python实现excel数据处理
python xlrd读取excel(表格)详解
安装：
pip install xlrd官网地址:
https://xlrd.readthedocs.io/
介绍：
为开发人员提供一个库，用于从Microsoft Excel（tm）电子表格文件中提取数据。
快速使用xlrd
import xlrd
book = xlrd.open_workbook("myfile.xls")
print("当前excel文件工作表数量为 {0}".format(book.nsheets))
print("工作表名字为: {0}".format(book.sheet_names()))
# 获取第一张工作表
sh = book.sheet_by_index(0)
# 获取表的数量
print(book.nsheets)
# 当前工作表名, 总行数 总列数
print("{0} {1} {2}".format(sh.name, sh.nrows, sh.ncols))
# 单元 d30 数据为
print("Cell D30 is {0}".format(sh.cell_value(rowx=29, colx=3)))
# 获取所有行数据
for rx in range(sh.nrows):
# rx 行
print(sh.row(rx))
>>> [text:'Camille Richardson', text:'2316 EVIAN CT', empty:'', empty:'', text:'DISTRICT HEIGHTS', text:'MD', text:'20747-1153', text:'US']
# 获取所有行数据
for rx in range(sh.nrows):
print(sh.row_values(rx))
>>> ['Camille Richardson', '2316 EVIAN CT', '', '', 'DISTRICT HEIGHTS', 'MD', '20747-1153', 'US']常用方法：
获取工作表名称、行数、列数
-
工作表名字：table.name
-
表行数：table.nrows
-
表列数：table.ncols
获取sheet
-
获取所有sheet名字：book.sheet_names()
-
获取sheet数量：book.nsheets
-
获取所有sheet对象：book.sheets()
-
通过sheet名查找：book.sheet_by_name("demo”)
-
通过索引查找：book.sheet_by_index(0)
获取sheet的汇总数据：
-
获取sheet名：sheet1.name
-
获取总行数：sheet1.nrows
-
获取总列数：sheet1.ncols
单元格批量读取：
-
行操作：
-
sheet1.row_values(0) # 获取第一行所有内容，合并单元格，首行显示值，其它为空。
-
sheet1.row(0) # 获取单元格值类型和内容
-
sheet1.row_types(0) # 获取单元格数据类型
-
列操作
-
sheet1.row_values(0, 6, 10) # 取第1行，第6~10列（不含第10表）
-
sheet1.col_values(0, 0, 5) # 取第1列，第0~5行（不含第5行）
-
sheet1.row_slice(2, 0, 2) # 获取单元格值类型和内容
-
sheet1.row_types(1, 0, 2) # 获取单元格数据类型
特定单元格读取：
-
获取单元格值：
-
sheet1.cell_value(1, 2)
-
sheet1.cell(1, 2).value
-
sheet1.row(1)[2].value
-
获取单元格类型：
-
sheet1.cell(1, 2).ctype
-
sheet1.cell_type(1, 2)
-
sheet1.row(1)[2].ctype
xlrd 常用函数
# 打开excel表，是否带格式
book = xlrd.open_workbook("地址信息.xlsx",formatting_info=True/False)
# 获取excel中所有的sheet
book.sheets()
# 打开具体sheet工作方法1
sheet = book.sheet_by_index(索引位置)
# 打开具体sheet工作方法2
sheet = book.sheet_by_nam(工作表名字)
# 获取单元格的值1
sheet.cell_value(rowx=行, colx=列)
# 获取单元格的值2
sheet.cell(行,列).value
# 获取单元格的值3
sheet.cell(行)[列].value
# 获取第4行的内容，以列表形式表示
row_4 = table.row_values(3)
# 获取所有工作表的名字
book.sheet_names()
# 获取工作表的数量
book.nsheets
# 获取工作表的所有行数
sheet.nrows
# 获取工作表的所有列数
sheet.ncolspython xlwd对excel(表格)写入详解
xlwd是一个专门对excel写入的数据。是xlrd的孪生兄弟，一个负责读取excel，一个负责对excel写入数据
安装
pip install xlwd官方网址：
https://xlwt.readthedocs.io/en/latest/
https://github.com/python-excel/xlwt
快速入门
import xlwt
from datetime import datetime
# 设置样式 字体name Times New Roman 字体颜色为红色 数字格式为：#,##0.00
style0 = xlwt.easyxf('font: name Times New Roman, color-index red, bold on',
num_format_str='#,##0.00')
# 设置样式 日期格式为D-MMM-YY
style1 = xlwt.easyxf(num_format_str='D-MMM-YY')
# 新建工作簿
wb = xlwt.Workbook()
# 新建工作表
ws = wb.add_sheet('A Test Sheet')
# 向某行某列写入数据
ws.write(0, 0, 1234.56, style0)
ws.write(1, 0, datetime.now(), style1)
ws.write(2, 0, 1)
ws.write(2, 1, 1)
ws.write(2, 2, xlwt.Formula("A3+B3"))
# 保存工作表
wb.save('1.xls')python 字典列表list of dictionary保存成csv
python 字典列表list of dictionary保存成csv
csv文件使用逗号分割，是一种纯文本格式，不能指定字体颜色等样式，也不能指定单元格的宽高，不能合并单元格，没有多个工作表等功能，可以使用Excel打开。使用csv模块可以把一些数据做成表格等处理，非常方便。
csv常用方法
