**一、Python的应用场景**
Python用于简单脚本编程，如编写2048小游戏或12306的自动抢票软件；
Python用于系统编程，如开发系统应用；
Python用于开发网络爬虫；
网络爬虫的用途是进行数据采集，也就是将互联网中的数据采集过来。网络爬虫的难点其实并不在于爬虫本身，由于网站方为了避免被爬取回采取各种各样的反爬虫措施，而如果想要继续从网站爬取数据就需要解决这些反爬虫措施，所以网络爬虫的难点在于反爬的攻克和处理。
1、 Python用于Web开发，如个人博客、在线教育网站以及论坛等；
2、 Python用于自动化运维，如通过写Python脚本实现对于服务器集群进行自动化管理；
3、 Python用于网络编程，如Socket编程等；
4、Python用于数据挖掘、机器学习等大数据与人工智能领域方向的程序开发，如在人工智能领域；
5、Python用于自动化测试，如UI自动化测试(Python+Selenium等)、接口测试(Python requests等)、性能测试(Python Locust等)、安全性测试(Python Scapy等)、兼容性测试(Python+Selenium等)等;
**二、自动化测试的那些事**
1. 什么是自动化测试？
首先理清自动化测试的概念，
1、广义上来讲，自动化包括一切通过工具（程序）的方式来代替或辅助手工测试的行为都可以看做自动化，包括性能测试工具（loadrunner、jmeter）,或自己所写的一段程序，用于生成1到100个测试数据。
所以实际上从广义上来讲：性能测试、接口测试等但凡用到测试工具的测试都称为"自动化测试"
2、狭义上来讲，通工具记录或编写脚本的方式模拟手工测试的过程，通过回放或运行脚本来执行测试用例，从而代替人工对系统的功能进行验证。
当然，行业中经常说的“自动化测试”及企业中要求的“自动化测试”大多都是“基于产品或项目UI层的自动化测试”。对于性能测试，接口测试一般不把它们归纳为自动化测试的范畴。
2. 为什么要做自动化测试?
根据51testing的《中国软件测试从业人员调查报告》，手工测试占到的89% ，相对开发来说，测试的门槛底，薪资普遍较底，所要求的知识面虽然有一定广度，但缺乏深度。这是测试的普遍现状。
正因为手功测试人门槛不高，使大量的毕业生，甚至是非专业人员涌入这个行业。从而增加了这个行业的激烈竞争。对于工作几年扔处于手工测试的人员来说都会有强列的危机感。由于工作的技术含量不高，薪资的涨幅遇到瓶颈，另一方面受到新进入者的威胁，同样的工作公司花5K招来的人就可以做，那么就不会花8K 的招。
这个问题本不应该出现讨论技术的话题中，但他的确是大多测试人员不得不面对的一个问题。所以，从测试人员自身的发展来说，我其实非常需要通过自动化技术来增加自己有竞争力。
自动化测试最实在的优势在于——工作好找：有一个测试工程师（并不是本人）发现一个有趣的现象，她申请过的几乎所有测试职位，在招聘时都需要自动化测试经验。但当她开始工作后，就发现这些公司都试图做自动化测试，但是结果大多不怎么地。不过，尽管她参与的都是一些悲剧的项目，不过她总能把这些悲剧包装成喜剧以应对下一次面试。
3、所以呢，既然自动化测试有那么多优势，为什么还有那么多项目做失败了呢？
我个人有个推论：
1、公司自动化测试人员能力不够
2、项目难度太大，功能不稳定，需求变化太快，就盲目启动自动化，导致自动化脚本开发频繁改变，更不上需求变化的速度，最终以失败告终
3、项目过于复杂，大部分功能无法实现自动化，仅仅只有小部分功能实现自动化，这个对于项目意义不大。
4、公司人员流动大，导致自动化脚本维护的难度加大，最终夭折。
当然自动化测试还有个优势：自动化测试可以将产品的知识固化到脚本中，以降低测试人员流动对项目造成的影响。但是这个优势的前提是，这些脚本易于维护，这就需要一些必要的文档，这又是另一个议题了。
4、什么项目适合做自动化测试？
