Selenium+Python参数化：读取TXT文件

　　概述

　　从Selenium模块化一文中，可以看出参数化的必要性，本文来介绍下读取外部txt文件的方法。

　　如何打开文件

　　打开文件有以下两个函数可以应用：

　　1、open(file_name,access_mode)

　　file_name：文件路径及名称;

　　access_mode：访问方式，具体参数如下,，未提供参数，则默认为r：

　　· r：表示读取;

　　· w：表示写入;

　　· a：表示添加;

　　· +: 表示读写;

　　· b：表示2进制访问;

　　2、file函数

　　file()内建函数它的功能等于open()，如下根据文档说明可知：

　　>>> help(open)

　　open(...)

　　open(name[, mode[, buffering]]) -> file object

　　Open a file using the file() type, returns a file object. This is the

　　preferred way to open a file. See file.__doc__ for further information.(END)

　　读取英文txt

　　接下来介绍读取txt文件内容的方法，Python中提供了读取文件的几种方法，如下;

　　· Read() 读取整个文件

　　· Readlines()按行读取整个文件

　　· Readeline()按行读取一行内容

　　现在假设读取的txt文件存储的是用户登录名及密码的测试数据，内容如下：

　　admin,admin

　　guest,guest

　　test,test

　　那么这种情况就比较适合用按行读取的方式来获取文件，如下示例：

　　#coding:utf-8

　　import codecs

　　def str_reader_txt(address):

　　fp=open(address,'r')

　　users=[]

　　pwds=[]

　　lines=fp.readlines()

　　for data in lines:

　　name,pwd=data.split(',')

　　name=name.strip(' \t\r\n')

　　pwd=pwd.strip(' \t\r\n')

　　users.append(name)

　　pwds.append(pwd)

　　print "user:%s(len(%d))" %(name,len(name))

　　print "pwd:%s(len(%d))" %(pwd,len(pwd))

　　return users,pwds

　　fp.close()

　　上述通过Readlines()按行读取txt文件内容，并且使用split()函数切割字符串，分别得到用户名和密码，需要注意的是读取出来的字符有最后面的回车符，所以需要strip函数进行过滤。

　　读取中文txt

　　但是实际测试过程中，也有可能需要输入中文的用户及密码，能否测试通过?修改测试文档txt的用户名为中文，内容如下：

　　管理员,admin

　　来宾,guest

　　测试人员,test

　　可以看出，上述的脚本，在进行中文处理时，遇到异常，中文字符显示乱码，下面提供两种解决方法：

　　方法一

　　#coding:utf-8

　　import codecs

　　def str_reader_txt(address):

　　fp=open(address,'r')

　　users=[]

　　pwds=[]

　　lines=fp.readlines()

　　for data in lines:

　　print type(data)

　　data=data.decode("gb18030")#处理中文编码问题

　　print type(data)

　　name,pwd=data.split(',')

　　name=name.strip(' \t\r\n')

　　pwd=pwd.strip(' \t\r\n')

　　users.append(name)

　　pwds.append(pwd)

　　print "user:%s(len(%d))" %(name,len(name))

　　print "pwd:%s(len(%d))" %(pwd,len(pwd))

　　return users,pwds

　　fp.close()

　　该方法是在分割内容之前，将代码进行decode("gb18030")后，即可正常显示。

　　原因说明

　　在python中提到unicode，一般指的是unicode对象，例如'哈哈'的unicode对象为 u'\u54c8\u54c8'

　　而str，是一个字节数组，这个字节数组表示的是对unicode对象编码(可以是utf-8、gbk、cp936、GB2312)后的存储的格式。这里它仅仅是一个字节流，没有其它的含义，如果想使这个字节流显示的内容有意义，就必须用正确的编码格式，解码显示。

　　在上述脚本运行中，使用type(data)打印在decode前后的data的数据格式，如下：

　　可以看出，内置的open()方法打开文件时，read()读取的是str格式的：

　　· Read()读取时，如果参数是str(且内容中含有中文)，读取后需要使用正确的编码格式进行decode()，转为unicode字符后，才可以正确显示。

　　· write()写入时，如果参数是unicode，则需要使用你希望写入的编码进行encode()，如果是其他编码格式的str，则需要先用该str的编码进行decode()，转成unicode后再使用写入的编码进行encode()。

　　方法二(推荐)

　　在文件打开时直接指定使用gb18030格式读取后，即可直接操作，另外，该方法对中文txt和英文txt的处理均适用

　　#coding:utf-8

　　import codecs

　　def str_reader_txt(address):

　　fp=codecs.open(address,'r',"gb18030")

