Web测试自动化

最近一段时间在开发一个Web项目，发现Web测试自动化非常有必要，因为经常对代码有一些改动，但很难"充分"保证改动对系统没有坏的影响，我想除了全面的自动测试，应该没有更好的方法了。

针对一般的服务器端脚本的Web（比如PHP）测试相当简单，只需要支持少量的HTTP请求就可以了，所以有很多工具甚至只提供XML驱动的测试用例的编写方式（XML就意味着没有什么逻辑能力），比如 Imprimatur，或者是"记录"-"重放"机制，比如iMacros。

当然也有很多工具是要求写脚本的，比如Webinject，sahi等，这些我没用过。

但如果Web包含了大量的Javascript-AJAX，则事情就变得麻烦起来，不过还好暂时我没有这个需求，以后再研究吧。

网页内存大户- Gmail

Ajax很酷，但是酷需要代价，使用firefox打开Gmail页面，在inbox和sent mail间点两下，就可以发现firefox的内存耗用会飚升将近30M（在我的PC上从44M到70M左右），这个内存消耗大致和我们著名的sina首页差不多。

我有兴趣顺便测试了另外几个大的网站，Amazon和MSN首页的内存耗用都很小，从44M上升到50M左右，而这两个网页的首页内容也是相当丰富的，能说明什么问题？

可惜firefox不会自动释放页面占用的内存，这使得一旦我打开了象Gmail和Sina这样的网页，我的firefox就噌的一下涨胖，挤占了系统的大量宝贵内存，真的不喜欢firefox的这个特性。 :(

php python sort

php的数组类似于python的字典和list的组合，但我觉得奇怪的是，当php数组做字典来用时，居然可以排序，而且可以按值或者按key来排序都可以，分别用sort和ksort，比如
a = array("one"=>1, "two"=>2, "three"=>3);
sort(a);
ksort(a);
这从python的角度来说很难理解，因为字典的key应该是使用hash来访问的，不支持排序的（即使key是int也不行），只能转换为list之后排序：
甚至有一篇专门的PEP解释这个： http://www.python.org/dev/peps/pep-0265/

而php的数组是怎么访问的呢，也许是链接+hash（下标访问时用hash，遍历时用链表），这样排序就相当于重排链表。

fcitx 内存处理？

使用htop很容易发现一个问题，当系统启动后，fcitx占用1M的内存，而当输入第一个汉字之后，fcitx的内存占用狂飙到17M，并维持这个峰值。

看了一下fcitx源码就很容易理解这个行为了，当用户第一次输入时，fcitx才开始加载码表，并且永不释放，我感到奇怪的是，为什么把码表全部放在内存里（因为现在的拼音输入法，码表还是挺大的，尤其是有大量词汇的时候）。

做了简单的实验，在加载完拼音单字码表后内存占用大约在4M左右，而加载完词组的码表后，就飙到了17M了。 我想如果能够优化一下的话，比如将词组通过数据库的形式放在磁盘文件中，那么就可以大幅降低这个内存的消耗了，毕竟输入法是个常驻内存的程序，17M的内存消耗还是太大了。

Python Patterns

因为写一个小程序，所以对这个感起兴趣了，

python的特点会影响设计模式在python中的使用：
× 动态类型 - 一定会使得很多pattern在实现上要简单一些
× 面向对象特征的简化 - 这可能会让一些pattern难以实现，比如封装的不完全实现使得python实现单件可能要复杂的多。

但感觉前者带来的优点应该大于后者带来的缺点，这只是一些初步的感想。
需要找一些书充充电了。。。

一个网页： http://www.suttoncourtenay.org.uk/duncan/accu/pythonpatterns.html

Python Patterns

因为写一个小程序，所以对这个感起兴趣了，

python的特点会影响设计模式在python中的使用：
× 动态类型 - 一定会使得很多pattern在实现上要简单一些
× 面向对象特征的简化 - 这可能会让一些pattern难以实现，比如封装的不完全实现使得python实现单件可能要复杂的多。

