MOOC(14)- 从数据库中获取预期结果
数据库中的预期结果写的是SQL语句
从表格中读取到SQL语句,再去数据库获取真正的预期结果
# -*- coding: utf-8 -*-
# @Time : 2020/2/18 9:50
# @File : excel_with_db_23.py
# @Author: Hero Liu
# 从数据库中获取预期结果
from openpyxl import load_workbook
from day_20200208_mooc.tools.do_json_13 import DoJson
import json
from day_20200208_mooc.tools.connect_db_22 import DoMysql
class DoExcel:
def get_data(self, file, sheet):
wb = load_workbook(file)
sheet = wb[sheet]
test_data = []
for i in range(2, sheet.max_row+1):
row_data = {}
# 获取第i行第一列、第2列、第3列...的数据,即是获取第i行数据,并存到字典中
row_data["case_id"] = sheet.cell(i, 1).value
row_data["module_title"] = sheet.cell(i, 2).value
row_data["url"] = sheet.cell(i, 3).value
row_data["method"] = sheet.cell(i, 5).value
row_data["header"] = sheet.cell(i, 6).value
if row_data["header"] == "no":
row_data["header"] = None
row_data["case_depend"] = sheet.cell(i, 7).value
row_data["case_depend_data"] = sheet.cell(i, 8).value
row_data["depend_data_belong_new_key"] = sheet.cell(i, 9).value
# 把关键字传入DoJson,拿到真正的请求数据
row_data["data"] = DoJson("../config/user.json").get_data(sheet.cell(i, 10).value)
# 表格中的预期数据写的是SQL语句
# 通过SQL语句去查数据库,拿到真正的预期结果
sql = sheet.cell(i, 11).value
row_data["expected"] = DoMysql().search_one(sql)
# 把每一行的数据加到整个测试数据的列表中去
test_data.append(row_data)
return test_data
def case_data(self, file, sheet):
# 选择性地获取测试用例
case_data = []
for row_data in self.get_data(file, sheet):
case_row = {}
case_row["case_id"] = row_data["case_id"]
case_row["module_title"] = row_data["module_title"]
case_row["url"] = row_data["url"]
case_row["method"] = row_data["method"]
# if row_data["header"]:
# case_row["header"] = row_data["header"]
# else:
# row_data["header"] = None
case_row["data"] = row_data["data"]
case_row["expected"] = row_data["expected"]
case_data.append(case_row)
return case_data
# # 根据SQL语句去查询数据库
# def get_expect_from_sql(self, sql):
# do_mysql = DoMysql()
# res = do_mysql.search_one(sql)
# return res
def write_back(self, file, sheet, i, j, value):
# i代表行,j代表列
# 每执行一个用例,都要写回一个结果,所以i代替用例的行数
# 结果要写回到哪一列自己是清楚的,所以j可以传入固定值
wb = load_workbook(file)
sheet = wb[sheet]
sheet.cell(i, j).value = value
# 保存工作簿
wb.save(file)
if __name__ == "__main__":
# test_data = DoExcel().get_data("../data/test_data.xlsx", "case")
# print(test_data)
case_data = DoExcel().get_data("../data/test_data.xlsx", "case")
print(json.dumps(case_data, indent=2, sort_keys=False, ensure_ascii=False))
# print(type(case_data))
# case1 = case_data[0]
# case1 = eval(case_data)
# print(case1)
MOOC(14)- 从数据库中获取预期结果的更多相关文章
- PostgreSQL数据库中获取表主键名称
PostgreSQL数据库中获取表主键名称 一.如下表示,要获取teacher表的主键信息: select pg_constraint.conname as pk_name,pg_attribute. ...
- Django Form 实时从数据库中获取数据
修改 models.py 添加 class UserType(models.Model): caption = models.CharField(max_length=32) 执行命令,生成数据库 p ...
