基于excel的自动化框架

设定项目文件大致结构

1. atp/: 项目名

2. conf/:存放配置文件

3. data/:存放sql文件

4. lib/: 存放项目的所有源代码。

5. logs/:存放日志文件

6. uploads/:存放下载的文件

7. start.py: 程序启动脚本

8. readme.txt: 项目说明文件。

9. case/:存放用例表

理清思路

基本思想与原则A：
    数据很多，就放到一个列表或字典里；
    用for语句，处理一条数据即可。

基本思想与原则B：
    考虑是否传参，如何传参。
    一般把要处理的对象作为参数传入。

1.有多个用例表，取所有的表到一个大列表d_all_excel中。for循环，处理一个表abs_excel先。
    d_all_excel = glob.glob(os.path.join(case_path,'*.xls'))

2..一个表中有多条用例，取表中的用例到一个大列表中all_cases中.
    （表的读写）
    # all_cases = [[url,method,data:dict,check],[url,method,data:dict,check],...] ;
    book = xlrd.open_workbook(abs_excel)
    sheet = book.sheet_by_index(0)
    for case in range(1,nrows):all_cases.append(sheet.row_values(i)[4:8])

3.用例数据处理：for循环，处理一条用例case先。
    case作为参数入参。case = [url,method,data:dict,check]
    序列解包；
    url需要拼接为完整的接口地址: url = urljoin(server_url,url)
    难点：data不仅要参数化: for p,func in func_map.items(): if p in data: data.replace(p,func())
                func_map = {
            '<phone>': f.phone_number, #生成电话的
            '<ssn>': f.ssn,
            '<email>': f.email,
            '<name>': f.name,
            '<username>': f.user_name,
            '<bank_no>': f.credit_card_number,
            '<password>': f.password,
            '<addr>': f.address
        }  #这儿的f是faker.Faker()
    data还要取成字典:

4.访问接口，拿到返回数据response和res_reason, satate('成功，失败')。
    分get和post，需要传参url,data,header. 后俩个不是必传参数，可以默认为None;
    没返回数据时，拿不到json, 处理下异常；
    
5.难点：校验返回的数据和预期结果。  检查点  如 erron = 2001
    根据预测数据检查点的key，来获取实际返回数据的rea_value；
    (jsonpath模糊匹配)
    [key,seq,value]   
            code = '%s %s %s'%(self.convert_type(real_value),seq,self.convert_type(value)) #生成比较实际结果和语气结果的代码
            status = eval(code) #用eval来执行生成代码，获取到执行的结果
    将预测数据检查点的value，用其运算符，与rea_value比较。所有检查点都True即成功。
    注意：nt和float不能比较。字符不加引号，就是变量，变量不能比较。try  except

6.将校验结果写入表中。
    列表数据写入表格；
    表格存放到data里，避免与case混一起。
    
7.将表通过邮件发送。
    处理下异常，网不好等很容易失败
    
8.串通好流程。

9.提高效率，单线程和多线程