Python读取Excel用例教程详解

本文深入剖析了Python中用pandas读取Excel测试用例时高频踩坑的五大核心问题：路径误配导致文件找不到或空数据、Excel进程独占引发静默失败、表头异常引发KeyError、类型自动推断失准造成布尔值和日期解析混乱、多Sheet精准加载困难，以及CI环境因缺失openpyxl引擎而读取崩溃；更关键的是指出——真正的隐患往往来自人工维护Excel时的不规范操作（如合并单元格、空行、随意增删列），因此强调读取后必须强制校验数据存在性和关键字段，帮你从根源规避测试脚本“本地通、线上崩、报错晚”的顽疾。

用 pandas.read_excel 读取测试用例时，为什么总报 FileNotFoundError 或空 DataFrame？

路径没写对是最常见原因——Python 当前工作目录不等于脚本所在目录。尤其在 IDE（如 PyCharm）或命令行中执行时，os.getcwd() 可能指向项目根目录、用户主目录，甚至临时目录。

• 用 Path(__file__).parent / "test_data.xlsx" 替代硬编码相对路径，确保基于脚本位置找文件
• 检查 Excel 文件是否被 Excel 进程独占（保存后仍打不开就关掉 Excel），否则 pandas 会静默返回空 DataFrame
• 如果表头含空格或特殊字符，pandas 默认会重命名列（如 "输入数据 " → "输入数据.1"），导致后续用 df["输入数据"] 报 KeyError

测试用例里有布尔值、日期、数字混填，read_excel 自动类型推断错得离谱怎么办？

pandas 默认用 infer_dtype 猜列类型，但测试表常出现“同一列前几行是数字、后面是字符串或空”，结果整列变成 object，再想转 bool 或 datetime 就得手动清理。

• 显式传 dtype 参数：比如 dtype={"是否启用": bool, "创建时间": str}，避免自动推断
• 对日期列，别依赖 parse_dates，先读成 str，再用 pd.to_datetime(df["创建时间"], errors="coerce") 处理异常值（errors="coerce" 把错的变 NaT，不是崩）
• 布尔列慎用 True/False 文字：Excel 里填 “是/否”、“Y/N”、“1/0” 更稳定，然后用 map({"是": True, "否": False})

一个 Excel 文件多个 sheet，怎么按测试场景名精准加载对应 tab？

直接写 sheet_name="登录测试" 看似简单，但实际中 sheet 名常带空格、括号、隐藏字符，或大小写不一致（比如 Excel 显示 “登录测试”，实际是 “登录测试 ”），pandas 会直接抛 ValueError: Worksheet named '登录测试' not found。

• 先用 pd.ExcelFile(file_path).sheet_names 打印所有真实 sheet 名，肉眼核对
• 用 sheet_name 传整数索引（如 0）更可靠，尤其当 sheet 顺序固定时
• 如果必须按名匹配，加一层容错：用 [s for s in sheets if "登录" in s] 模糊查找，再取第一个，比硬匹配少踩坑

测试脚本跑 CI 时读 Excel 失败，本地却好好的？

CI 环境（如 GitHub Actions、GitLab CI）默认没装 Excel 引擎依赖。pandas.read_excel 在无 openpyxl 或 xlsxwriter 时，会 fallback 到 xlrd，而新版 xlrd（≥2.0）已不支持 .xlsx，只认 .xls。

• 明确安装 openpyxl：pip install openpyxl，并在读取时指定 engine="openpyxl"
• CI 的 requirements.txt 必须包含 openpyxl，不能只写 pandas
• 避免用 xlrd：它已被弃用，且对中文路径、合并单元格支持差，测试数据一复杂就出问题

Excel 测试数据真正的麻烦不在读，而在“人填的时候不守规矩”——合并单元格、空行、动态增删列、用颜色标记状态……这些都不会报错，但会让 DataFrame 结构偏移，等断言失败才暴露。所以读完最好加一行校验：assert len(df) > 0 and "用例编号" in df.columns。

今天关于《Python读取Excel用例教程详解》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！