第二章：仿真环境搭建——Linux基础命令回顾、Python环境配置、虚拟环境管理

说实话，很多做测试的同学一上来就急着写脚本，结果环境没搭好，折腾半天跑不起来。我见过太多这样的案例了。这一章，咱们就把仿真环境的基础打扎实。

2.1 Linux基础命令回顾

仿真回归测试，说白了就是在Linux服务器上跑自动化。你连基本的文件操作、进程管理都不会，后面寸步难行。我个人习惯把常用命令分成几类，记牢了就够用。

2.1.1 文件与目录操作

这些命令我每天至少用几十次，闭着眼睛都能敲出来。

# 查看当前目录
pwd

# 列出文件（-l 显示详情，-a 显示隐藏文件）
ls -la

# 切换目录
cd /home/test/project

# 创建目录（-p 递归创建）
mkdir -p test_case/report

# 复制文件
cp source.py target.py

# 移动/重命名
mv old_name.py new_name.py

# 删除文件（-r 递归删除目录）
rm -rf temp_dir

# 查看文件内容（前10行）
head -n 10 log.txt

# 实时查看日志（这个在调试脚本时太常用了）
tail -f test.log

2.1.2 权限与进程管理

嗯，这里要注意。很多新手在Linux上跑脚本，遇到权限问题就懵了。我曾经因为忘记给脚本加执行权限，排查了半小时。

# 修改文件权限（chmod 755 表示所有者可读写执行，其他人可读可执行）
chmod 755 run_test.sh

# 修改文件所有者
chown test_user:test_group test.py

# 查看进程
ps aux | grep python

# 强制结束进程（-9 是强制杀死）
kill -9 12345

# 后台运行脚本（nohup 让进程忽略挂断信号）
nohup python run_test.py &

2.1.3 文本处理三剑客

做测试的，天天跟日志、配置文件打交道。grep、sed、awk 这三个工具，你想想看，学会了能省多少事。

# grep：搜索关键字（-r 递归，-n 显示行号）
grep -rn "AssertionError" test_report/

# sed：替换文本（-i 直接修改文件）
sed -i 's/old_string/new_string/g' config.py

# awk：按列处理（默认以空格分隔）
awk '{print $1, $3}' test_result.txt

举个例子，我经常用一行命令统计测试结果：

# 统计日志中 PASS 和 FAIL 的数量
grep -c "PASS" test.log
grep -c "FAIL" test.log

2.2 Python环境配置

Python版本问题，可以说是测试环境里最大的坑之一。我见过团队因为有人用了Python 3.6，有人用了3.10，结果脚本跑出来的结果都不一样。

2.2.1 检查Python版本

# 查看Python版本
python --version
python3 --version

# 查看Python安装路径
which python3

2.2.2 安装Python（以Ubuntu为例）

# 更新包列表
sudo apt update

# 安装Python 3
sudo apt install python3 python3-pip

# 验证安装
python3 --version
pip3 --version

如果你用的是CentOS或RHEL，命令稍有不同：

sudo yum install python3 python3-pip

2.2.3 pip的基本使用

pip是Python的包管理工具。说白了，你要用第三方库，就得靠它。

# 安装包
pip install requests

# 安装指定版本
pip install pytest==7.4.0

# 卸载包
pip uninstall requests

# 列出已安装的包
pip list

# 导出依赖到文件（这个在分享项目时特别有用）
pip freeze > requirements.txt

# 从文件安装依赖
pip install -r requirements.txt

2.3 虚拟环境管理

为什么要用虚拟环境？你想想看，项目A需要Django 2.2，项目B需要Django 4.0。如果都装到系统里，迟早要打架。虚拟环境就是给每个项目一个独立的Python空间。

2.3.1 venv：Python自带的虚拟环境

venv是Python 3.3+自带的，不需要额外安装。我个人比较推荐新手先用这个，简单直接。

# 创建虚拟环境（会在当前目录生成 venv 文件夹）
python3 -m venv venv

# 激活虚拟环境（Linux/Mac）
source venv/bin/activate

# 激活后，命令行前面会出现 (venv) 标识
# 这时候安装的包只在这个环境里生效
pip install pytest

# 退出虚拟环境
deactivate

2.3.2 pipenv：更高级的虚拟环境管理

venv虽然简单，但有个痛点：它不自动管理依赖版本。pipenv就是来解决这个问题的。它会自动生成 Pipfile 和 Pipfile.lock，锁定每个依赖的版本。

# 安装pipenv
pip install pipenv

# 创建虚拟环境并安装依赖
pipenv install requests

# 激活虚拟环境
pipenv shell

# 安装开发依赖（比如pytest只在开发时用）
pipenv install --dev pytest

# 查看依赖关系
pipenv graph

# 退出虚拟环境
exit

pipenv有个好处：它会自动检测项目根目录下的 Pipfile，你不需要手动指定环境路径。我团队现在统一用pipenv，省去了很多环境不一致的问题。

2.3.3 两种方式对比

特性	venv	pipenv
是否需要额外安装	Python自带	需要 pip install
依赖版本锁定	不支持	支持（Pipfile.lock）
依赖关系图	不支持	支持（pipenv graph）
学习成本	低	中
适用场景	个人小项目	团队协作项目

2.4 实战：搭建一个仿真测试环境

光说不练假把式。咱们来搭一个真实的仿真测试环境。

# 1. 创建项目目录
mkdir -p simulation_test/{scripts,test_cases,reports,config}

# 2. 进入项目目录
cd simulation_test

# 3. 创建虚拟环境（选一种方式）
# 方式一：venv
python3 -m venv venv
source venv/bin/activate

# 方式二：pipenv
pip install pipenv
pipenv install

# 4. 安装常用测试库
pip install pytest pytest-html requests

# 5. 生成依赖文件
pip freeze > requirements.txt

# 6. 验证环境
python -c "import pytest; print('环境搭建成功！')"

嗯，到这里，你的仿真测试环境就搭好了。后面写脚本、跑测试，都在这个环境里进行，不会污染系统Python。

这一章的内容就这些。说白了，Linux命令是基本功，Python环境是地基，虚拟环境是隔离墙。这三样搞定了，后面的自动化脚本才能跑得稳。下一章，咱们开始写第一个仿真测试脚本。