真实面试1
字数
6738 字
阅读时间
26 分钟
上海威顿电话面试复盘文档
一、基础信息
- 面试发起方：上海威顿信息科技有限公司
- 面试候选人：陈启明
- 项目背景：候选人无企业实习，仅自学线上项目（2个：极客文章管理功能测试项目、金融理财UI自动化项目）
- 文档用途：面试问题梳理+标准高分回复参考，用于复盘查漏补缺
二、面试完整问题+候选人原始回答+优化标准答案
1. 基础项目背景类
问题1：你简历里的项目都是实习项目吗？
- 候选人原回答：不是，是网上自学项目
- 优化高分回复： 我没有企业实习经历，简历中两个项目均为自学实战项目，完全按照企业真实测试流程完整落地，覆盖手工功能测试、黑盒用例设计、Python+POM UI自动化、接口测试全流程，完整复刻企业测试工作链路。
问题2：完整介绍两个项目，从需求梳理、测试文档编写、测试执行全流程说明
（1）极客文章管理系统（手工功能测试）
- 候选人原回答：
- 梳理页面功能：登录、注册、文章发布、内容审核、文章上下架、管理员管理
- 结合UI原型梳理需求，借助AI生成初稿测试计划，人工查漏补缺
- 选定全业务链路：注册→登录→写文章→发布→后台审核
- 使用等价类、边界值、判定表、流程图黑盒方法，用XMind梳理测试点
- AI辅助补全测试点，筛选当前知识点可覆盖场景，剔除暂未掌握内容
- 基于测试点输出标准化测试用例，包含前置条件、测试数据、操作步骤、预期结果
- 逐条执行测试并标记，避免漏测
- 优化高分回复： 该项目是Web后台内容管理系统，我完整独立走完软件测试全生命周期：
- 需求分析：拆解原型页面模块，梳理注册、登录、文章发布、审核上下架、后台用户管理核心业务，梳理完整业务流转链路；
- 测试计划输出：基于需求划定测试范围、测试资源、测试周期、测试方法，先用AI生成基础版本，人工结合业务修正、补充边界场景；
- 测试点&用例设计：以黑盒测试为主，采用等价类、边界值、判定表、业务流程图法拆分场景，XMind梳理全量测试点；借助AI查漏补缺遗漏场景，结合自身掌握技术栈筛选可落地场景；标准化输出测试用例，规范填写前置条件、测试数据、操作步骤、预期结果；
- 测试执行：按业务链路逐条执行用例，执行完成标记状态，覆盖正向、反向、异常场景；
- 缺陷管理：发现问题在禅道提交缺陷，包含复现步骤、截图、测试数据，跟进修复与回归。
（2）金融理财项目（Python UI自动化）
- 候选人原回答：
- F12开发者工具定位页面元素，Python编写自动化脚本
- 初期面向过程写法，难以维护，后续重构POM分层架构
- 分层抽象页面元素对象，提升代码复用与维护性
- 自动化核心价值：打通完整业务链路，替代重复手工操作，大幅提升回归测试效率
- 复用AI生成规范提示词，统一自动化代码分层、fixture前后置、目录规范，可一键生成标准化自动化脚本
- 优化高分回复： 项目为金融理财Web端，核心落地UI自动化回归方案：
- 元素定位：浏览器F12工具分析DOM，使用Xpath、ID、class等方式定位页面控件；
- 脚本迭代优化：初期采用面向过程编写，代码耦合度高、复用差；系统学习POM设计模式重构，分层：页面层（封装元素与操作）、业务层（封装业务流程）、测试用例层（pytest执行用例）、公共工具层；
- 执行逻辑：自动化脚本覆盖完整理财业务流程，自动化执行回归，替代重复手工测试，大幅缩短版本回归时间；
- 工程化规范：沉淀标准化AI提示词，定义项目目录分层、fixture前后置处理、元素封装规范；输入业务流程即可生成符合统一规范的自动化代码，实现脚本快速复用拓展。
问题3：自动化项目中是否用到AI？怎么用？
- 候选人原回答：学习阶段未使用，补全业务链路时使用；告知AI项目分层、fixture规范、目录结构，生成标准化可复用自动化代码，沉淀通用提示词模板
