第4章 Python基础快速回顾：变量、数据类型、控制流、函数

这一章咱们不讲心法，直接上干货。

我知道在座的各位多半已经写过代码，但ATE测试脚本开发有其特殊性。我在带项目时发现，很多人不是不会Python，而是把Python写成了「C语言」或者「Java」，结果在自动化测试框架里跑得磕磕绊绊。咱们趁热打铁，把几个关键基础捋一遍。

4.1 变量与数据类型

Python是动态类型语言。说白了，你不需要像C语言那样先声明 `int a`，直接 `a = 5` 就行。但我建议你养成一个习惯：变量名见名知意。

常用的数据类型就那么几种：

类型	示例	在ATE中的使用场景
int	cycle_count = 100	测试周期计数、通道编号
float	vcc = 3.3	电压设置、时间精度
str	pattern_name = "func_scan"	测试文件路径、Pattern名称
bool	is_pass = True	测试结果判读、开关控制
list	pins = ["A1","B2","C3"]	管脚列表、测试序列
dict	limits = {"min":1.8, "max":2.0}	参数配置、极限值管理

变量赋值其实比你想象的灵活。比如 a, b, c = 1, 2, 3 这种解包赋值，在切换测试通道配置时特别好用。还有 a += 1 这种增量赋值，写循环计数时比 a = a + 1 利索多了。

4.2 控制流——别写成意大利面条

控制流无非是 if、for、while。但ATE测试脚本里，控制流的写法直接决定你后续调试的效率。

先看条件判断。我见过有人嵌套了七八层 if，读起来就像一盘意大利面——理不清头绪。我的建议是：能用 elif 就别层层嵌套。

# 推荐写法
if result == "PASS":
    handle_pass()
elif result == "FAIL":
    handle_fail()
elif result == "SKIP":
    handle_skip()
else:
    log_error(f"未知结果: {result}")

# 不推荐：多层嵌套，且每个分支里只有两三行代码
if result == "PASS":
    handle_pass()
else:
    if result == "FAIL":
        handle_fail()
    else:
        if result == "SKIP":
            handle_skip()
        else:
            log_error(...)

再看循环。ATE测试里最常用的是 for 循环遍历管脚、通道、测试项。range() 函数要熟练掌握，尤其是它的三个参数用法：range(start, stop, step)。我在写scan链测试时，经常需要跳过一些空位通道，用 range(0, 1024, 4) 就非常方便。

说到 while，我其实不太建议在ATE测试脚本里用它做主要循环。为什么？一旦条件写错，就是死循环。测试机台跑着跑着卡死了，Locker里的芯片全都提前停机，这损失可不小。我一般只在需要「等待硬件就绪」时才用 while，而且一定加超时保护。

# 超时保护的标准写法
timeout = 5.0  # 秒
start_time = time.time()
while not hardware_ready():
    if time.time() - start_time > timeout:
        raise TimeoutError("硬件未就绪，超出等待时间")
    time.sleep(0.01)

4.3 函数——把测试逻辑封装好

函数的本质是「把一段逻辑装进一个盒子里，给它取个名字」。在ATE开发中，函数就是你测试脚本的积木块。

首先是参数传递。Python的默认参数值很实用，但你想想看，如果默认参数用可变对象（比如列表、字典），会发生什么？

def add_pin(pin_name, pin_list=[]):  # 这是坑
    pin_list.append(pin_name)
    return pin_list

# 多次调用后，pin_list会越来越大
list1 = add_pin("A1")
list2 = add_pin("B2")
print(list1)  # ['A1', 'B2']，注意：list1也被修改了

这里的原因是默认参数只在函数定义时创建一次。我习惯用 None 作为默认值，在函数体内再创建可变对象，这样就安全了。

def add_pin(pin_name, pin_list=None):
    if pin_list is None:
        pin_list = []
    pin_list.append(pin_name)
    return pin_list

然后是返回值。函数要有明确的返回值。我曾经接手过一个测试脚本，里面的函数有的返回 True/False，有的返回 0/1，有的甚至不返回值直接打印，那叫一个乱。你自己写脚本时，一个函数只做一件事，返回值类型要固定。

说起变量作用域，局部变量和全局变量不要混用。我见过有人把测试参数写成全局变量，然后在各个函数里乱改，最后查bug查到崩溃。能用局部就用局部，实在要传数据，用参数传进去。

4.4 数据结构——列表、元组、字典、集合

这四种数据结构在ATE测试脚本里几乎天天见。我整理了一张对比表：

数据结构	可变性	有序性	适用场景
list	可变	有序	管脚列表、测试序列、日志
tuple	不可变	有序	固定配置、坐标点、多返回值
dict	可变	无序	参数配置、查表映射、缓存
set	可变	无序	去重、集合运算、快速成员检查

举个例子：你在ATE测试中需要检查某几根管脚是否在某个集合里。用列表的话，每次查找都是O(n)；用集合就是O(1)，跑大数据量测试时差距非常明显。

# 集合的成员检查效率远高于列表
target_pins = {"A1", "B2", "C3", "D4"}  # 集合
all_test_pins = get_all_pins()  # 假设有几万个pin

for pin in all_test_pins:
    if pin in target_pins:  # 集合查找，速度快
        do_special_test(pin)

字典的灵活程度超乎想象。我在自动化测试配置里经常用嵌套字典：

test_config = {
    "VDD_MIN": {
        "voltage": 1.8,
        "current_limit": 0.010,
        "measure_pin": "VDD_PIN"
    },
    "VDD_MAX": {
        "voltage": 2.0,
        "current_limit": 0.015,
        "measure_pin": "VDD_PIN"
    }
}

# 循环执行不同的测试条件
for test_name, params in test_config.items():
    set_voltage(params["voltage"])
    current = measure_current(params["measure_pin"])
    check_limit(current, params["current_limit"])

最后说一下列表推导式。这东西很Pythonic，但你用它的时候要控制好复杂度。一句话能写清楚的可以用，超过三层条件嵌套的，老老实实写普通循环，别为了装酷牺牲可读性。

# 可读的推导式
valid_pins = [pin for pin in all_pins if pin.startswith("D")]

# 过于复杂的推导式，不如写循环
# result = [x for y in z if a(y) for x in b(y) if c(x)]  # 不推荐