csv.reader(f) 读取csv文件，f为打开csv文件的文件对象，返回的本质是一个迭代器，具有__next__(),__iter__()方法
csv.writer(f) 写入csv文件
csv.DictReader(f) 类字典方式读取csv文件
csv.DictWriter(f) 类字典方式写入csv文件导出示例
from csv import DictWriter
players = [{'dailyWinners': 3, 'dailyFreePlayed': 2, 'user': 'Player1', 'bank': 0.06},
{'dailyWinners': 3, 'dailyFreePlayed': 2, 'user': 'Player2', 'bank': 4.0},
{'dailyWinners': 1, 'dailyFree': 2, 'user': 'Player3', 'bank': 3.1},
{'dailyWinners': 3, 'dailyFree': 2, 'user': 'Player4', 'bank': 0.32}]
fileds_names=('dailyWinners','dailyFreePlayed','dailyFree','user','bank')
with open('spreadsheet.csv','w',encoding='utf-8') as outfile:
writer = DictWriter(outfile, fileds_names)
writer.writeheader()
writer.writerows(players)python3 format小数点保持指定位数
python3 format小数点保持指定位数示例：
:.nf 输出小数点保留n位小数 n为一个整数
:.2f 输出小数点保留2位小数
import math
math.pi
>>> 3.141592653589793
print(f"圆周率小数点保持两位：{pi:.2f}")
>>> 圆周率小数点保持两位：3.14:> 左对齐
:< 右对齐
:^ 居中对齐
requests 上传文件示例
requests 上传文件示例
import requests
files = {'upload_file': open('file.txt','rb')}
values = {'DB': 'photcat', 'OUT': 'csv', 'SHORT': 'short'}
r = requests.post(url, files=files, data=values)封装写法
import os
import requests
def upload_file(file_path):
if os.path.exists(file_path):
raise ValueError(f"file_path:{file_path} is error")
files = {'upload_file': open(file_path,'rb')}
values = {'DB': 'photcat', 'OUT': 'csv', 'SHORT': 'short'}
r = requests.post(url, files=files, data=values)python读取xlrd
xlrd模块实现对excel文件内容读取，xlwt模块实现对excel文件的写入。
安装
| 1 2 |
pip install xlrd
pip install xlwt
|
xlrd模块使用
excel文档名称为联系人.xls，内容如下：
(1) 打开excel文件并获取所有sheet
| 1 2 3 4 5 6 7 |
import xlrd
# 打开Excel文件读取数据
data = xlrd.open_workbook('联系人.xls')
sheet_name = data.sheet_names() # 获取所有sheet名称
print(sheet_name) # ['银行2', '银行3']
|
(2) 根据下标获取sheet名称
| 1 2 3 |
# 根据下标获取sheet名称
sheet2_name = data.sheet_names()[1]
print(sheet2_name) # '银行3'
|
(3) 根据sheet索引或者名称获取sheet内容，同时获取sheet名称、行数、列数
| 1 2 3 4 5 6 7 8 9 10 11 12 13 |
# 根据sheet索引或者名称获取sheet内容，同时获取sheet名称、列数、行数
sheet2 = data.sheet_by_index(1)
print('sheet2名称:{}\nsheet2列数: {}\nsheet2行数: {}'.format(sheet2.name, sheet2.ncols, sheet2.nrows))
# sheet2名称:银行3
# sheet2列数: 7
# sheet2行数: 5
sheet1 = data.sheet_by_name('银行2')
print('sheet1名称:{}\nsheet1列数: {}\nsheet1行数: {}'.format(sheet1.name, sheet1.ncols, sheet1.nrows))
# sheet1名称:银行2
# sheet1列数: 8
# sheet1行数: 6
|
(4) 根据sheet名称获取整行和整列的值
| 1 2 3 4 5 6 |
# 根据sheet名称获取整行和整列的值
sheet1 = data.sheet_by_name('银行2')
print(sheet1.row_values(3))
# ['', '张2', '开发', 'IT编码', 999.0, 133111.0, 41463.0, 'zhang2@164.com'] 日期2013/7/7，实际却显示为浮点数41463.0
print(sheet1.col_values(3))
# ['', '工作职责', '', 'IT编码', '网络维修', '']
|
(5）获取指定单元格的内容
| 1 2 3 4 |
# 获取指定单元格的内容
print(sheet1.cell(1,0).value) # 第2 行1列内容：机构名称
print(sheet1.cell_value(1,0)) # 第2 行1列内容：机构名称
print(sheet1.row(1)[0].value) # 第2 行1列内容：机构名称
|
(6）获取单元格内容的数据类型
| 1 2 3 4 5 |
# 获取单元格内容的数据类型
print(sheet1.cell(1,0).ctype) # 第2 行1列内容 ：机构名称为string类型
print(sheet1.cell(3,4).ctype) # 第4行5列内容：999 为number类型
print(sheet1.cell(3,6).ctype) # 第4 行7列内容：2013/7/8 为date类型
# 说明：ctype : 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
|
(7）获取单元内容为日期类型的方式
使用xlrd的xldate_as_tuple处理为date格式
| 1 2 3 4 5 6 7 8 |