假如你已经决定要学习自动化测试了，如何学习是要面临的下一个问题？这个问题以被测试产品为出发点进行分析，假如你所学的技术不能得到应用（验证），将会使你的学习过程寸步难行。
首先考考虑产品是否适合做自动化测试。这方法比较普遍的共识是从三个方面进行权衡。
1、软件需求变动不频繁
测试脚本的稳定性决定了自动化测试的维护成本。如果软件需求变动过于频繁，测试人员需要根据变动的需求来更新测试用例以及相关的测试脚本，而脚本的维护本身就是一个代码开发的过程，需要修改、调试，必要的时候还要修改自动化测试的框架，如果所花费的成本不低于利用其节省的测试成本，那么自动化测试便是失败的。
项目中的某些模块相对稳定，而某些模块需求变动性很大。我们便可对相对稳定的模块进行自动化测试，而变动较大的仍是用手工测试。
2、项目周期较长
由于自动化测试需求的确定、自动化测试框架的设计、测试脚本的编写与调试均需要相当长的时间来完成。这样的过程本身就是一个测试软件的开发过程，需要较长的时间来完成。如果项目的周期比较短，没有足够的时间去支持这样一个过程，那么自动化测试便成为笑谈。
3、自动化测试脚本可重复使用
自动化测试脚本的重复使用要从三个方面来考量，一方面所测试的项目之间是否很大的差异性（如C/S系统和B/S系统的差异）；所选择的测试工具是否适应这种差异；最后，测试人员是否有能力开发出适应这种差异的自动化测试框架。
OK！讲明了上面那些事，我们现在可以学习自动化测试了
三、主流自动化测试框架
桌面程序的工具有：QTP、 AutoRunner
web应用的工具有：QTP、AutoRunner、Robot Framework、watir、selenium
手机App自动化测试：后续再分享
由于B/S架构的诸多优势，早几年前大量C/S架构的应用转为B/S结构。从而也推动了web开发与测试技术的发展。这也导致QTP框架的落寞，Selenium框架及Robot Framework框架的大量兴起。
假如，被测试有产品是C/S架构的，那么推荐QTP
如果，被测产品是B/S 结构，那么推荐selenium
为什么不是QTP 或其它工具？因为selenium 对B/S应用支持很好，更重要的一点，它支持多语言的开发，真正的试用selenium ，你所要掌握的不仅仅是一个工具而已，你还需要学习一门语言。我为什么要选择selenium？
目前市面主流自动化测试框架：
RFS: Robot Framework + Selenium
Selenium+unittest框架
那你说我们学什么？？？
自然选择主流框架，假如你决定使用selenium 了之后，你又面临了一个新的问题，选择一门语言。selenium 是支持java、python、ruby、php、C#、JavaScript 。
从语言易学性来讲，首选ruby ，python
从语言应用广度来讲，首选python，java、C#、php、
从语言相关测试技术成熟度（及 资料）来讲：python ,java，ruby ,
或者你可以考虑整个技术团队主流用什么语言，然后选择相应的语言。
我们在这里自然选择目前市面上最火，使用范围广，技术成熟度大的Python讲解
**三、Python自动化测试学习路线**
第一步：先学python ------- python不过关，别谈自动化。
第二步：Selenium框架
第三步：unittest框架
第四步：项目
第五步：Robot Framwork框架
如果只学习Robot Framwork，通过这个来做自动化，别以为不要学习Selenium跟python了， 因为Robot Framework中的关键字可能不够用，不能满足你们的需求，那么我们需要自定义关键字，这个时候就必须自己得通过python+selenium来编写了。
在 栏目一中已经说明了python的应用王国了，用途很广，我们做自动化测试具体要学习那些python内容 【附图】 如下：
