unittest 运行slenium（一）---创建配置类
文章主要是创建：
log ： 日志文件
excel ：文档的读写
ini 及 yaml ：文件的读取
一：创建log日志文件
主要是对logging框架进行二次封装并输出自己需要的日志格式
1. 首先我们需要判断日志存储文件夹是否存在，不存在就进行创建
# log_path是存放日志的路径 cur_path = os.path.dirname(os.path.realpath(__file__)) log_path = os.path.join(cur_path, 'logs') # 如果不存在这个logs文件夹，就自动创建一个 if not os.path.exists(log_path): os.mkdir(log_path)
2. 确定日志的输出格式，可以自行进行调整
# 文件的命名 self.logname = os.path.join(log_path, classification + '-%s.log' % time.strftime('%Y_%m_%d')) # 定义执行者的名字 self.logger = logging.getLogger(executor) # 设置输入语句的等级 self.logger.setLevel(logging.DEBUG) # 日志输出格式 self.formatter = logging.Formatter('[%(asctime)s] - %(name)s] - %(levelname)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S') # 定义执行函数的名字供外部进行调用和修改 self.fun_name = "Undefined_Function"
3. 日志输出到文件中
# fh = logging.FileHandler(self.logname, 'a') # 追加模式 这个是python2的 fh = logging.FileHandler(self.logname, 'a', encoding='utf-8') # 这个是python3的 # 大于等于该错误等级的才被写入到日志文件 fh.setLevel(logging.DEBUG) fh.setFormatter(self.formatter) self.logger.addHandler(fh)
4. 日志输出控制台
ch = logging.StreamHandler() # 大于等于该错误等级的才被输出到控制台 ch.setLevel(logging.DEBUG) ch.setFormatter(self.formatter) self.logger.addHandler(ch)
5. 以及日志输出的等级和设置当前使用日志的函数名
def debug(self, message): self.__console('debug', "%s---%s" % (self.function, message)) def info(self, message): self.__console('info', "%s---%s" % (self.function, message)) def warning(self, message): self.__console('warning', "%s---%s" % (self.function, message)) def error(self, message): self.__console('error', "%s---%s" % (self.function, message)) def critical(self, message): self.__console('critical', "%s---%s" % (self.function, message)) def set_function_name(self, function_name): self.function = function_name def get_function_name(self): return self.function def log_ppriny(self, message): pprint.pprint(message) fun_name = property(get_function_name, set_function_name, doc="log获取的时候出错
6. 编写到同一个函数中，统一调用。
# 写入文件的定义 fh = self.log_write_file() # 输出到控制的定义 ch = self.log_output_console() level = getattr(self.logger, level) level(message) # 这两行代码是为了避免日志输出重复问题 self.logger.removeHandler(ch) self.logger.removeHandler(fh) # 关闭打开的文件 fh.close()
7. 整体代码
import logging import os import pprint import time # log_path是存放日志的路径 cur_path = os.path.dirname(os.path.realpath(__file__)) log_path = os.path.join(cur_path, 'logs') # 如果不存在这个logs文件夹，就自动创建一个 if not os.path.exists(log_path): os.mkdir(log_path) class Logger(object): def __init__(self, executor: str = "Root", classification: str = 'Journal') -> None: """ 日志函数在实例化的声明内部参数 :param executor: 日志使用者 :param classification: 日志文件名字前缀 """ # 文件的命名 self.logname = os.path.join(log_path, classification + '-%s.log' % time.strftime('%Y_%m_%d')) # 定义执行者的名字 self.logger = logging.getLogger(executor) # 设置输入语句的等级 self.logger.setLevel(logging.DEBUG) # 日志输出格式 # self.formatter = logging.Formatter('[%(asctime)s] - %(name)s - %(filename)s] - %(levelname)s: %(message)s') self.formatter = logging.Formatter('[%(asctime)s] - %(name)s] - %(levelname)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S') # 定义执行函数的名字供外部进行调用和修改 self.fun_name = "Undefined_Function" def