- 优化高分回复： 深度结合AI辅助自动化工程搭建：
- 前期学习语法、POM架构时自主实操；搭建完整业务自动化链路时借助AI；
- 提前统一项目规范：分层结构、页面元素存放目录、前置后置fixture处理规则、断言规范；将规范输入AI，生成统一标准自动化代码；
- 沉淀通用提示词模板，后续新增UI/接口自动化链路，直接调用模板生成规范代码，降低重复编码成本，统一团队代码风格。
2. 自动化&页面复杂场景处理类
问题4：页面元素多、前端请求接口繁杂，纯人工定位效率低，有什么提速方案？
- 候选人原回答：
- 优先和产品、开发沟通，获取接口文档、业务说明，减少试错成本；
- 开展探索性测试，逐一点击页面功能；
- F12、Charles抓包查看前端触发的接口、请求参数；
- 可借助AI辅助梳理页面功能与接口清单（之前未想到该方案）
- 优化高分回复： 分四层方案快速梳理页面元素与接口，提升可测性验证效率：
- 前置信息获取：对接开发、产品拿到接口文档、页面原型、业务流程图，提前梳理页面关联接口，减少盲目探索；
- 工具抓包解析：使用浏览器F12 Network面板、Charles抓包工具，操作页面同时捕获所有请求URL、请求方式、入参、响应数据，自动整理接口清单；Elements面板批量提取页面控件ID、Xpath；
- 探索性测试兜底：无文档情况下执行探索测试，覆盖全部按钮、弹窗、输入框，记录触发事件与对应接口；
- AI辅助整理：将抓包数据、页面原型描述输入AI，自动归类页面模块、对应接口、交互事件，快速输出完整页面元素&接口清单，快速验证页面可测性。
问题5：该复杂页面梳理场景，能否用AI辅助发掘接口/元素？
- 候选人原回答：可以，之前没有想到这个用法
- 优化高分回复：完全可以，有两种落地方式：
- 输入页面原型描述+抓包原始请求日志，AI自动拆分页面模块、绑定对应接口，输出结构化清单；
- 针对未梳理的交互功能，描述页面操作逻辑，AI预判会触发的接口、入参字段，提前设计测试场景，大幅减少人工摸索时间。
3. pytest、接口自动化基础问题
问题6：pytest框架如何搭建？
- 候选人原回答：pip安装pytest，在config文件做基础配置，安装完成即可直接使用
- 优化高分回复： 完整搭建流程：
- 环境准备：pip安装pytest、selenium、requests等依赖库；
- 目录分层：按照POM规范创建pages、testcases、common、conftest、config目录；
- 全局配置：根目录创建pytest.ini配置文件，配置用例执行规则、日志输出、用例命名规范、失败重跑；
- 共用前置后置：通过conftest.py定义全局fixture，封装浏览器初始化、登录鉴权、环境销毁等通用操作；
- 用例编写：test_开头命名测试文件，函数/类封装测试流程，执行pytest命令批量运行用例，支持allure生成可视化测试报告。
问题7：接口自动化如何写断言验证预期结果？
- 候选人原回答：先手工操作确认页面反馈（如登录成功文字、页面跳转），再把该结果编写进代码做校验
- 优化高分回复： 分UI自动化、接口自动化两类断言实现：
- UI自动化断言：执行操作后，定位页面结果元素，获取文本、URL、状态，通过pytest断言对比实际值与预期值；例如登录成功后校验页面标题、用户昵称；
- 接口自动化断言：使用requests发起请求，提取响应json字段，通过assert做多维度校验：状态码、返回码、业务数据、数据长度、关键字段值；Postman中可通过Tests脚本编写JS断言，提前校验接口返回合规性。
问题8：登录带随机验证码，自动化如何处理？
- 候选人原回答：联系开发临时固定验证码（如888888），规避动态验证码阻碍自动化执行
