当前位置: 首页 > news >正文

北京-4年功能测试2年空窗-报培训班学测开-第四十七天

我在输入标题时,突然在想,这种重复性工作能不能交给代码来做啊。嗯…我有了编程思想了

今天上课,讲了selenium,其实主要就是一些使用,最后半个多小时讲了下框架啥的。老师说现在你们已经具备独立开发pytest、appium、selenium框架的能力了,我:嗯????????然后让我们用pytest把ui自动化改写,可真是太看得起我们了。不过我也清楚,这也是为了推着我们走,没啥好抱怨的

我就是,学完了才意识到,我前同事说的很对,他让我开始写case(这里指的是自动化测试框架里面的用例,代替手工操作的用例,包含一些测试数据),我当时还说没空,现在就觉得他说的真对。因为没学完我只会想着怎么把当下这个知识点学会,学完了就需要思考如何把学过的内容实际应用,哪怕写几条用例也都是你的实操经历,对个人很有利

我们目前还剩下周一的最后一节课,讲完就结课了

我现在不像以前一样每天愁眉苦脸的,觉得学不会。虽然现在还是比不上头脑灵活的人,但经过这两个月,我非常清楚自己是一个能够长久坚持下来的人,无论多崩溃,我都会持续优化改进,韧性很强,所以我也相信自己只要能沉下心坚持,最慢的才是最快的(说句实在的,我的进度真的慢一大截,不过我掌握的很扎实)

而且我现在学习时候只学习,一般不去接触别的,我本来就养成了离开手机的习惯,所以课间顶多和朋友聊聊天。休息时候也非常松弛,这是我想要的状态,玩也能玩的好,学也能专心学

另外,我需要开始思考,我找工作的目标。不是说简单的那种,我想要多少钱,想找个什么公司之类的。这些当然包括在内,但很表层

我意识到我是通过成就感驱动的,只要我能把活干得不错,无论哪个行业我都能愿意干下去。所以这是我的底层驱动,那如果我想要在这行干下去,干几年呢?我需要有哪些技能?当下找工作的话,这个行业的长期职业规划是什么?我入职后可能会干哪些活等等。还要通过岗位要求来反推,职业规划及准备简历

我是很愿意记录的,而且我也想给自己的努力留痕,另外,我特别想分享自己的经历,所以才会持续记录这个博客。我还喜欢总结整理归纳,现在我可能还没那个水平,等慢慢上手了,我会发些有用的干活,因为我自己踩过坑,所以很希望能通俗易懂地把知识整理出来,以此来帮助别人

学习这种事,也不能急于一时。所以只要我能长期坚持下去就会有很大的收获

明天计划用真实项目写selenium用例,跑通框架

http://www.lryc.cn/news/584129.html

相关文章:

  • 【世纪龙科技】汽车信息化综合实训考核平台(机电方向)-学测
  • 倍福套料VE变量和M函数新增配置
  • python学习打卡:DAY 30 模块和库的导入
  • 2. 【Blazor全栈开发实战指南】-- 目录
  • 敏捷测试中的质量闸门如何设置?
  • STM32F103C8T6单片机内部执行原理及启动流程详解
  • 深入了解 Vim 编辑器:从入门到精通
  • 学习中断配置的一天(第五天)
  • 《PyQt6-3D:开启Python 3D编程新世界 2》
  • Spring Boot中的中介者模式:终结对象交互的“蜘蛛网”困境
  • Synopsys 逻辑综合之 MultiBit Flip-Flop 与 ICG
  • SIMATIC S7-1200的以太网通信能力:协议与资源详细解析
  • 深度学习-正则化
  • 小架构step系列10:日志热更新
  • B2、进度汇报(— 25/06/16)
  • 【运维架构】云计算运维架构师与基础设施,技术路线,Linux证书(标准化/定制化/CNCF,公有云/混合云/私有云)
  • Tomcat:Java Web应用的幕后英雄
  • linux 4.14 kernel屏蔽arm arch timer的方法
  • 防抖在vue中应用
  • Vue前端面试常问问题详解
  • Python-GEE遥感云大数据分析与可视化(如何建立基于云计算的森林监测预警系统)
  • 多元函数的切平面与线性近似:几何直观与计算方法
  • 在指定conda 环境里安装 jupyter 和 python kernel的方法
  • django中如何使用Django REST Framework
  • 网络安全基础概念以及虚拟环境的搭建
  • 快速将照片从三星手机传输到电脑
  • 保姆级搭建harbor私有仓库与docker-ce教程与使用教程
  • JAVA面试宝典 -《Spring IOC核心:Bean生命周期全解析》
  • [论文阅读]LLMZip: Lossless Text Compression using Large Language Models
  • 【论文阅读】Defensive Few-shot Learning