log_write_file(self) -> logging.FileHandler: """ 创建一个FileHandler，将日志写到本地文件中 :return: logging.FileHandler """ # fh = logging.FileHandler(self.logname, 'a') # 追加模式 这个是python2的 fh = logging.FileHandler(self.logname, 'a', encoding='utf-8') # 这个是python3的 # 大于等于该错误等级的才被写入到日志文件 fh.setLevel(logging.DEBUG) fh.setFormatter(self.formatter) self.logger.addHandler(fh) return fh def log_output_console(self) -> logging.StreamHandler: """ 创建一个StreamHandler,用于输出到控制台 :return: logging.StreamHandler """ ch = logging.StreamHandler() # 大于等于该错误等级的才被输出到控制台 ch.setLevel(logging.DEBUG) ch.setFormatter(self.formatter) self.logger.addHandler(ch) return ch def __console(self, level, message): # 写入文件的定义 fh = self.log_write_file() # 输出到控制的定义 ch = self.log_output_console() level = getattr(self.logger, level) level(message) # 这两行代码是为了避免日志输出重复问题 self.logger.removeHandler(ch) self.logger.removeHandler(fh) # 关闭打开的文件 fh.close() def debug(self, message): self.__console('debug', "%s---%s" % (self.function, message)) def info(self, message): self.__console('info', "%s---%s" % (self.function, message)) def warning(self, message): self.__console('warning', "%s---%s" % (self.function, message)) def error(self, message): self.__console('error', "%s---%s" % (self.function, message)) def critical(self, message): self.__console('critical', "%s---%s" % (self.function, message)) def set_function_name(self, function_name): self.function = function_name def get_function_name(self): return self.function def log_ppriny(self, message): pprint.pprint(message) fun_name = property(get_function_name, set_function_name, doc="log获取的时候出错了")
二： 读取excel表格内容
主要使用pandas 来读取数据信息，并将某个列下的内容设置为当前数据的序号。
后期用例运行时，通过读取序号来读取数据并进行输出。
1. 整体代码有点多，可自行删除一些。绝大部分的代码都没有使用到
import os import pandas as pd from openpyxl import Workbook, load_workbook from openpyxl.utils.dataframe import dataframe_to_rows """ 这个class负责读取数据：从excel中读取数据到电脑 """ class READEXCEL: def startReadExcel(self, FILEPATH, SHEETNAME=1): """ FILEPATH :需要文件的位置 SHEETNAME ：读取工作薄的页面或者工作薄名 """ # 判断文件是否存在 if os.path.exists(FILEPATH): self.excel = FILEPATH # 判断是否为空 self.readexccel_Data(SHEETNAME) else: raise FileNotFoundError('文件不存在！') def readexccel_Data(self, sheet): """ 此处不严谨：如果输入的字符串都为数字那么就会出错 :param sheet: :return: """ # 创建需要操作的文档 self.workbook = load_workbook(filename=self.excel) # 打开文档 # 判断是根据数字还是文字进行读取sheet，如果是数字的话必须小于现有的长度 if type(sheet) in [int] and sheet <= len(self.workbook.sheetnames): # elf.workbook.sheetnames 打印工作薄名称 self.sheetbook = self.workbook[self.workbook.sheetnames[sheet - 1]] # 如果是文字 elif type(sheet) in [str]: self.sheetbook = self.workbook[sheet] # 长度过长时提示 elif sheet > len(self.workbook.sheetnames): print("sheet索要的位置大于现有的长度") # 最后输出 else: print("你输入啥咯.") def get_sheet_value(self, _value): """ 返回读取到单元格的内容，并已cell形式返回 :param _value: 需要读取的单元格 :return: """ # 先判断需要寻找的cell位置。