- 优化高分回复：四种行业通用解决方案，按优先级排序：
- 测试环境特殊处理：协调开发增加测试开关，关闭验证码校验，或固定验证码为静态值；
- 接口绕过登录：开发提供测试专用免登接口，自动化直接获取token，跳过前端登录流程；
- OCR图像识别：接入第三方OCR工具识别验证码图片，自动填充；
- 万能测试账号：预留无验证码的测试专用账号，用于自动化回归。
问题9：Postman的主要使用场景？
- 候选人原回答：依据接口文档做接口功能测试，使用Tests后置脚本编写断言校验返回结果
- 优化高分回复：
- 单接口功能测试：根据接口文档填写请求头、参数，校验正向/异常入参返回；
- 接口串联测试：通过环境变量、全局变量实现接口关联（登录获取token传给后续业务接口）；
- 自动化断言：Tests脚本编写JS断言，校验状态码、业务字段、数据格式；
- 批量压测/批量请求：Collection批量执行接口，快速验证多业务链路可用性；
- 接口调试：抓包复制请求到Postman，快速复现线上接口异常问题。
4. 登录功能测试点&安全测试类
问题10：登录功能能设计哪些测试点？
- 候选人原回答：
- 账号、密码字符长度限制3-10位，用等价类（有效/无效）+边界值（2、3、8、10、11位）；
- 协议勾选框：不勾选点击登录提示报错；
- Charles断点中间人攻击：前端输入正确密码，抓包篡改请求密码，校验后端是否二次校验；
- 优化高分回复： 登录模块分四大类测试场景：
- 输入框等价类+边界值 账号：有效（3-10位字符）、无效（❤️、>10、空、特殊符号、中文、空格）；边界2/3/10/11位； 密码：同账号长度规则，额外覆盖纯数字、纯字母、混合大小写、特殊字符；
- 页面交互校验 未勾选用户协议禁止登录；输入框实时格式提示；清空按钮、回车登录、忘记密码跳转；
- 异常场景 账号不存在、密码错误、账号密码不匹配、账号锁定、空账号/空密码提交；
- 安全测试场景 Charles断点篡改请求参数中间人攻击；密码明文传输校验；重复提交防重放；token时效校验；SQL注入输入测试。
问题11：中间人篡改请求数据，后端如何识别拦截？
- 候选人原回答：前后端双重校验，传输数据加密+双方约定密钥，后端解密校验数据一致性，篡改后解密失败直接拦截
- 优化高分回复：主流安全校验方案：
- 签名校验（最常用） 前后端约定统一加密密钥，请求参数+时间戳拼接后MD5/SHA256加密生成sign签名；后端接收后使用相同规则重新计算签名，与请求携带sign对比，不一致判定数据被篡改；
- 时间戳防重放 请求携带时间戳，后端校验时间差，超过5分钟直接拒绝，防止篡改旧请求重复发送；
- HTTPS传输加密 底层传输链路加密，中间人无法直接解析原始请求；
- 敏感数据后端二次校验 密码、金额等核心字段不在前端做最终判断，后端独立校验业务逻辑，仅前端校验不生效。
问题12：若攻击者反编译加密算法，替换篡改后的签名，系统如何防护？
- 候选人原回答：密钥不暴露在前端，后端独立持有密钥，篡改后无法生成合法签名
- 优化高分回复：
- 密钥分离：前端仅放固定盐值，核心密钥存放服务端，不暴露前端代码；
- 非对称加密：采用RSA非对称加密，前端公钥加密，后端私钥解密，私钥仅服务端持有，中间人无法伪造合法签名；
- 动态加盐：每次请求生成随机盐值参与签名计算，固定篡改模板无法复用；
- 接口限流+黑名单：短时间大量异常签名请求，封禁客户端IP。
5. 批量入库/查询接口数据校验类
问题13：批量入库接口、批量查询接口，如何验证写入数据准确？（可访问数据库场景）
- 候选人原回答：调用批量插入接口写入样本数据，数据库查询原始入库数据，再调用查询接口对比返回值，三者一致则数据无异常
- 优化高分回复： 三层数据比对校验：
- 准备标准化测试数据集，记录预期入库完整字段；