- 使用python读取配置文件并从mysql数据库中获取数据进行传参(基于Httprunner)
最近在使用httprunner进行接口测试,在传参时,用到了三种方法:(1)从csv文件中获取:(2)在config中声名然后进行引用:(3)从函数中获取.在测试过程中,往往有些参数是需要从数据库中获 ...
- 关于EntityFramework 更新数据记录时字段全部更新问题和不从数据库中获取直接更新记录
一.一直对这个比较疑惑感觉只修改一条数据记录的一个字段结果更新Savechages后跟踪生成sql竟然是全部被修改,感觉微软怎么这么傻,总觉得会有其它方式可以只更新部分字段,但一直没有找到相关设置,最 ...
- Jmeter BeanShell 从数据库中获取数据并创建一个requesBody
一.前言 在测试接口的时候常常会使用到数据库中的数据,当要使用大量的数据时,仅仅使用数据库查询是不够的.还需要使用自动化让操作更简便. 下面以一个简单的例子阐述一下如何使用beanShell让代码更简 ...
- Jmeter-从数据库中获取数据并作为变量传输
再今天重新学习,从数据库中取数据,并作为变量传到下一个请求中. 首先第一步要导入mysql驱动包 一.添加JDBC Connection Configuration 设置链接 Database URL ...
- mysql 从数据库中获取多条记录,二维展示数据
展示要求: 客户/日期 2017-10-16 1017-10-17 2017-10-18 客户1 客户2 数据库中数据: 解决办法: 1.新建一个实体类:客户名称.客户数据(A ...
- 关于oracle数据库中获取版本号类数据最大值的sql
目前还在高度加班中,但是本次内容怕自己忘记,好不容易解决的,所以赶紧先随便抽点时间记录下,也没来得及考虑效率什么的优化问题,免得以后忘记了. 测试库结构如下: 表名为 testtab 字段名为test ...
- 从数据库中获取图片编号,然后通过request获取图片下载
import pandas as pd from pandas.core.dtypes.dtypes import register_extension_dtype from sqlalchemy i ...
随机推荐
- A4纸表格打印
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...
- VNC/XRDP/XDMCP尝试
(记得安装X Window System等 可参考链接https://www.linuxidc.com/Linux/2017-10/147646.htm) 看本文档时可以参考 https://blog ...
- opencv进行视频播放每帧处理,读取视频失败
cv::VideoCapture capture(filename); if (!capture.isOpened()) { cout << "open video error& ...
- Python笔记_第四篇_高阶编程_二次封装
1.二次封装: 二次封装其实就是对一个类或者一个方法进行二次的改造增加新的功能. 2.一个类的二次封装: 我们以一个进程为例,我们把Process这个库进行二次封装,增加一些功能,在调用. thoma ...
- 线性可分支持向量机与软间隔最大化--SVM(2)
线性可分支持向量机与软间隔最大化--SVM 给定线性可分的数据集 假设输入空间(特征向量)为,输出空间为. 输入 表示实例的特征向量,对应于输入空间的点: 输出 表示示例的类别. 我们说可以通过间隔最 ...
- 配置window下python3环境
功能介绍 整理生信小知识库,一些技巧一些知识. 昨天 以下配置环境基于window操作系统,安装python3版本为例,推荐基础版配置. ! METHOD 1 (基础版) 官网下载对应电脑版本的p ...
- BP算法推导python实现
def sigmoid(inX): return 1.0/(1+exp(-inX)) '''标准bp算法每次更新都只针对单个样例,参数更新得很频繁sdataSet 训练数据集labels 训练 ...
- SSM到Spring Boot-校园商铺平台:第01章 开发准备
第01章 开发准备 环境准备 创建一个Maven项目作为开始 添加一个 Server Runtime 添加maven的java编译插件 <build> <finalName>$ ...
- kubectl 常用命令一
1.kubectl logs <options> <PodName> -f -p, --previous --since= No. --since-time= --tail ...
- Python—冒泡排序算法
冒泡排序 一,介绍 冒泡排序(Bubble Sort)也是一种简单直观的排序算法.它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.走访数列的工作是重复地进行直到没有再 ...