如果为空或者其他类型的就提示 if type(_value) in [int, str]: content = self.sheetbook[_value] # 打印指定的内容:ws['A4']返回的是一个cell，通过value来获取值 # content = self.sheetbook[_value].value return content else: print('1级错误') def coordinates_sheet_row_value(self, min_row=1, max_row=None, max_col=None): """ 指定行读取整行的数据数据信息，数据已经通过value转换了 :param min_row: 最小的行 :param max_row: 最大的行 :param max_col: 最大的列 :return: """ content = self.sheetbook.iter_rows(min_row=min_row, max_row=max_row, max_col=max_col) row_col_data = [] # 存储除了标题以外的内容 # title_data = [] # 只存储标题内容 _data = True # 用来控制第一行打印的数据为用例标题 for row in content: # 工作薄的全部内容 if _data: title_data = list(map(lambda single: single.value, row)) # 添加标题 _data = False else: # 存储除了标题以外的内容 row_col_data.append(list(map(lambda single: single.value, row))) return row_col_data, title_data def die_angegebene_keys(self, row_col_data, title_data, keys="函数"): """ # 根据指定的keys值执行读取 :param row_col_data: 从case中单独分离出的数据信息 :param title_data: 从case中单独获取的title信息 :param keys: 根据title_data中某个key值进行读取数据 :return: """ columnLabel = [] # 获取指定key的内容用于做序列名 for title in range(len(title_data)): if title_data[title] == keys: for rowColExcel in row_col_data: columnLabel.append(rowColExcel[title]) break return columnLabel def coordinates_sheet_cols_value(self, min_row=1, max_row=None, max_col=None): ''' 指定列来读取整列的数据，数据已经通过value转换了 :param min_row: 最小的行 :param max_row: 最大的行 :param max_col: 最大的列 :return: ''' content = self.sheetbook.iter_cols(min_row=min_row, max_row=max_row, max_col=max_col) return content def coordinates_sheet_row(self, min_row=1, max_row=None, max_col=None): """ 指定行读取整行的数据数据信息，数据类型为cell :param min_row: 最小的行 :param max_row: 最大的行 :param max_col: 最大的列 :return: """ content = self.sheetbook.iter_rows(min_row=min_row, max_row=max_row, max_col=max_col) return content def coordinates_sheet_cols(self, min_row=1, max_row=None, max_col=None): ''' 指定列来读取整列的数据，数据类型为cell :param min_row: 最小的行 :param max_row: 最大的行 :param max_col: 最大的列 :return: ''' content = self.sheetbook.iter_cols(min_row=min_row, max_row=max_row, max_col=max_col) return content def get_sheet_title(self): # 工作薄的名称 return self.sheetbook.title def get_column_letter(self, Number=1): # 返回某个列的标题名称 from openpyxl.utils import get_column_letter return get_column_letter(Number) def replica_worksheet(self): # 返回当前工作薄的复制体对象 copy_sheet = self.workbook.copy_worksheet(self.sheetbook) return copy_sheet def total_row_columns(self, total=True): """ 为真时，以行为一体，每行的数据信息 为假时，以列为一体，每列的数据信息 :param total: :return: """ if total: content = tuple(self.sheetbook.rows) # 单行中，列的数据 ''' 打印长度 row_cell = tuple(word_sheet.rows) row_max_row = len(row_cell) 行的长度 row_max_col = len(row_cell[0]) 列的长度 ''' else: content = tuple(self.sheetbook.columns) # 单列中，行的数据 '''打印长度 col_cell = tuple(word_sheet.columns) col_max_col = len(col_cell) 行的长度 col_max_row = len(col_cell[0]) 列的长度 ''' return content def attribute_template(self, emplate=None): """ 将现有xlsx文档保存为xltx模板 :param emplate: 需要复制为xltx文档的名字 :return: """ if type(emplate) in [str]: # 判断输入的内容是否为字符串 ''' 将现有的表进行复制并保存为模板。。并后缀名为xltx，如果为xls和xlsx在打开的时候出现问题 1.判断是否字符串，防止传入数字或者其他类型的 2.切割一下是否含有xltx后缀名，有则说明可以直接有，没有就拿最后一个名字当做xltx文档的名字 3.