python pandas 按行取excle数据作为接口请求数据

excle文件内容示例:
image.png
获取excle数据源码:
import pandas as pd

def get_all_excle_data(excle_file, sheet_name, row):
    #固定excle某列字段的数据类型,防止excle整数变为浮点数
    converters = {
        'employeeId':str,
        'authCode':str,
        'orderSource':str
    }
   # 将excle的数据提取出来
    data = pd.DataFrame(pd.read_excel(excle_file, sheet_name=sheet_name, converters = converters ,na_values='NULL',))

    # 将excle里面单元格值为空的值都替换为NULL
    data = data.fillna('')
    # excle所有列名字
    all_para_col = list(set(data))

    #生成请求字典信息
    params = {}
    for v in all_para_col:
        params[v] = data.loc[row,v]

    # 请求地址 和 key
    url = data.loc[row, 'host'] + data.loc[row, 'path']
    key = data.loc[row, 'key']  # key的值

    result = {
        'testCases': data.loc[row,'testCases'],
        'host': data.loc[row,'host'],
        'row': data.loc[row,'row'],
        'params': params,
        }
    return result
订单查询接口用excle的数据作为请求数据:
import requests
from a.utils.get_excle_data import get_all_excle_data
from a.utils.md5_python import md5Python as md5
from a.utils.date_random import get_random
from a.utils.tools import del_null
from a.log.logger import Logger
from a.utils.get_excle_path import get_excle_path
import json

def pi_query(excle_file,sheet_name,row):
    # 获取接口的数据
    excle_data = get_all_excle_data(excle_file, sheet_name, row)
    url = excle_data['host'] + "/open/pay/query"
    key = excle_data['key']
    params = excle_data['params']
    random = get_random()

    params = {
        "appId" : params['appId'],
        "merchantCode" :  params['merchantCode'],
        "random" : random,
        "outTradeNo" : params['outTradeNo']
    }

    params = del_null(params)
    params["sign"] = md5.md5_sign(params, key)

    # 接口请求
    r = requests.post(url, data=params)

    # 返回接口的请求和返回信息
    result = {
        'req': params,
        'res': r.json(),
        'url': url
    }
    return result

if __name__ == '__main__':
    log = Logger("info")
    excle_file = get_excle_path('refund_data.xlsx')
    sheet_name = 'pi_test'

    for row in range(3):
        result = pi_query(excle_file, sheet_name, row)
        log.info("支付查询请求地址:" + result['url'])
        log.info("支付查询请求信息:" + str(json.dumps(result['req'], ensure_ascii=False)))
        log.info("支付查询返回信息:" + str(json.dumps(result['res'], ensure_ascii=False)))
        print(result['res']["msg"])
        assert result['res']['code'] == "SUCCESS"
        assert result['res']['msg'] == "订单已支付"

这样做到数据源与源码分开管理,一套代码,只用改excle的请求数据就可以测试不同的场景

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 225,061评论 6 523
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 96,407评论 3 404
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 172,275评论 0 368
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 61,084评论 1 300
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 70,091评论 6 400
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 53,555评论 1 315
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,914评论 3 429
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 40,900评论 0 279
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 47,438评论 1 324
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 39,470评论 3 346
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 41,596评论 1 355
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 37,187评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,932评论 3 340
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 33,361评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 34,511评论 1 277
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 50,163评论 3 381
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 46,671评论 2 366