　　#fp=open(address,'r')

　　users=[]

　　pwds=[]

　　lines=fp.readlines()

　　for data in lines:

　　name,pwd=data.split(',')

　　name=name.strip(' \t\r\n')

　　pwd=pwd.strip(' \t\r\n')

　　users.append(name)

　　pwds.append(pwd)

　　print "user:%s(len(%d))" %(name,len(name))

　　print "pwd:%s(len(%d))" %(pwd,len(pwd))

　　return users,pwds

　　fp.close()

　　备注：Codecs.getreader也可以达到同样的效果，如下：

　　#coding:utf-8

　　import codecs

　　def str_reader_txt_csv(address):

　　f=file(address,'rb')

　　users=[]

　　pwds=[]

　　csv=codecs.getreader('gb18030')(f) #Codecs.getreaderf方法

　　for data in csv:

　　name,pwd=data.split(',')

　　name=name.strip(' \t\r\n')

　　pwd=pwd.strip(' \t\r\n')

　　users.append(name)

　　pwds.append(pwd)

　　return users,pwds

　　f.close()

　　原因说明

　　模块codecs提供了一个open()方法，可以指定一个编码打开文件，使用这个方法打开的文件读取返回的将是unicode。

　　写入时，如果参数是unicode，则使用open()时指定的编码进行编码后写入;

　　如果是str，则先根据源代码文件声明的字符编码，解码成unicode后再进行前述操作。对内置的open()来说，这个方法比较不容易在编码上出现问题，推荐使用

　　为何使用gb18030的编码格式

　　在windows平台下，默认的文档保存方式为ANSI，在简体中文系统下，ANSI 编码代表 GB2312 编码。

　　在txt保存时，修改保存格式为UTF-8时，可以使用UTF-8编码打开，但是其字符长度有差异，其原因如下：

　　需要一提的是BOM(Byte Order Mark)。我们在储存文件时，文件使用的编码并没有保存，打开时则需要我们记住原先保存时使用的编码并使用这个编码打开，这样一来就产生了许多麻烦。

　　那记事本打开文件时并没有让选编码?不妨先打开记事本再使用文件 -> 打开一个保存为UTF-8编码格式的txt文档看看

　　UTF引入了BOM来表示自身编码，如果一开始读入的几个字节是其中之一，则代表接下来要读取的文字使用的编码是相应的编码：

　　BOM_UTF8 '\xef\xbb\xbf'

　　BOM_UTF16_LE '\xff\xfe'

　　BOM_UTF16_BE '\xfe\xff'

　　那针对UTF-8格式文件存在BOM的情况下，如何获取内容呢?Codec中有个方法codecs.BOM_UTF8可以去参考一下，此处不详细解释

　　GB2312、GBK、GB18030的区别及联系

　　这里给出参考链接，http://www.zhihu.com/question/19677619

　　该文章描述的比较全面清晰，总结一下就是：

　　· GBK完全兼容GB2312

　　· GB 18030完全兼容GB 2312，基本兼容GBK，支持GB 13000及Unicode的全部统一汉字，共收录汉字70244个。

　　GB 18030，全称：国家标准GB 18030-2005《信息技术中文编码字符集》，是中华人民共和国现时最新的内码字集，是GB 18030-2000《信息技术信息交换用汉字编码字符集基本集的扩充》的修订版。

　　中文处理流程总结

　　处理中文数据时最好采用如下方式：

　　1. Decode early(尽早decode, 将文件中的内容转化成unicode再进行下一步处理)

　　2. Unicode everywhere (程序内部处理都用unicode)

　　3. Encode late (最后encode回所需的encoding, 例如把最终结果写进结果文件)

　　有几点要说明一下：

　　* 所谓“正确的”编码，指得是指定编码和字符串本身的编码必须一致。这个其实并不那么容易判断，一般来说，我们直接输入的简体中文字符，有两种可能的编码：GB2312(GBK、GB18030)、以及UTF-8

　　* GB2312、GBK、GB18030本质上是同一种编码标准。只是在前者基础上扩充了字符数量

　　* UTF-8和GB编码不兼容

　　*第二步，将str转化为unicode对象时，可以使用下列两个方法：都是将gb2312编码的str转为unicode编码

　　· unicode(str,'gb2312')

　　· str.decode('gb2312')

　　*另外，在定义字符串时，出现中文，都使用str=u '汉字' 来定义。

　　以上内容为大家介绍了自动化测试中的Selenium+Python参数化：读取TXT文件，本文由多测师亲自撰写，希望对大家有所帮助。了解更多自动化测试相关知识：https://www.aichudan.com/xwzx/