如果为其他格式的就输出说明， ''' genericpath = os.path.splitext(emplate)[1] # 切割文件后缀名 if genericpath == '.xltx': attribute = os.path.split(emplate)[1] # 切割最后一个文件的名字 self.workbook.template = True # 属性设置 self.workbook.save(attribute) # 保存后缀名为xltx的文件 print('The xlsx document is completed by turning the xitx template.') return attribute # 返回文件名 elif genericpath == '': attribute = os.path.split(emplate)[1] + '.xltx' # 切割最后一个文件的名字 self.workbook.template = True # 属性设置 self.workbook.save(attribute) # 保存后缀名为xltx的文件 print('The xlsx document is completed by turning the xitx template.') return attribute # 返回文件名 elif genericpath in ['xls', 'xlsx', 'txt']: print('Files that do not support suffixes such as XLS xlsx text') else: print('The input file suffix name does not conform.') elif emplate == None: """ 如果没有传入名字，那么就拿当前xlsx文件的名字作为xltx的名字并在前面加上copy """ path = os.path.splitext(os.path.split(self.excel)[1])[0] attribute = 'copy_' + path + '.xltx' # 设置文件的名字 self.workbook.template = True self.workbook.save(attribute) print('Xlsx turns xltx file.') return attribute else: print('你丫的文件输入有误') def attribute_document(self, template, document): """ 将现有xltx模板转成xlsx文档进行保存 将现有的模板还原成文档或直接将现有的wb另存为。 保存为xls文件打开的时候会提示错误 :param template: xltx文件 :param document: 需要保存后的文件 :return: """ if os.path.exists(template): # 判断文件是否存在 """ 1.先判断xltx文件是否存在 2.在判断传入文件名字是否含有xlsx """ if os.path.splitext(template)[1] == '.xltx': # 判断模板是不是xltx文件 attribute = os.path.split(document) # 将文档切割。切成路径和文件两部分 if attribute[0] == '': # 判断路径是否为空，为空说明保存跟模板同一个位置 if os.path.splitext(attribute[1])[1] == '.xlsx': # 判断是否文档保存是否为xlsx文件 self.workbook.template = False self.workbook.save(document) print('The xitx template turns to the xlsx document.') return document # 返回文件名 else: print(document + ' : Not a File with a suffix xlsx') elif os.path.exists(attribute[0]): # 有路径说明要保存在指定路径下面 if os.path.splitext(attribute[1])[1] == '.xlsx': self.workbook.template = False self.workbook.save(document) print('The xitx template turns to the xlsx document.') return document # 返回文件名 else: print(document + ' : Not a File with a suffix xlsx') else: print(document + ' : File path does not exist, please try again.') else: print(template + ' : Not a File with a suffix xltx') else: print(template + ' : File does not exist') class WRITEEXCEL: def __init__(self, FILEPATH, SHEETTITLE='title', _INDEX=None): """ :param FILEPATH: 需要操作的文件路径 :param SHEETNAME: 工作薄名称，默认为title """ # 判断保存文件的位置是否存在 path = os.path.split(FILEPATH) if os.path.exists(path[0]) or path[0] == '': # 检验文件是指定存储路径还是存储在本路径下 if os.path.splitext(path[1])[1] == '.xlsx': # 检验文件是否为xlsx格式的文件 self.excel = FILEPATH # 存储文件的路径保存 self.writeexcel_Data(_TITLE=SHEETTITLE, _INDEX=_INDEX) # 调用初始化函数，赋值标题 elif os.path.splitext(path[1])[1] == '.csv': # 检验文件是否为xlsx格式的文件 self.excel = FILEPATH # 存储文件的路径保存 self.writeexcel_Data(_TITLE=SHEETTITLE, _INDEX=_INDEX) # 调用初始化函数，赋值标题 else: print(os.path.splitext(path[1])[1] + ' : 读取文件的格式不对') else: raise FileNotFoundError('文件不存在！') def writeexcel_Data(self, _TITLE, _INDEX): """ 此处不严谨：如果输入的字符串都为数字那么就会出错 :param _TITLE: :param _INDEX: :return: """ # 创建需要操作的文档 self.workbook = Workbook() if type(_INDEX) in [int]: self.create_sheet(_TITLE, _INDEX) else: self.active_sheet(_TITLE) def create_sheet(self, _TITLE, _INDEX): """ 如果只创建一个工作薄的话不建议这个方式 例： index设置为0时，会自动生成一个名为sheet的工作薄内容为空 设置为10时，自动生成9个空内容的工作薄，内存消耗大 """ self.work_sheet = self.workbook.create_sheet(title=_TITLE, index=_INDEX) def active_sheet(self, _TITLE): """ 单独创建一个工作薄.