from datetime import datetime,date
if sheet1.cell(3,6).ctype == 3 :
print(sheet1.cell(3, 6).value) # 41463.0
date_value = xlrd.xldate_as_tuple(sheet1.cell(3, 6).value, data.datemode)
print(date_value) # (2013, 7, 8, 0, 0, 0)
print(date(*date_value[:3])) # 2013-07-08
print(date(*date_value[:3]).strftime('%Y/%m/%d')) # 2013/07/08
|
(8）获取单元内容为number的方式（转为整型）
| 1 2 3 4 |
if sheet1.cell(3, 5).ctype == 2:
print(sheet1.cell(3, 5).value) # 133111.0
num_value = int(sheet1.cell(3, 5).value)
print(num_value) # 133111
|
(9) 获取合并单元格的内容
需要merged_cells属性
| 1 2 3 4 5 6 7 8 9 10 11 |
# 这里，需要在读取文件的时候添加个参数，将formatting_info参数设置为True，默认是False，否
# 则可能调用merged_cells属性获取到的是空值。
data = xlrd.open_workbook('联系人.xls',formatting_info=True)
sheet1 = data.sheet_by_name('银行2')
print(sheet1.merged_cells) # [(0, 1, 0, 8), (2, 6, 0, 1)]
# merged_cells返回的这四个参数的含义是：(row,row_range,col,col_range),其中[row,row_range)包括row,
# 不包括row_range,col也是一样，下标从0开始。
#(0, 1, 0, 8) 表示1列-8列合并 (2, 6, 0, 1)表示3行-6行合并
# 分别获取合并2个单元格的内容：
print(sheet1.cell(0,0).value) # 银行2
print(sheet1.cell_value(2, 0)) # 银行2
|
规律 ： 获取merge_cells返回的row和col低位的索引即可！
使用以下方法更加方便
| 1 2 3 4 5 6 7 8 9 |
merge_value = []
for (row,row_range,col,col_range) in sheet1.merged_cells:
merge_value.append((row,col))
print(merge_value) # [(0, 0), (2, 0)]
for v in merge_value:
print(sheet1.cell(v[0], v[1]).value)
# 银行2
# 银行2
|
xlwt模块
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 |
import xlwt
from datetime import datetime,date
def set_style(name, height, bold=False, format_str=''):
style = xlwt.XFStyle() # 初始化样式
font = xlwt.Font() # 为样式创建字体
font.name = name # 'Times New Roman'
font.bold = bold
font.height = height
borders= xlwt.Borders() # 为样式创建边框
borders.left= 6
borders.right= 6
borders.top= 6
borders.bottom= 6
style.font = font
style.borders = borders
style.num_format_str= format_str
return style
wb = xlwt.Workbook()
ws = wb.add_sheet('A Test Sheet') # 增加sheet
ws.col(0).width = 200*30 # 设置第一列列宽
ws.write(0, 0, 1234.56,set_style('Times New Roman',220,bold=True,format_str='#,##0.00'))
ws.write(1, 0, datetime.now(), set_style('Times New Roman',220,bold=False, format_str='DD-MM-YYYY'))
styleOK = xlwt.easyxf('pattern: fore_colour light_blue;'
'font: colour green, bold True;')
pattern = xlwt.Pattern()#一个实例化的样式类
pattern.pattern = xlwt.Pattern.SOLID_PATTERN # 固定的样式
pattern.pattern_fore_colour = xlwt.Style.colour_map['red']#背景颜色
styleOK.pattern = pattern
ws.write(2, 0, 1,style=styleOK)
ws.write(2, 1, 1)
ws.write(2, 2, xlwt.Formula("A3+B3"))
wb.save('example.xls') # 保存xls
|
联系人表
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 |
import xlwt
from datetime import datetime, date
def set_style(name, height, bold=False, format_str='',align='center'):
style = xlwt.XFStyle() # 初始化样式
font = xlwt.Font() # 为样式创建字体
font.name = name # 'Times New Roman'
font.bold = bold
font.height = height
borders = xlwt.Borders() # 为样式创建边框
borders.left = 2
borders.right = 2
borders.top = 0
borders.bottom = 2
alignment = xlwt.Alignment() # 设置排列
if align== 'center':
alignment.horz = xlwt.Alignment.HORZ_CENTER
alignment.vert = xlwt.Alignment.VERT_CENTER
else:
alignment.horz = xlwt.Alignment.HORZ_LEFT
