目录
- 背景
- 灵感
- 技巧
- 扩展
背景
因为近期工作需要,常常要将测试结果/数据统计、汇总和展示,因此会有写静态HTML的需求,本文记录下python写静态HTML的小技巧
灵感
灵感时来源于unittest测试框架最常用的报告插件:HTMLTestRunner,该插件本身基于python2且已经更新了,好在@虫师一直在维护和更新这个插件,使得它能继续被大家所使用,了解详情请移步:SeldomQA/HTMLTestRunner
回到HTMLTestRunner报告插件,阅读源码发现,作者只用了一个python文件便巧妙的将写HTML、页面绘制和数据嵌入搞定了。进一步分析可以看到,作者先是在Template基类中定义了测试报告的HTML结构模板和各个模块/表格模板,然后再以格式化输入的形式给每一个模板中填充目标数据,再将填充好的模板以格式化输入的形式填充到HTML结构模板中,最后再将所有内容写成一个HTML文件即可。
class Template_mixin(object):
"""
Define a HTML template for report customerization and generation.
Overall structure of an HTML report
HTML
+------------------------+
|<html> |
| <head> |
| |
| STYLESHEET |
| +----------------+ |
| | | |
| +----------------+ |
| |
| </head> |
| |
| <body> |
| |
| HEADING |
| +----------------+ |
| | | |
| +----------------+ |
| |
| REPORT |
| +----------------+ |
| | | |
| +----------------+ |
| |
| ENDING |
| +----------------+ |
| | | |
| +----------------+ |
| |
| </body> |
|</html> |
+------------------------+
"""
可以看到,这样的设计其实优点在于非常小巧和轻量,缺点在于可维护和可移植性差,数据量小还尚可,不太适合大量数据的统计和绘制。
技巧
这种设计的关键在于建模板,然后按需填充数据,最后再写HTML,通常我的做法是:
- 网上找到想要的页面或着表格,copy其HTML结构,将变动的部分(需要动态填充数据的部分)提取出来,并用格式化输入形式替代,如:
%(style)s, %(rows)s
HTML_TMPL = r"""
<!DOCTYPE html>
<html lang="en">
<head>
<title>Overview</title>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
%(style)s
</head>
<body>
<h1> 总览 </h1>
<table class="pure-table pure-table-bordered">
<thead>
<tr>
<th>#</th>
<th>设备</th>
<th>环境</th>
<th>耗时</th>
<th>结果</th>
<th>统计</th>
<th>报告</th>
</tr>
</thead>
<tbody>
<tr>
%(rows)s
</tr>
<tr>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
</tr>
<tr>
%(total)s
</tr>
</tbody>
</table>
</body>
</html>
""" # style, rows, total
- 将变动的部分单拎出来,形成模板,依然用格式化输入形式替代
TBODY_TOTAL_TMPL = """
<tr>
<th> 合计 </th>
<th colspan="6"> 通过率: {passing_rate}% 失败率: {failure_rate}%
错误率: {error_rate}% 跳过率: {skip_rate}% </th>
</tr>
"""
- 按照模板格式,组装数据并填充
total += TBODY_TOTAL_TMPL.format(
passing_rate=np.mean(p_rates).round(2),
failure_rate=np.mean(f_rates).round(2),
error_rate=np.mean(e_rates).round(2),
skip_rate=np.mean(s_rates).round(2))
- 最后将所有数据填充到主模板,并写HTML
# write reporter
with open(filepath, 'w', encoding='utf-8') as wf:
wf.write(HTML_TMPL % dict(rows=rows, total=total, style=STYLE_TMPL))
扩展
积跬步,至千里