创建之后只有_TITLE标题的工作薄 :param _TITLE: 工作薄的标题 :return: """ self.work_sheet = self.workbook.active self.work_sheet.title = _TITLE def save_woek_sheet(self): # 保存工作薄 self.workbook.save(filename=self.excel) def content_cell_single(self, single, content): """ 根据单个cell进行赋值 :param single: 位置 :param content: 内容 :return: """ self.work_sheet[single] = content def content_cell_row_col(self, col, row, value): """ 该语句返回当前设置单元格的内容value :param col: :param row: :param value: :return: """ date_ex = self.work_sheet.cell(column=col, row=row, value=value) return date_ex def content_row_append(self, content): """ 对一整行直接写入. 如果文件已经写入内容时，那么就在下一行写入内容 :param content: 可以为list也可以是单个内容 :return: """ self.work_sheet.append(content) def get_column_letter(self, Number=1): """ 返回指定列的标题名字 例: A B 1 x y 2 z x :param Number: :return: 返回例子中A/B """ from openpyxl.utils import get_column_letter return "{0}".format(get_column_letter(Number)) def time_transformation_timeStamp(self, dt): # 时间转时间戳 if dt == None: import datetime dt = datetime.datetime.now() return dt.timestamp() def datetime_transformation(self, dt): # 时间戳转时间 return dt.fromtimestamp() def datetime_format(self, format="%Y-%m-%d %H:%M:%S"): # 获取当前时间，并按照格式进行返回 import datetime return datetime.datetime.now().strftime(format) def merge_excel(self, range): """ 合并单元格 :param range: 需要合并的范围 :return: """ try: self.work_sheet.merge_cells(range) pass except Exception: print('Merge error') def ummerge_excel(self, range): """ 拆除单元格。。。 注： 1.range如果并没有合并，那么执行这个语句会报错 2.原组合单元格的内容为N时，拆分后第一个单元格的内容为N :param range: 现已经合并了，需要拆分的单元格 :return: """ try: self.work_sheet.unmerge_cells(range) pass except Exception: print('Break the merge error') def row_col_merge_excel(self, start_row=1, start_column=1, end_row=1, end_column=1): """ 指定行列之后进行合并 注： 1.当start_row和end_row相等时，说明列之间进行合并 1.当start_column和end_column相等时，说明行之间进行合并 :param start_row: 开始行 :param start_column: 开始列 :param end_row: 结束行 :param end_column: 结束列 :return: """ try: self.work_sheet.merge_cells(start_row=start_row, start_column=start_column, end_row=end_row, end_column=end_column) pass except Exception: print('Merge error') def row_col_ummerge_excel(self, start_row=1, start_column=1, end_row=1, end_column=1): """ 指定行列之后进行拆分 注： 1.当start_row和end_row相等时，说明列之间进行拆分 2.当start_column和end_column相等时，说明行之间进行拆分 3.如果传入的单元格并没有合并，那么执行这个语句会报错 4.原组合单元格的内容为N时，拆分后第一个单元格的内容为N :param start_row:开始行 :param start_column:开始列 :param end_row:结束行 :param end_column:结束列 :return: """ try: self.work_sheet.unmerge_cells(start_row=start_row, start_column=start_column, end_row=end_row, end_column=end_column) pass except Exception: print('Break the merge error') def folding_column(self, min_range, max_range, hidden=False): """ 折叠柱（轮廓）（将指定 column name 进行折叠） :param min_range: 开始的位置 :param max_range: 结束的位置 :param hidden: should the group be hidden on workbook open or not :return: """ if type(min_range) in [str] and type(max_range) in [str]: """ 1.先判断开始位置是否小于结束位置：思路：字符串长度以及ASCII的大小 """ # 算出值的长度 length_min = len(min_range) length_max = len(max_range) # 开始位置必须在结束位置的前面，所以先判断两个字母的长度 # 长度小于说明ASCII码也一定小于 if length_min < length_max: self.work_sheet.column_dimensions.group(min_range, max_range, hidden=hidden) # 长度相等时，判断长度是不是为1.