alignment.vert = xlwt.Alignment.VERT_BOTTOM
style.font = font
style.borders = borders
style.num_format_str = format_str
style.alignment = alignment
return style
wb = xlwt.Workbook()
ws = wb.add_sheet('联系人',cell_overwrite_ok=True) # 增加sheet
rows = ['机构名称', '姓名', '部门', '电话', '入职日期', '手机', '邮箱']
col1 = ['王1', '王2', '王3']
col2 = ['666', '777','888']
col3 = ['2014-08-09','2014-08-11','2015-08-09']
# 写第一行数据
ws.write_merge(
0,
0,
0,
6,
'联系人表',
set_style(
'Times New Roman',
320,
bold=True,
format_str='')) # 合并单元格
styleOK = xlwt.easyxf()
pattern = xlwt.Pattern() # 一个实例化的样式类
pattern.pattern = xlwt.Pattern.SOLID_PATTERN # 固定的样式
pattern.pattern_fore_colour = xlwt.Style.colour_map['yellow'] # 背景颜色
borders = xlwt.Borders() # 为样式创建边框
borders.left = 2
borders.right = 2
borders.top = 6
borders.bottom = 2
font = xlwt.Font() # 为样式创建字体
font.name = 'Times New Roman'
font.bold = True
font.height = 220
styleOK.pattern = pattern
styleOK.borders = borders
styleOK.font = font
# 写第二行数据
for index, val in enumerate(rows):
ws.col(index).width = 150 * 30 # 定义列宽
ws.write(1, index, val, style=styleOK)
# 写第3行-6行第一列数据
ws.write_merge(
2,
2 + len(col1)-1,
0,
0,
'x机构',
set_style(
'Times New Roman',
320,
bold=True,
format_str='')) # 合并单元格
# 从第3行开始写1列数据
for index, val in enumerate(col1):
ws.col(1).width = 150 * 30 # 定义列宽
ws.write(index+2, 1, val, style=set_style('Times New Roman',
200,
bold=False,
format_str='',align=''))
# 从第3行开始写4列数据
for index, val in enumerate(col2):
ws.col(3).width = 150 * 30 # 定义列宽
ws.write(index+2, 3, val, style=set_style('Times New Roman',
200,
bold=False,
format_str='',align=''))
# 从第3行开始写5列数据
for index, val in enumerate(col3):
ws.col(4).width = 150 * 30 # 定义列宽
ws.write(index+2, 4, val, style=set_style('Times New Roman',
200,
bold=False,
format_str='',align=''))
ws.write(4, 2,'技术部', style=styleOK)
ws.write(4, 5,'186777233', style=styleOK)
ws.write(4, 6,'wang@166.com', style=styleOK)
wb.save('test.xls') # 保存xls
|
我们平时在做自动化测试的时候，可能会涉及到从表格中去读取或者存储数据，我们除了可以使用openpyxl来操作excel，当然也可以利用pandas来完成，这篇随笔只是我在学习过程中的简单记录，其他的功能还需要继续去探索。
一、pandas的安装：
1.安装pandas其实是非常简单的，pandas依赖处理Excel的xlrd模块，所以我们需要提前安装这个，安装命令是：pip install xlrd
2.开始安装pandas，安装命令是：pip install pandas
二、读取excel文件
webservice_testcase.xlsx结构如下：
1.首先我们应该先将这个模块导入
| 1 |
import pandas as pd
|
2.读取表单中的数据：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=sheet.head()#默认读取前5行数据
print("获取到所有的值:\n{0}".format(data))#格式化输出
3.也可以通过指定表单名来读取数据
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name='userRegister')
data=sheet.head()#默认读取前5行数据
print("获取到所有的值:\n{0}".format(data))#格式化输出
4.通过表单索引来指定要访问的表单，0表示第一个表单,也可以采用表单名和索引的双重方式来定位表单,也可以同时定位多个表单，方式都罗列如下所示
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=['sendMCode','userRegister'])#可以通过表单名同时指定多个
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=0)#可以通过表单索引来指定读取的表单
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=['sendMCode',1])#可以混合的方式来指定
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=[1,2])#可以通过索引 同时指定多个
data=sheet.values#获取所有的数据，注意这里不能用head()方法
print("获取到所有的值:\n{0}".format(data))#格式化输出
二、操作Excel中的行列
1.读取制定的某一行数据:
sheet=pd.read_excel('webservice_testcase.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=sheet.ix[0].values#0表示第一行 这里读取数据并不包含表头
