用Python3生成30万条excel数据方法(xlsx格式)
在B/S架构的系统测试中,有时需要通过导入excel文件来生成一些数据记录,当数据量小的时候,一般不会出现什么问题,而当导入的数据量巨大时,对系统的性能就是一个考验了。为了验证系统的性能,有时需要导入海量的数据,如30万条数据记录,而手头并没有这么多数据时该怎么办呢?一条一条复制粘贴,或者通过excel的下拉拖动来生成记录?这样会把测试人员累死,而且单调重复的工作,非常无趣。这时,我们只需借助python,便可以轻松生成大量数据,把人从单调重复的工作中解放出来,去做更有意义的事。
例如,我们需要生成重复的几W条如下数据
这是一条需要导入示例数据,其中包含的字段其他信息保持不变。
思路:先将表头和示例数据保存在一个示例文件中,通过xlrd来读取示例内容,通过xlsxwriter来按规则写入表头和不同的信息。
原文中:有所需要改变的字段,这里不需要改变
代码如下:
import xlrd
import xlsxwriter
filename=r'E:\API_AUTO\test_data\1.xlsx' #文件名以及路径,前面加一个r防止生成不必要的转义。
data = xlrd.open_workbook(filename)
table = data.sheets()[0] # 获取第1个sheet页
content =table.row(1) # 获取第2行(第1条)数据
print('第1条示例数据为:',content)
# 通过上面print内容可以看到,直接读出的内容,虽然是list,但每条数据前加了
# text:字样,不能直接强转成tuple为我们所用,于是自定义一个转换方法将其转换为可以用的list以便后面强转成tuple
def convertRowToTuple(rowNum):
data=[]
# len(content)是上面获取到的该行的数据列数
for i in range(len(content)):
data.append(table.cell_value(rowNum,i))
# 将每个单元格中的数据读取出来加到data这个list中并强转成元组返回
return tuple(data)
# 将第0行(即excel中的第1行表头)数据读取并转成元组赋给header
header = convertRowToTuple(0)
# 将第1行(即excel中的第2行)示例数据读取并转成元组赋给data1
data1 = convertRowToTuple(1)
# print(header)
# print(data1)
# 即将写入数据的文件名
filename2 = r'E:\TestDatas2.xlsx'
# 如果数据量非常大,可以启用constant_memory,这是一种顺序写入模式,得到一行数据就立刻写入一行,而不会把所有的数据都保持在内存中。
# 如果不启用此模式,当数据量巨大时,程序很大概率地卡死
workbook = xlsxwriter.Workbook(filename2, {'constant_memory': True})
# 创建新的sheet页
worksheet = workbook.add_worksheet()
# startNum表示从第几行开始写,这里的数字是从1开始,因为后面要和字母组合对应在excel中,如A1代表第1行第A列
startNum = 1
#先将表头写入文件
worksheet.write_row('A'+str(startNum), header)
# 正式开始写入数据
for i in range(1000000):
# 为了不让生成过程无聊,加此打印信息以便查看进度
print('正创建第', i+1, '条数据')
# 表头占据了第1行,所以首条数据从第2行开始,当i=0时,写入的数据从A2开始
# 将data1中的数据依次写入A2、B2、C2……
worksheet.write_row('A'+str(startNum+i+1), data1)
# 前面相当于复制了第一条数据的所有内容
# 写完之后关闭workbook,否则会报错
workbook.close()
为了方便,写成了一个方法:
import xlrd
import xlsxwriter
class BulkImport:
@staticmethod # 静态函数
def Bulk_import_data(file1, sheet_name1,generation_number, file2,startNum=1):
"""file1:读取excel文件的路径, 文件名以及路径,前面加一个r防止生成不必要的转义。
file1=r'E:\API_AUTO\test_data\1.xlsx'
sheet_name1:file1文件下所需读取对应的表单名(sheet)
startNum: 默认参数(默认从1开始),表示从第几行开始写,因为后面要和字母组合对应在excel中,如A1代表第1行第A列
generation_number:所需生成数据的总条数
file2:即将写入数据的文件, 文件名以及路径,前面加一个r防止生成不必要的转义。
"""
data = xlrd.open_workbook(file1)
# 方法一:通过sheet下标获取第1个sheet页,这边方法传递的是表单名,所以这边不用方法一
# table = data.sheets()[0]
# 方法二:通过表单名(sheetname)获取第1个sheet页
table = data.sheet_by_name(sheet_name1)
content = table.row(1) # 获取第2行(第1条)数据
print('第1条示例数据为:', content)
# 通过上面print内容可以看到,直接读出的内容,虽然是list,但每条数据前加了
# text:字样,不能直接强转成tuple为我们所用,于是自定义一个转换方法将其转换为可以用的list以便后面强转成tuple
def convertRowToTuple(rowNum):
data=[]
# len(content)是上面获取到的该行的数据列数
for i in range(len(content)):
data.append(table.cell_value(rowNum,i))
# 将每个单元格中的数据读取出来加到data这个list中并强转成元组返回
return tuple(data)
# 将第0行(即excel中的第1行表头)数据读取并转成元组赋给header
header = convertRowToTuple(0)
# 将第1行(即excel中的第2行)示例数据读取并转成元组赋给data1
data1 = convertRowToTuple(1)
# print("excel中的第1行表头(header)的内容是:", header)
# print("excel中的第2行的内容(data1)是:", data1)
# 如果数据量非常大,可以启用constant_memory,这是一种顺序写入模式,得到一行数据就立刻写入一行,而不会把所有的数据都保持在内存中。
# 如果不启用此模式,当数据量巨大时,程序很大概率地卡死
# file2:即将写入数据的文件名,示例:file2 = r'E:\TestDatas2.xlsx'
workbook = xlsxwriter.Workbook(file2, {'constant_memory': True})
worksheet = workbook.add_worksheet() # 创建新的sheet页
#先将表头写入文件
worksheet.write_row('A'+str(startNum), header)
# 正式开始写入数据
for i in range(generation_number):
# generation_number:所需生成数据的总条数
# 为了不让生成过程无聊,加此打印信息以便查看进度
print('正创建第', i+1, '条数据')
# 表头占据了第1行,所以首条数据从第2行开始,当i=0时,写入的数据从A2开始
# 将data1中的数据依次写入A2、B2、C2……
worksheet.write_row('A'+str(startNum+i+1), data1)
# 前面相当于复制了第一条数据的所有内容
# 写完之后关闭workbook,否则会报错
workbook.close()
if __name__ == '__main__':
# 调用
# BulkImport.Bulk_import_data(file1=r'E:\API_AUTO\test_data\1.xlsx', sheet_name1='表单名',startNum=1,generation_number=10, file2=r'E:\TestDatas2.xlsx')
filename1 = r'E:\API_AUTO\test_data\1.xlsx'
sheet_name1 = '表单名'
startnum = 2
generation_number = 10
filename2 = r'E:\TestDatas2.xlsx'
BulkImport.Bulk_import_data(file1=filename1, sheet_name1=sheet_name1, generation_number=generation_number, file2=filename2,startNum=startnum)
完成后的测试数据如下