如果是说明不需要将字符串拆分之后进行计算 elif length_min == length_max and length_min == 1: # 算出值的大小ASCII number_min = ord(min_range) number_max = ord(max_range) if number_min < number_max: self.work_sheet.column_dimensions.group(min_range, max_range, hidden=hidden) else: print('When the length is 1, the ASCII is greater than the end....') elif length_min == length_max and length_min > 1: # 算出值的大小ASCII number_min = 0 number_max = 0 for number in min_range: number_min = number_min + ord(number) for number in max_range: number_max = number_max + ord(number) if number_min < number_max: self.work_sheet.column_dimensions.group(min_range, max_range, hidden=hidden) else: print('When the length is not 1, ASCII is greater than the end....') else: print('dayle') else: print('The parameters given must be characters....') def worksheet_color(self, color='1072BA'): # 设置工作薄标题颜色 self.work_sheet.sheet_properties.tabColor = color class PANDASDATA: def __init__(self, _data=None): """ 接收excle中读取到的数据 :param _data: excle数据源 :return: """ self._data = _data def startPandasData(self, _data): """ 接收excle中读取到的数据 :param _data: excle数据源 :return: """ self._data = _data return self def conversion_series(self): ''' 将列表的数据进行转换 :return: ''' series = pd.Series(self._data) return series def definition_DataFrame(self, index, periods, columns=None): ''' 将字典的业内容进行系列化。 :param index: 字典中的序列号 :param columns: 字典中的key :return: 例: key1 key2 index1 1 1 index2 2 2 ''' dates = pd.date_range(index, periods=periods) # 转换 return self.dataFrame(dates, columns) def dataFrame(self, index=None, columns=None): ''' 将字典业已的内容进行系列化。 :param index: 字典中的序列号 :param columns: 字典中的key :return: 例: key1 key2 index1 1 1 index2 2 2 ''' # 转换 df = pd.DataFrame(self._data, index=index, columns=columns) return df def functionConcat(self, function, *frames): ''' 将多个DataFrame数据集合并之后，将其转成excle文档方便进行查看 :param function: 新创建的excle文件名 :param frames: 多个DataFrame合并后的数据集 :return: ''' result = pd.concat(frames, keys=['readdata', 'storage', 'results']) result.to_csv(function + ".csv", index=False, encoding="gbk") def contentConcat(self, *frames: "多个Dataframes数据"): result = pd.concat(frames) return result def df_conversion(self, df, data_type='itertuples'): ''' df转换成list的方法，然后给excle输入 :param df: 通过pandas转换出来的df数据 :param data_type: 指定转换的方法 :return: ''' """ data_type是判断你需要那类方式:运行效率 itertuples > enumerate > iterrows > range(index)/iloc """ if data_type == 'enumerate': list_max = [] for i, row in enumerate(df.values): list_data = [] for r in row: list_data.append(r.value) list_max.append(list_data) return list_max elif data_type == 'iterrows': list_max = [] for i, row in df.iterrows(): list_data = [] for r in row: list_data.append(r.value) list_max.append(list_data) return list_max elif data_type == 'itertuples': list_max = [] for row in df.itertuples(): list_data = [] for r in range(1, len(row)): list_data.append(row[r].value) list_max.append(list_data) return list_max elif data_type == 'iloc': list_max = [] for number in range(len(df)): list_data = [] row = df.iloc[number] for r in range(len(row)): list_data.append(row[r].value) list_max.append(list_data) return list_max else: print('openpyxlExcel 你确定自己输入正确了?