:

# 存在

（五）python是什么干什么用的

Python是一种全栈的开发语言，所以你如果能学好Python，那么前端，后端，测试，大数据分析，爬虫等这些工作你都能胜任。python有四大主要应用:网络爬虫,web开发,人工智能以及自动化运维。

1.网络爬虫

相比与其他静态编程语言，如java，c#，C++，python抓取网页文档的接口更简洁。python的urllib2包提供了较为完整的访问网页文档的API。抓取的网页通常需要处理，比如过滤html标签，提取文本等。python的beautifulsoap提供了简洁的文档处理功能，能用极短的代码完成大部分文档的处理。

2.web开发

python最大的特点就是简洁，使用python做网站开发，在代码的维护方面可以节省很大的精力。而且python还有很多优秀的web框架可以使用。

3.人工智能

人工智能的核心算法是完全依赖于C/C++的，因为是计算密集型。Python是这些库的API binding，使用Python是因为CPython的胶水语言特性，要开发一个其他语言到C/C++的跨语言接口，Python是最容易的，比其他语言的ffi门槛要低不少，尤其是使用Cython的时候，Python历史上也一直都是科学计算和数据分析的重要工具，有numpy的底子，用numpy这样的基础库既减少了开发工作量，也方便从业人员上手。

4.自动化运维

一个运维人员通常要管理上百、上千台服务器，运维工作也变的重复、繁杂。把运维工作自动化，python能够把运维人员从服务器的管理中解放出来，让运维工作变得简单、快速、准确.