一.python的异常处理
异常抛出处理机制：
1.若在运行时发生异常，解释器会查找相应的处理语句（handler）
2.若在当前函数无法找到，就将异常传给上层的调用函数，看是否能处理
3.如果在最外层（全局“main")中还是无法找到时，解释器退出，并打印出 traceback让用户找出错原因
try...except 异常捕捉，用except接收了这个IOError,pass代表实现了相应实现，什么也不做
#coding=utf-8
# except接收错误，不报错，pass代表实现了相应实现，什么也不做try:
open("ddd.txt","r")
except IOError:
pass
#msg用来打印except接收的NameError的错误，此时会打印出：name is not defined!
try:
print aa
except NameError,msg:
print msg
#指定AssertionError的抛出错误为msg，如果出错，则报出：”num is not 10 !"
try:
num=input("inout a num:")
assert (num==10),"num is not 10"
except AssertionError,msg:
print msg
print ("Sadly,num not 10!!")
try...finally 无论错误是不是发生，这些代码必须运行，比如：文件关闭，释放锁，把数据库连接返回给连接池
import time
try:
f=file("data.txt")
while True:
line=f.readline()
if len(line)==0:
break
time.sleep(2)
print line
finally:
f.close()
print ‘Cleaning up...closed the file‘
正常情况下运行结果如下：
>>> 你说的啥 selenium go die WFU appium Cleaning up...closed the file
在运行途中按 ctrl+C终止键，文件仍然执行finally下的语句：
>>>你说的啥
selenium
Cleaning up...closed the file
Traceback (most recent call last):
File "C:\Users\DELL\Desktop\test.py", line 9, in <module>
time.sleep(2)
KeyboardInterrupt
二.错误截图
在异常抛出中使用 get_screenshot_as_file(“保存的截图路径”）即可得到异常截图
# coding =utf-8
from selenium import webdriver
browser=webdriver.Chrome()
browser.get("http://www.baidu.com")
try:
browser.find_element_by_id("kw1").sendkeys("selenium")
browser.find_element_by_id("su").click()
except:
browser.get_screenshot_as_file("D:/error.png")
三.自动化测试用例设计
自动化测试用例设计的原则：
1.一个脚本是一个完整的场景，包括登录，退出和关闭。
2.一个脚本只验证一个一个功能点，如登录功能脚本完毕后，验证发消息时虽然需要登录退出，但是只验证发消息这个功能点，不能太多
3.尽量只做正向逻辑的验证，怎么可以正确走通怎么来，考虑太多逆向，一方面场景过多，另一方面验证性不强，一般手工多用逆向思维，而且由于多用于回归性测试，考虑正向就好
4.脚本之间依赖性不能太强，要各自独立
5.如果数据做了修改，要进行数据还原，例如：修改完密码后，需要把密码重新改回去，否则导致下次不能使用，可重用性太弱
6.只对验证点进行验证，不要每个都验证
自动化测试案例一般用表格记录
重要的是验证点的设计，比如：用登录后的昵称验证是否登录成功，用文件的数量判断是否添加文件成功（不用恢复数据），用文件的数量判断是否删除成功（记得要恢复数据！！！）
比如：对于公司的系统微信管理平台而言：
登录：验证登录后的昵称
添加文件：验证新插入的第一行第一列标题是否是新增的内容
删除文件：验证删除后，下行的标题显示是否正确
修改：修改后的内容显示是否正确
查询：显示的内容数量是否正确
由简到繁，逐步增加功能点，即使实现了部分的自动化，但是半自动化可以使更多的注意点到探索性测试和用户体验方面。