想用 Excel 进行自动化冒烟测试？用这个就对了

tablib 是 requests 库作者常年维护的一个 python 第三方库，可以操作 Excel 等多种文件格式变成一种通用数据集。

tablib 支持的主要数据格式有：

xls，老版 office 的 Excel 文件格式；
xlsx 系列，新版 office 文件格式；
JSON
YAML
HTML
CSV
df，（pandas 的 DataFrame, 需要安装 pandas）

tablib 操作测试用例的基础使用非常简单，你只需要记住以下 2 点：

使用 import_set 导入 Excel 文件

  with open('demo.xls', 'rb') as f:
    # 接受 2 个参数，读出来的数据和读取的文件格式
    data = tablib.import_set(f.read(), 'xls')
    print(data)

使用 DataSet 创建 Excel 表格

  data = tablib.Dataset(*data_list, headers=headers,title='测试用例')

现在来进行更精确的操作：

行列数据操作

先通过加载 Excel 文件获取到数据

  a = tablib.import_set(f.read(), 'xls')

a 得到的是一个列表，每个元素是每一行数据。

获取行

  # 获取第一行第一列
print(a[0][0])

# 获取第一行的 url 列
print(a.dict[0]['url'])

# 获取前 2 行
print(a[:2])

获取列

  print(a['url'])

插入行

  with open('demo_book.xls', 'rb+') as f:

    a = tablib.import_set(f.read(), 'xls')
    print(a)
    # 添加行
    a.append(['zhiwang', 'put', '成功'])
  
    # 在指定行插入
    a.insert(2,['zhiwang', 'put', '成功'])


with open('demo_book.xls', 'wb') as f:
    f.write(a.xls)
print(a)

插入列

  # 在最后添加
a.append_col(['成功','失败', '失败'], header='actual_result')

# 在指定位置添加列
a.insert_col(3,['成功','失败', '失败'], header='actual_result')

修改

  # 修改某一行数据
a[0] = ('baidu', 'put', 'shibai', 'shibai')

# 修改某个具体的数据
a._data[0][0] = 'wobuzhidao'

注意：不要在代码里直接操作 a._data, 可以封装成方法。

冒烟用例执行

在测试过程中，我们经常需要执行冒烟用例。或者给测试用例打标签，比如登录功能，成功用例，异常用例等等。tablib 通过 tags 关键字方便删选指定的测试用例来执行。

添加 tags

  # 添加标签
a.append(['buzhi', 'put', 'c','c'], tags=['成功'])
# 获取所有‘成功’的测试用例
success = a.filter(tag='成功')

修改 tags

  # 将测试用例的标签修改成‘失败’
a._data[0].tags = ['失败']
# 获取所有‘失败’ 的测试用例
failed = a.filter(tag='失败')
print(failed)

去除重复元素

  a.remove_duplicates()

灵活的格式切换

测试数据最常用的功能是需要切换格式，比如把 Excel 格式的数据切换成 YAML , 这个在接口自动化测试框架 httprunner 中经常用到。还是用 a 来表示 DataSet 数据：

存储为 YAML 文件：

  with open('demo.yml', 'w', encoding='utf-8') as f:
    f.write(a.yaml)

导入 YAML 文件：

  with open('demo.yml', 'r') as f:
    a = tablib.Dataset().load(f.read(), format='yaml')
    print(a.html)

效果：

想用 Excel 进行自动化冒烟测试？用这个就对了

651 x 193

导出为 HTML ：

  with open('demo.html', 'w', encoding='utf-8') as f:
    f.write(data.html)

效果：

想用 Excel 进行自动化冒烟测试？用这个就对了

728 x 188 879 x 227

导出为 json:

  with open('demo.json', 'w', encoding='utf-8') as f:
    f.write(data.json)

效果：

  [    {        "url": "baidu",        "method": "get",        "expect": "failed"    },    {        "url": "lemon",        "method": "post",        "expect": "success"    }]

其他常用方法

lpop(),lpush(row, tags=[]),lpush_col(col, header=None) 是对列的相关操作
pop(),rpop(),rpush(row, tags=[]),rpush_col(col, header=None) 是对行的相关操作
remove_duplicates() 去除重复的记录
sort(col, reverse=False) 根据列进行排序
subset(rows=None, cols=None) 返回子 Dataset
wipe() 清空 Dataset，包括表头和内容

总结

tablib 这个库非常灵活，用法非常好记，完全符合我们对 Excel 的理解。非常适用于 python 自动化测试的用例数据管理。只有一个缺点：中文资料太少。后面我会翻译一些优秀的英文文档，让更多人把这个优秀的库用起来。