Python 测试与工程化面试题27 题
- 01 单元测试、集成测试和端到端测试有什么区别？
- 02 pytest 相比 unittest 有什么优势？常用特性有哪些？
- 03 测试覆盖率有什么意义？是不是越高越好？
- 04 什么是 TDD？在 Python 项目中如何实践？
- 05 pytest fixture 的作用域和 yield 清理机制怎么理解？
- 06 Python 测试中 mock 和 patch 应该怎么用？
- 07 Python 测试中如何覆盖异常、边界条件和参数校验？
- 08 Python 工程中 black、ruff、mypy 分别解决什么问题？
- 09 Python 项目目录结构应该怎么设计？src layout 有什么好处？
- 10 Python 项目如何管理环境变量和配置？为什么不应该把密钥写进代码？
- 11 Python 项目如何在 CI 中做自动化测试？
- 12 Python 项目如何做依赖管理和可重复构建？
- 13 Python 项目为什么要用 pre-commit？它和 CI 有什么区别？
- 14 Python 项目中的 pyproject.toml 是什么？打包、依赖和工具配置应该怎么管理？
- 15 Python 虚拟环境有什么用？venv、virtualenv、conda 和 pyenv 有什么区别？
- 16 测试时好时坏（flaky test）是怎么回事？怎么定位和根治？
- 17 测试替身有哪几种？为什么说难测的代码是设计有问题？
- 18 pytest 的 conftest.py 和插件机制是怎么回事？常用插件有哪些？
- 19 pytest 的参数化怎么用？parametrize 有哪些进阶技巧？
- 20 测试数据怎么管理？factory 和 fixture 文件该怎么选？
- 21 测试套件跑得太慢怎么优化？有哪些提速手段？
- 22 什么是基于属性的测试？Hypothesis 怎么用？
- 23 什么是快照测试？它适合什么场景，又容易被怎么滥用？
- 24 mypy 怎么用好？渐进式类型检查该怎么落地？
- 25 Python 项目怎么做版本管理和发布？语义化版本要注意什么？
- 26 Python 怎么调试？pdb、日志和生产环境排查有哪些手段？
- 27 Python 怎么做性能基准测试？微基准有哪些陷阱？
没有符合条件的题目。