但感觉前者带来的优点应该大于后者带来的缺点，这只是一些初步的感想。
需要找一些书充充电了。。。

一个网页： http://www.suttoncourtenay.org.uk/duncan/accu/pythonpatterns.html

PHP得到Mysql的id字段

很多数据库表中都有id字段（autoincrement的主key），使用php往里插入记录时不需要填id，mysql会自动生成这个id，但这个id怎么传回给php呢？因为接下来的代码可能要用这个id（比如将这个id存到另一个表中）

答案很简单： php提供了一个mysql_insert_id()函数可以得到这个id。

在insert成功之后立刻用这个函数就可以了，但如果这个id字段在Mysql中定义为BIGINT，则不能这么用（这是手册里说的，没有试过），可以直接在Select语句中用SQL函数LAST_INSERT_ID()。

千万要避免的方法是： 在insert之后用 select max(id)去当做新插入的id，这种方法大部分情况下可行，但一旦有多人操作数据库，正好在insert之后select max之前又有别人插入一条记录进去，那么selct max就会死的很惨了。

Python Import 分析

在用python package的时候，很容易混淆的语法就是：
1） from path.package import *
2） from path.package.module import *
3） from path.package import module
4） from path.package.module import name
5） import path.package.module
6） import path.package
7） from path.package import subpackage
语法上这些都是可以的，其中6）,7）没有什么大的意义（因为module没有引入）， 2）4）不推荐使用（shallow copy的原因），1）受到文件系统的影响，比如早期的Windows版本在列文件时总是"自作主张"的将首字母大写，这样python就得不到所需要import的模块的"真正名字"，因此只能依靠package文件夹的__init__.py中定义的__all__列表来加载对应的模块，这也比较麻烦，因为修改module名字之后需要同步更新这个__init__.py文件。

所以比较好的方法是 3和5，两者只是名字空间使用上稍有差别。

贪婪匹配与非贪婪匹配

这个在正则表达式中是很有用的，python的re模块的正则表达式中，
?,*,+ 缺省都是贪婪匹配，
在它们后面加一个?就可以变成非贪婪匹配，很方便啊， 也就是
??,*?,+?

例子送上：
>>> re.findall("<big>.+?</big>", "<big>1</big><big>2</big>3")
['<big>1</big>', '<big>2</big>']
>>> re.findall("<big>.+</big>", "<big>1</big><big>2</big>3")
['<big>1</big><big>2</big>']

 

数据库字段名称

一定要记住了，不要用"when"，"where"这样的名称做数据库字段名， 我已经第二次犯这个错误了，这次记在blog里，希望以后不会再忘。

这些名称可以成功用做字段名，但在select时如果使用这些字段名则和SQL语句的关键字冲突， 后果自然。。。
而且很多情况下，等我发现冲突时，很多其它代码中已经用到了这个名字了，于是又是改数据库，又是改代码，相当的麻烦。

python urllib & urllib2

很难找到详细的文档说明urllib和urllib2的区别，不过从帮助等的比较来看，urllib2功能要更强一些，支持proxy，proxy（认证也支持），http request等。我在Linux下的测试说明，使用urllib，不能在连接失败时抛出异常，而urllib2可以。

这里有urllib2的介绍：  http://www.voidspace.org.uk/python/articles/urllib2.shtml
但没有涉及urllib于urllib2的差异，

Python转码

简单的方法就是 str=str.decode("gb2312").encode("utf-8")'
decode是为了得到unicode字符串，encode回到utf-8编码。
如果编码选择错误或者字符内容编解码错误都会触发相应的异常。

最终encode得到的字符串如果和OS的编码（locale）不一致的话，print时就会出现乱码。

python 中执行外部命令并得到输出

在python中实现这个相当简单：
pipe = os.popen(command)
text = pipe.read()
pipe.close()

在Linux下，如果这个command是带重定向的，这里也可以正常使用，比如command是" echo sskdf > ttt "，那么执行后，ttt文件会生成， 上面代码中的text就是空字符串了。

而如果标准错误输出没有定向的话，也会从上面的pipe读进来，比如command是 " cp sdfjsfd skfdjdf > ttt "，  这里两个文件名都是不存在的，所以cp命令会在标准错误输出送出一些提示信息， 它不会被定向到ttt文件，所以也会被pipe截取到字符串中。

Windows下，我没有验证，我打赌有点问题， 呵呵：）