print("读取指定行的数据：\n{0}".format(data))
得到了如下结果：
2.读取指定的多行：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=sheet.ix[[0,1]].values#0表示第一行 这里读取数据并不包含表头
print("读取指定行的数据：\n{0}".format(data))
得到了如下的结果：
3.读取指定行列的数据：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=sheet.ix[0,1]#读取第一行第二列的值
print("读取指定行的数据：\n{0}".format(data))
得到了如下结果：
4.读取指定的多行多列的值：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
data=sheet.ix[[1,2],['method','description']].values#读取第二行第三行的method以及description列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
得到了如下的结果：
5.读取所有行指定的列的值：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
data=sheet.ix[:,['method','description']].values#读取第二行第三行的method以及description列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
得到了如下的结果：
6.获取行号输出：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("输出行号列表",sheet.index.values)
得到了如下的结果：
7.获取列名输出：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("输出列标题",sheet.columns.values)
得到了如下的结果：
8.获取指定行数的值：
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("输出值",sheet.sample(2).values)
9.获取指定列的值
sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("输出值",sheet['description'].values)
得到了如下的结果：
三、将excel中的每一条数据处理成字典,然后让如一个列表中
test_data=[]
sheet = pd.read_excel(self.file_name, sheet_name=key) for i in sheet.index.values:#获取行号的索引，并对其进行遍历：#根据i来获取每一行指定的数据 并利用to_dict转成字典
row_data=sheet.ix[i,['id','method','description','url','param','ExpectedResult']].to_dict()
test_data.append(row_data)
另外，我们可以把测试用例相关的东西写入一个配置文件当中，读取的时候可以根据配置文件中的内容来进行读取：
配置文件如下：
| 1 2 3 4 5 6 |
[CASECONFIG]
sheet_list={'sendMCode':'all',
'userRegister':'all',
'verifyUserAuth':'all',
'bindBankCard':[]
}
|
配置文件处理.py代码如下：
import configparser
class ReadConfig:
def read_config(self,file_path,section,option):
cf=configparser.ConfigParser()
cf.read(file_path,encoding="utf-8")
value=cf.get(section,option)
return value
project_path.py代码如下：
import os Project_path=os.path.split(os.path.split(os.path.realpath(__file__))[0])[0] #配置文件路径 case_config_path=os.path.join(Project_path,'config','case.config') #测试用例的路径 test_cases_path=os.path.join(Project_path,'test_data','webservice_testcase.xlsx')
然后我们把读取excel中的内容封装成一个类，代码示例如下：
from common import project_pathfrom common.read_config import ReadConfig as RC
import pandas as pd
class DoExcel:
def __init__(self,file_name):
self.file_name=file_name
self.sheet_list=eval(RC().read_config(project_path.case_config_path,'CASECONFIG','sheet_list'))
def do_excel(self):
test_data=[]
for key in self.sheet_list:
if self.sheet_list[key] == 'all': # 读取所有的用例
sheet = pd.read_excel(self.file_name, sheet_name=key)
for i in sheet.index.values:#获取行号的索引，并对其进行遍历：
#根据i来获取每一行指定的数据 并利用to_dict转成字典
row_data=sheet.ix[i,['id','method','description','url','param','ExpectedResult']].to_dict()
test_data.append(row_data)
else:
sheet = pd.read_excel(self.file_name, sheet_name=key)
for i in self.sheet_list[key]:#根据list中的标号去读取excel指定的用例
row_data=sheet.ix[i-1,['id','method','description','url','param','ExpectedResult']].to_dict()
test_data.append(row_data)
return test_data
if __name__ == '__main__':