- 调用批量入库接口，记录接口返回成功标识；
- 直连数据库查询对应批量数据，获取数据库原始存储内容；
- 调用批量查询接口，获取接口返回数据；
- 对比：预期数据 == 数据库存储数据 == 接口返回数据，三者完全匹配代表数据写入、读取逻辑无缺陷；出现不一致定位入库/查询接口逻辑bug。
问题14：纯黑盒测试，无数据库访问权限，如何校验批量插入与查询数据一致？
- 候选人原回答：插入前查询确认无目标数据，插入后调用查询接口能查到对应数据；Postman添加断言校验返回数据存在；无法精准对比字段内容
- 优化高分回复：两种无库校验方案：
- 自校验业务流程 插入前调用查询接口确认目标数据不存在；执行批量插入；再次调用查询接口，遍历返回列表，逐条对比插入时的原始字段值，通过Postman JS断言 / Python代码断言匹配所有字段；
- 唯一标识校验 每条批量数据携带全局唯一ID（订单ID、流水号），插入后通过唯一ID精准查询单条数据，完整比对所有字段，保证每一条数据存储无丢失、无错乱；
- 异常兜底：新增批量删除接口，测试完成清理测试数据，避免脏数据干扰后续用例。
问题15：Python接口自动化实现批量数据对比怎么做？
- 候选人原回答：Python主要写UI自动化，接口代码接触较少，这块基础薄弱
- 优化高分回复（补齐短板标准答案）： 使用requests库实现，结合字典/列表做全字段比对：
- 定义批量插入原始测试数据（列表嵌套字典存储每条记录字段）；
- requests.post调用批量入库接口；
- 提取每条数据唯一标识，循环调用查询接口，获取实际返回数据；
- 编写通用比对函数：循环遍历原始数据与查询返回数据，对比key对应value；
- pytest断言，字段不一致直接抛出异常，打印差异字段用于定位bug；
- 可封装通用工具类，后续所有批量接口直接复用数据比对逻辑。
6. 数据库SQL相关问题
问题16：数据库表关联查询有哪些？
- 候选人原回答：内连接、左连接、右连接、子查询
- 优化高分回复： 常用关联查询分为连接查询、子查询两大类：
- 多表连接：INNER JOIN（内连接）、LEFT JOIN（左外连接）、RIGHT JOIN（右外连接）、FULL JOIN（全外连接）；
- 子查询：标量子查询、表子查询、exists/exists not 相关子查询；
- 其他：联合查询UNION、UNION ALL。
问题17：左连接、右连接区别与效果？
- 候选人原回答：左连接以左表为基准，左表所有数据全部展示，右表无匹配字段填充null；右连接以右表为基准，右表数据全部展示，左表无匹配填充null
- 优化高分回复：
- LEFT JOIN 左外连接：以左表为主表，左表全部记录保留；右表满足关联条件的数据匹配展示，无匹配则右表字段为NULL；
- RIGHT JOIN 右外连接：以右表为主表，右表全部记录保留；左表无匹配记录时左表字段为NULL；
- 日常测试中左连接使用场景最多，右连接可等价交换左右表后用左连接实现。
问题18：内连接作用？
- 候选人原回答：INNER JOIN仅展示左右两张表关联字段完全匹配的数据，过滤两边无匹配的记录
- 优化高分回复： INNER JOIN内连接，只返回两张表中关联字段匹配成功的数据；任意一张表无对应匹配数据，该行直接过滤；适用于需要两张表数据同时存在的查询场景。
7. Linux日志、JMeter性能测试
问题19：Linux系统查找日志关键字用什么命令？
- 候选人原回答：第一反应说logcat（安卓日志），Linux接触较少
- 优化高分回复（区分场景）：
- Linux服务器日志检索核心命令：
