Python —— excel文件操作(超详细)_python读取excel文件 csdn

背景

很多公司还是用excel去管理测试用例的，所以为了减少重复繁琐的导出导出工作，学会如何用代码操作excel表格很实用~

1、读取excel文件基本步骤

1、操作excel的一些库

1、xlrd：读取库，xlwt：写入，现在基本不用，因为只能处理.xls这种格式的数据

2、使用openpyxl库：不支持的 .xls格式，支持的格式：.xlsx、.xlsm、.xltx、.xltm，可以将.xls 转化为 xlsx格式

        - 安装openpyxl，使用 pip install openpyxl

        - 导入：import | from  openpyxl  import  xxx

2、读取的步骤

1、读取单元格数据

1. 获取表格的工作簿对象（用到 openpyxl中的load_workbook模块）
2. 得到表单，通过sheet名称 — sheet
3. 获取单元格 — cell
4. 获取单元格数据 — cell.value

实战演练：

excel表格如下：

代码实战：

from openpyxl import load_workbook
import pathlib
 
# 获取excel的相对路径
cur_path = pathlib.Path(__file__).absolute()
excel_path = cur_path.parent/"testcase64.xlsx"
 
# 第一步，获取表格的工作簿对象
wb = load_workbook(excel_path)
print(wb) # <openpyxl.workbook.workbook.Workbook object at 0x03EFCD60>
 
# 第二步，得到表单——sheet
sheet = wb["login"]
print(sheet)
 
# 第三步，获取单元格数据
cell = sheet.cell(row=1,column=3)
print(cell)
 
# 第四步，获取单元格数据 -- value
cell_value = sheet.cell(row=2,column=2).value
print(cell_value)   # 输出：登录正常
 
# 获取表单中所有的数据 -- 转化为列表
# 因为 sheet.values的输出是“<generator object Worksheet.values at 0x03817840” > 就是一个生成器，可以转化为列表的形式
datas = list(sheet.values)
print(datas)    # 是一个列表，每一个数据都是元组
'''
[
('id', 'title', 'method', 'header', 'url', 'data', 'expected'), 
(1, '登录正常', 'post', '{"Content-Type":"application/json"}', 'https://openapiv5.ketangpai.com//UserApi/login', '{"email":"2378807189@qq.com ","password":"lemon123456 ","remember":"0","code":"","mobile":"","type":"login","reqtimestamp":1695045752424}', '{"status":1,"code":10000,"message":"访问成功","data":{"token"："skjdaskjhd"}'), 
(2, '登录异常', 'post', '{"Content-Type":"application/json"}', 'https://openapiv6.ketangpai.com//UserApi/login', '{"email":"2378807189@qq.com ","password":"lemon","remember":"0","code":"","mobile":"","type":"login","reqtimestamp":1695045752424}', '{"status":0,"code":"30508","message":"登录失败"}')
]
'''
 
'''
全部读取的数据转化为项目里需要的格式数据
'''
# 第一步，取出标题
title = datas[0]
 
# 第二步，再一次获取后续的每一行数据，跟title压缩成字典
case_list = []
for case in datas[1:]:
    case_dict = dict(zip(title,case))
    case_list.append(case_dict)
print(case_list)
 
# 通过列表推导式来遍历
case_list1 = []
case_list1 = [case_list1.append(dict(zip(title,case))) for case in datas]
print(case_list)

 2、读取excel文件的优化

优化思路，代码分层思想：按照不同的功能代码进行不同包的管理（自动化框架的结构）：

1. 工具层：tools/common/util，封装好的公共方法，类同于Jmeter里的函数助手，比如对excel读取数据的处理过程
2. 测试数据层：data/testdata，放测试数据，例如：txt文件、excel表格等
3. 测试用例层：主要维护用例（pytest框架主要做的事情）
4. 测试结果输出：如 测试报告、测试日志
5. 入口文件：main.py、run.py一般放在最外层

优化实战：

1、按照分层思想，新建data层和tools层，并完善其中的文件，参考如下图片：

2、将获取excel_path和获取数据的方式分别写到handle_excel文件和handle_path两个文件中，如下：

'''
 handle_excel文件
'''
from openpyxl import load_workbook
from d11_excel操作和pytest框架.tools.handle_path import exce_path
 
def read_excel(filename, sheet)
    wb = load_workbook(filename)
    sheet = wb[sheet]
    datas_list = list(sheet.values)
    title = datas_list[0]
    list_case = []
 
    for case in datas_list[1:]:
        tep_dict = dict(zip(title,case))
        list_case.append(tep_dict)
    return list_case

'''
handle_path.py
'''
import pathlib
 
cur_path = pathlib.Path(__file__).absolute()
exce_path = cur_path.parent.parent/"data"/"testcase64.xlsx"
 
if __name__ == '__main__':
    print(exce_path)

3、一些扩展（如何快速查看excel表格中的数据类型）

可以通过debug的方式，看到我们从excel中读取的数据的类型，举例如下：