test_data=DoExcel(project_path.test_cases_path).do_excel()
print(test_data)
如果将配置改成如下内容：
[CASECONFIG]
sheet_list={'sendMCode':[1,3,5],
'userRegister':[],
'verifyUserAuth':[],
'bindBankCard':[]
}
我们将会得到如下的运行结果：
[{'id': 1, 'method': 'sendMCode', 'description': '正常流程', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"172.16.168.202","tmpl_id":1,"mobile":"${tel}"}', 'ExpectedResult': '(result){\n retCode = "0"\n retInfo = "ok"\n }'},
{'id': 3, 'method': 'sendMCode', 'description': '手机号为空', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"172.16.168.202","tmpl_id":1,"mobile":""}', 'ExpectedResult': "Server raised fault: '手机号码错误'"},
{'id': 5, 'method': 'sendMCode', 'description': 'ip地址为空', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"","tmpl_id":1,"mobile":"${tel}"}', 'ExpectedResult': "Server raised fault: '用户IP不能为空'"}]
到此，将excel中的用例数据读取成为[{key1:value1},{key2:value2},...,{keyn:valuen}]这样的形式已经完毕，但是还有很多东西需要完善，比如用例中完成参数的替换，测试完成后回写测试数据到excel对应的表格中等等内容。
python 从word/docx中提取链接（hyperlink）和文本
python 从word/docx中提取链接（hyperlink）和文本
import zipfile
import re
import json
import base64
from docx import Document
from os.path import basename
from docx.opc.constants import RELATIONSHIP_TYPE as RT
from bs4 import BeautifulSoup
def get_linked_text(soup):
links = []
# This kind of link has a corresponding URL in the _rel file.
for tag in soup.find_all("hyperlink"):
# try/except because some hyperlinks have no id.
try:
links.append({"id": tag["r:id"], "text": tag.text})
except:
pass
# This kind does not.
for tag in soup.find_all("instrText"):
# They're identified by the word HYPERLINK
if "HYPERLINK" in tag.text:
# Get the URL. Probably.
url = tag.text.split('"')[1]
# The actual linked text is stored nearby tags.
# Loop through the siblings starting here.
temp = tag.parent.next_sibling
text = ""
while temp is not None:
# Text comes in tags.
maybe_text = temp.find("t")
if maybe_text is not None:
# Ones that have text in them.
if maybe_text.text.strip() != "":
text += maybe_text.text.strip()
# Links end with word读取图片，并将图片转换成链接
word读取图片，并将图片转换成链接
from docx import Document
from os.path import basename
import re
def upload_image(image_data):
image_url = "图片链接"
return image_url
file_name = "/Users/在文档顶部.docx"
doc = Document(file_name)
a = list()
pattern = re.compile('rId\d+')
for graph in doc.paragraphs:
b = list()
for run in graph.runs:
if run.text != '':
b.append(run.text)
else:
# b.append(pattern.search(run.element.xml))
content_id = pattern.search(run.element.xml).group(0)
try:
content_type = doc.part.related_parts[content_id].content_type
except KeyError as e:
print(e)
continue
if not content_type.startswith('image'):
continue
img_name = basename(doc.part.related_parts[content_id].partname)
img_data = doc.part.related_parts[content_id].blob
b.append(upload_image(img_data))
b_str=f"{''.join(b)}"
a.append(b_str)
print(a)python re模块去掉括号及其里面的内容
括号为全角括号
文本：寄令狐绹（一本无绹字）相公
import re
text = "寄令狐绹（一本无绹字）相公"
text = re.sub("\\（.*?）|\\{.*?}|\\[.*?]|\\【.*?】", "",text)
print(text)
>>> 寄令狐绹相公括号为半角括号
import re
text = "寄令狐绹(一本无绹字)相公"
text = re.sub("\\(.*?\\)|\\{.*?}|\\[.*?]", "",text)
print(text)
>>> 寄令狐绹相公