、、、') def zip_col(self, df, index=1, number=None): ''' 通过zip方法，直接返回指定列的数据 :param df: :param index: 需要返回的行 :param number: 需要返回的列 :return: ''' if number is not None: list_max = [] for row in zip(df, df[index], df[number]): list_data = [] for r in range(1, len(row)): list_data.append(row[r].value) list_max.append(list_data) else: list_max = [] for row in zip(df, df[index]): list_data = [] for r in range(1, len(row)): list_data.append(row[r].value) list_max.append(list_data) def iloc_row(self, df, index=1): """ 直接获取相应的行数据 df['c1'].iloc[x].dtype 指定列的内容，并打印数据类型 :param df: df数据对象 :param index: 需要获取的列位置 :return: """ if index < len(df): content = df.iloc[index] return content else: print('长度大于了。。。。。') def row_index_header(self, df, index=False, header=False): ''' 建议都为假。。。 header1 header2 index1 1 2 index2 3 4 打印之后的数据为: [index1 , 1 , 2 ] [index2 , 3 , 4 ] :param df: :param index: 为真时打印index标签的内容 :param header: 为真时打印headder标签的内容 :return: ''' if index and header: """ 都为真时，说明有首行header内容以及首列标签index 将标题以及标签的数据去除之后重新返回数据 """ list_max = [] for row in dataframe_to_rows(df, index=index, header=header): list_data = [] for r in range(1, len(row)): list_data.append(row[r].value) list_max.append(list_data) return list_max elif index is True and header is False: """ index为真时，说明首列标签index保留 需要对header进行处理，header不是我们想要的数据 """ list_max = [] for row in dataframe_to_rows(df, index=index, header=header): list_data = [] for r in range(1, len(row)): list_data.append(row[r].value) list_max.append(list_data) return list_max elif index is False and header: """ header为真时，说明首行header保留 需要对index进行处理，index不是我们想要的数据 """ list_max = [] for row in dataframe_to_rows(df, index=index, header=header): list_data = [] for r in range(len(row)): list_data.append(row[r].value) list_max.append(list_data) return list_max elif index is False and header is False: """ 都为假时，说明首行header和标签index都没有返回这时不需要进行处理操作直接使用 """ list_max = [] for row in dataframe_to_rows(df, index=index, header=header): list_data = [] for r in range(len(row)): list_data.append(row[r]) list_max.append(list_data) return list_max else: print('bus') class OpenExcelPandas(READEXCEL, PANDASDATA): def __init__(self, name='', sheet=','): """ 关于_date和_title的解释： 读取excel的数据时： _date表示的文件的路径 _title表示的是工作薄的页面 或者 工作薄的名称 读取csv的数据时： _date表示的文件的路径 _title表示的是该文件的分隔符。例如‘，’逗号 通过pandas进行转换时： _date 表示的数据 _title 表示标题 :param name: :param sheet: """ self._data = name self._title = sheet def readCaseExcel(self, title='函数'): # 创建工作薄workbook对象 self.startReadExcel(self._data, self._title) if self._title else self.startReadExcel(self._date) # 将case中内容部分的数据（除标题以外的数据）读出 # 将case中标题的全部内容读出 self._data, self._title = self.coordinates_sheet_row_value() # 通过pandas将数据进行转换 return self.conversionPandas(title) def internal_pandas_read(self, title='函数'): genericpath = os.path.splitext(self._date)[1] # 切割文件后缀名 if 'xlsx' in genericpath: return self.internal_read_excel(title) elif 'csv' in genericpath: return self.internal_read_csv(title) else: print("If pandas read the document information, they should pass in the formatted document..") def internal_read_excel(self, title="函数"): ''' 利用pandas内置函数，直接读取xlsx的数据信息 并将函数名提取出来，用于序列号的赋值 :return: ''' self._data = pd.read_excel(self._data, self._title) if title: columnLabel = list(self._data[title]) # 设置序列号的名字 return self.conversion_column(self._data, columnLabel) else: return self.conversion_column(self._data, None) def internal_read_csv(self, title="函数"): ''' 读取csv文档数据。