上了 Python 自动化测试这条路，接下来的要怎么走？滚雪球学 Python 番外

今天是持续写作的第 32 / 100 天。
如果你有想要交流的想法、技术，欢迎在评论区留言。

本篇文章是滚雪球学 Python 自动化测试篇的最后一篇，截止到本篇，自动化正好是 10 篇文章。由于橡皮擦并不是专业从事自动化测试的人员，接下来的部分将从概念与工具层入手，为你展开后续自动化测试之路。

数据驱动测试 DDT

数据驱动测试在自动化测试领域，属于设计模型，可以理解成是一种约定俗成的编码规范，如果你想要迈入高级自动化测试工程师，那本部分内容属于必备知识之一。

数据驱动测试，核心观点是数据与测试分离，大白话就是自动化测试的时候，可以使用预先配置好的测试数据。

如果想要学习，需要熟悉 Python 对文件的操作，在 Python 中涉及的文件种类包含多种，基础的有 TXT 文件操作、CSV 文件操作，EXCEL 文件操作、JSON 文件操作、XML 文件操作、数据库文件操作、YAML 文件操作。
以上提及的都是你在做数据驱动测试的时候，需要储备的知识技能。关于此部分，在滚雪球学 Python 15 讲中已经讲解。

其次，你还需要补充的知识是日志相关内容，日志与日志等级在滚雪球学 Python 系列课程中，也有所有涉及，可以去查阅。

数据驱动测试简写的 DDT（Data-Driver Tests），在学习的时候，你首先要检索的资料应该是关于 单元测试库（UnitTest） 相关的内容，该库是一款单元测试框架，使用起来很方便。

学习方向给你了，如果你想要从事 Python 自动化测试，那首先把它的资料找齐，接着去搞定它。

页面对象模式 PO

该模式一般称为 PO（Page Object） 设计模式，相关的内容你只需要检索对应的关键字即可，核心在于对代码的分层，每个层次都有自己的独特任务。

设计项目架构的时候，按照层次划分如下（按字母表排序）：

PO 项目
	Base 层
	Common 层
	Data 层
	Logs 层
	PO 层
	Reports 层
	TestCase 层
	config.ini 配置文件

每个层次都有自己的任务，例如 Common 层主要实现一些通过的函数，Base 层用于完成元素获取方法的封装，PO 层为核心层，业务代码存在这一层，TeseCase 为测试用例，Data 层自然对应的数据内容，Logs 层对应的是日志，Reports 层为测试报告，整个项目的基础配置在 config.ini 文件中进行体现。

工作中的工具

Python + 测试框架知识都属于自动化测试部分的基础，在实际工作中自动化测试人员还需要掌握一些工具，例如代码托管工具 Git、持续集成工具 Jenkins、容器技术 docker 等等内容。

如果未来你进入一家公司从事自动化测试，那经常会听到的一个词就是构建，该内容其实就是在使用 Jenkins 完成一些动作，所以对于工具的使用，务必掌握。

如果未来你技能更想进一步提升，可能就会碰到分布式测试了，那时你会用到 Docker 相关知识，作为一个测试工程师，你有必要掌握它。

随着工作履历的增长，你面对的技能栈会越来越多，需要掌握的知识也会越来越多，希望本系列文章可以让你走上自动化测试之路，未来可期。

最后一句，目前国内使用 行为驱动测试（BDD）模式的公司比较少，掌握的人也比较少，可以学习下。

滚雪球学 Python 番外篇，自动化测试收工

对于自动测试部分，橡皮擦不能算是专业人士，毕竟让一个产品学会技术已经不容易啦，哈哈，希望这 10 篇文章能帮助你一点点，就足够了。