存路徑：D:\python\用Python讀取csv文件中的滬深300指數歷史交易數據

程序名稱：readcsvhs300.py；

數據名稱：滬深300指數歷史交易數據.csv；

開發環境：Win7；

開發工具：Python 3.8.2 IDLE；

Python安裝路徑：D:\python。

1、下載滬深300指數歷史交易數據

在瀏覽器中打開網址http://quotes.money.163.com/trade/lsjysj_zhishu_399300.html，于網頁的右側點擊下載數據按鈕，下載滬深300指數歷史交易數據，其下載界面如圖1所示：

將下載結果保存到保存路徑下，命名為：滬深300指數歷史交易數據.csv。

2、查看csv文件中的數據

用Excel打開滬深300指數歷史交易數據.csv文件，查看下載的滬深300指數歷史交易數據，效果如圖2所示：

3、編程讀取csv文件中的數據

運行Python 3.8.2 IDLE開發工具，編程讀取csv文件中滬深300指數歷史交易數據的源代碼，將源代碼保存到保存路徑下，命名為：readcsvhs300.py。

源代碼及其注釋如下所示：

import csv #導入csv模塊 
csv_file=csv.reader(open('滬深300指數歷史交易數據.csv','r')) #以只讀方式打開csv文件
csv_content=[] #定義存儲整個csv文件的列表
for line in csv_file: #按行對csv文件進行循環
    csv_content.append(line) #按行將csv文件讀取到列表中
for line in range(0,20,1): #對前20行進行循環
    print(csv_content[line][0]+'  '+csv_content[line][3]) #打印每行的第0列和第3列

4、運行程序

在Python 3.8.2 IDLE開發工具中，按F5鍵，運行readcsvhs300.py程序，運行結果如圖3所示：

ablib 是 requests 庫作者常年維護的一個 python 第三方庫，可以操作 Excel 等多種文件格式變成一種通用數據集。

tablib 支持的主要數據格式有：

• 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, 需要安裝 pandas）

tablib 操作測試用例的基礎使用非常簡單，你只需要記住以下 2 點：

1. 使用 import_set 導入 Excel 文件

  with open('demo.xls', 'rb') as f:
    # 接受 2 個參數，讀出來的數據和讀取的文件格式
    data = tablib.import_set(f.read(), 'xls')
    print(data)
復制代碼

2. 使用 DataSet 創建 Excel 表格

  data = tablib.Dataset(*data_list, headers=headers,title='測試用例')
復制代碼

現在來進行更精確的操作：

行列數據操作

先通過加載 Excel 文件獲取到數據

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

a 得到的是一個列表，每個元素是每一行數據。

1. 獲取行

  # 獲取第一行第一列
print(a[0][0])

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

# 獲取前 2 行
print(a[:2])
復制代碼

2. 獲取列

  print(a['url'])
復制代碼

3. 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)
復制代碼

4. 插入列

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

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

5. 修改

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

# 修改某個具體的數據
a._data[0][0] = 'wobuzhidao'
復制代碼

注意：不要在代碼里直接操作 a._data, 可以封裝成方法。

冒煙用例執行

在測試過程中，我們經常需要執行冒煙用例。或者給測試用例打標簽，比如登錄功能，成功用例，異常用例等等。tablib 通過 tags 關鍵字方便刪選指定的測試用例來執行。

1. 添加 tags

  # 添加標簽
a.append(['buzhi', 'put', 'c','c'], tags=['成功'])
# 獲取所有‘成功’的測試用例
success = a.filter(tag='成功')
復制代碼

2. 修改 tags

  # 將測試用例的標簽修改成‘失敗’
a._data[0].tags = ['失敗']
# 獲取所有‘失敗’ 的測試用例
failed = a.filter(tag='失敗')
print(failed)
復制代碼

3. 去除重復元素

  a.remove_duplicates()
復制代碼

靈活的格式切換

測試數據最常用的功能是需要切換格式，比如把 Excel 格式的數據切換成 YAML , 這個在接口自動化測試框架 httprunner 中經常用到。還是用 a 來表示 DataSet 數據：

1. 存儲為 YAML 文件：

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

2. 導入 YAML 文件：

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

效果：

651 x 193

3. 導出為 HTML ：

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

效果：

728 x 188 879 x 227

5. 導出為 json:

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

效果：

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

其他常用方法

• lpop(),lpush(row, tags=[]),lpush_col(col, header=None) 是對列的相關操作
• pop(),rpop(),rpush(row, tags=[]),rpush_col(col, header=None) 是對行的相關操作
• remove_duplicates() 去除重復的記錄
• sort(col, reverse=False) 根據列進行排序
• subset(rows=None, cols=None) 返回子 Dataset
• wipe() 清空 Dataset，包括表頭和內容

總結

tablib 這個庫非常靈活，用法非常好記，完全符合我們對 Excel 的理解。非常適用于 python 自動化測試的用例數據管理。只有一個缺點：中文資料太少。后面我會翻譯一些優秀的英文文檔，讓更多人把這個優秀的庫用起來。

最后:【可能給你帶來幫助的教程】（私聊q1領取）

這一些資料，對做【軟件測試】的朋友而言應該是較為完整了，這類學習資料也陪伴我走過了最艱難的路程，希望也可以幫助到你！萬事要盡早，尤其是技術行業，一定要提升技術功底。