grep "关键字" xxx.log基础检索；grep -i "关键字" xxx.log忽略大小写；grep -A10 -B10 "关键字" xxx.log展示匹配行前后10行日志；tail -f xxx.log | grep "关键字"实时滚动监控日志； - logcat是Android adb日志命令，仅用于APP测试，Linux服务器不适用。
问题20：JMeter工具主要用途？
- 候选人原回答：性能压测，模拟并发用户访问，统计吞吐量、响应时间
- 优化高分回复： JMeter核心用途：
- 接口性能压测：模拟多并发用户，测试接口吞吐量、平均响应时间、95/99分位耗时、错误率；
- 接口功能调试：单请求发送，查看请求响应详情；
- 接口串联自动化：正则/JSON提取器关联上下游接口参数；
- 分布式压测：多机器集群模拟超大并发。
问题21：JMeter单条请求详细日志包含哪些信息？
- 候选人原回答：请求成功/失败状态、接口基础信息、传输数据
- 优化高分回复： 单请求查看结果树中包含完整信息：
- 请求部分：请求方法、URL、请求头、Cookie、请求参数、请求体；
- 响应部分：响应状态码、响应头、响应体、响应耗时；
- 附加信息：线程编号、采样时间、错误原因（失败时）、断言执行结果。
问题22：JMeter上下游接口参数如何传递关联？
- 候选人原回答：未实操过JMeter关联，参考Postman逻辑，提取返回数据存入环境变量供后续接口使用
- 优化高分回复： JMeter标准接口关联方案：
- 添加后置处理器：JSON提取器（json返回）、正则表达式提取器（文本/HTML返回）；
- 设置引用变量名、匹配规则，提取上游接口返回token、id、流水号等参数；
- 下游接口请求参数中使用
${变量名}引用提取到的值，实现参数传递； - 全局变量可通过用户自定义变量元件统一管理。
8. 缺陷生命周期管理
问题23：Bug生命周期如何跟踪管理？
- 候选人原回答：使用禅道管理
- 复现bug，先检索是否重复缺陷；无重复新建，填写模块、优先级、严重级别、复现步骤、测试数据、截图；指派对应开发；
- 开发确认缺陷，按优先级排期修复；
- 开发修复提交后，测试执行回归测试；验证无问题关闭缺陷；
- 新版本迭代同步回归历史缺陷，防止bug复现；
- 优化高分回复： 完整缺陷闭环流程（禅道工具落地）：
- 缺陷提交：发现异常后，检索项目缺陷库避免重复提单；新建缺陷，完善模块、严重程度、优先级、前置条件、复现步骤、预期/实际结果、附件截图日志，指派对应开发；
- 缺陷确认：开发接收，区分有效bug、需求变更、使用问题；无效缺陷备注原因关闭；有效缺陷纳入迭代排期；
- 缺陷修复：开发完成修复后修改缺陷状态为已修复；
- 回归验证：测试拉取新版本复现场景，验证缺陷彻底修复；无关联问题则关闭缺陷；
- 迭代回归：新版本上线前，对历史高优先级缺陷统一回归，防止代码改动导致缺陷复现；
- 缺陷统计：定期汇总缺陷密度、修复时效，输出测试质量分析。
三、面试复盘总结（个人短板）
- 实操短板
- Linux命令使用不熟练，日志检索命令混淆安卓logcat与Linux grep；
- JMeter仅了解基础压测概念，未实操接口参数关联；
- Python接口自动化代码编写较少，批量数据比对落地经验不足；
- 表达短板
- 回答时逻辑零散，没有分层结构化输出；
- 遇到不熟悉场景第一时间直接承认薄弱，未给出替代解决方案；
- AI辅助测试场景思路局限，未主动拓展AI梳理接口、生成用例等用法；
- 优化提升方向 4. 补充Linux常用日志、文件操作命令实操练习； 5. 搭建JMeter串联接口压测demo，掌握JSON提取器参数关联； 6. 完善Python requests接口自动化脚本，封装批量数据比对工具类； 7. 回答技术问题统一采用「总分结构」：先讲整体方案，再分点细化落地步骤。
贡献者
freeway348