sep 为csv切割符号 header 指定行为矩阵的key engine 最好写吧，不然容易意不意外惊不惊喜 :param title: 矩阵中，拿来设置序列号的相应行key :return: ''' self._data = pd.read_csv(self._date, sep=self._title, header=0, engine='python') if title: columnLabel = list(self._data[title]) # 设置序列号的名字 return self.conversion_column(self._data, columnLabel) else: return self.conversion_column(self._data, None) def conversionPandas(self, title="函数"): ''' 通过已读取的 :param title: :return: ''' self._data = self.dataFrame(columns=self._title) # 设置标题名 if title: columnLabel = list(self._data[title]) # 设置序列号的名字 return self.conversion_column(self._data, columnLabel) else: return self.conversion_column(self._data, None) def conversion_column(self, df, columnLabel=None): if columnLabel: df = df.set_index([columnLabel]) # 设置df数据中的序列号 return df.fillna(value='')
三： 读取ini 跟yaml文件
1. 通过configparser来读取ini文件
2. 通过yaml来读取yaml文件
3. 整体代码为
import os import yaml import configparser class ReadModelIni(object): """ 读取ini文件 """ def __init__(self, file_name: str, file_path: str = None) -> None: """ 实例化ini文件读取对象 :param file_name: 需要读取的文件名字,需要传入文件后缀名 :param file_path: 需要读取的文件所在路径 """ self.conf = None # 判断文件位置是否传入 if file_path: self.file_path = file_path else: # 此处写死的原因:配置文件所在的目录跟项目代码目录不为同一个地址 self.file_path = os.path.join("E:\\hezhan", 'configs') # 给内部参数file_name赋值 self.file_name = file_name config_path = os.path.join(self.file_path, self.file_name) self.read_ini_file(config_path) pass def read_ini_file(self, config_path): """ 将ini文件内的数据转成dict :param config_path: 需要读取的ini文件 :return: """ self.conf = configparser.ConfigParser() self.conf.read(config_path) pass def get_value(self, section, key): """ 通过key值获取相应的数据信息 :param section: :param key: :return: """ try: value = self.conf.get(section, key) except Exception as e: value = None print(e) return value class ReadModelYaml(object): """ 读取yaml文件数据 """ def __init__(self, file_name, file_path=None): """ 实例化yaml文件读取对象 :param file_name: 需要读取的文件名字,需要传入文件后缀名 :param file_path: 需要读取的文件所在路径 """ # 判断文件位置是否传入 self.pageElements = {} if file_path: self.file_path = file_path else: cur_path = os.path.abspath(os.path.dirname(os.getcwd())) self.file_path = os.path.join(cur_path, 'configs') self.file_name = file_name yaml_file_path = os.path.join(self.file_path, self.file_name) self.read_parse_yaml(yaml_file_path) def read_parse_yaml(self, yaml_file_path): """ 指定文件路径以及文件名来读取数据信息 :param yaml_file_path: 文件路径 :return: """ # 排除一些非.yaml的文件 if '.yaml' in str(yaml_file_path): with open(yaml_file_path, 'r', encoding='utf-8') as f: page = yaml.load(f) self.pageElements.update(page) def get_value(self, key): """ 根据key来获取数据信息 :param key: :return: """ try: value = self.pageElements[key] except Exception as e: value = None print("ReadModelYaml 读取时没有找到关键字%s----%s" % (key, e)) return value
项目所在位置：
