Excel 表格结构化整理

核心概念

很多业务表格（如测试用例、项目清单、台账）是层级结构的：

A列(业务场景) → B列(测试分类) → C列(用例编号) + D/E列(信息)
                                      ↓
                                F列(操作步骤1) + G列(期望结果1)
                                F列(操作步骤2) + G列(期望结果2)
                                ...

处理这类表格的核心操作：

使用方法

快速上手

python3 scripts/restructure.py 输入文件.xlsx 输出文件.xlsx --spec '\x3CJSON_SPEC>'

JSON_SPEC 定义列的层级角色。

分析表格结构

收到用户文件后，先读取数据确认层级关系：

1. 哪些列是父层级（A/B列），需要fill-down
2. 哪一列是分组键（C列，定义行组），需要group-header
3. 哪些列携带组级信息（H列测试结论），需要fill-down-group
4. 哪些列需要额外处理

JSON_SPEC 参数说明

{
  "sheet": "Sheet1",                        // 工作表名称（可选，默认 Sheet1）
  "fill_down_columns": [0, 1],              // 父层级列（0-based index）→ 向下填充
  "group_key_column": 2,                    // 分组键列 → 定义行组
  "group_header_columns": [2, 3, 4],        // 组首行列 → 仅首行显示
  "fill_down_group_columns": [7],           // 组级填充列 → 所有行显示（便于筛选）
  "col_widths": {"0": 20, "1": 18},        // 列宽（可选，key=col_index, value=width）
  "freeze_panes": "A2",                    // 冻结窗格（可选，默认 A2）
  "skip_empty_rows": true                  // 跳过空行（可选，默认 true）
}

常见场景

场景一：测试用例整理（本次案例）

A=业务场景, B=测试分类 → fill-down
C=用例编号, D=用例名称, E=前提条件 → group-header（仅有首行）
H=测试结论 → fill-down-group（复制到所有行便于筛选）

{
  "fill_down_columns": [0, 1],
  "group_key_column": 2,
  "group_header_columns": [2, 3, 4],
  "fill_down_group_columns": [7],
  "col_widths": {"0": 20, "1": 18, "2": 14, "3": 35, "4": 40, "5": 55, "6": 45, "7": 12, "8": 35}
}

场景二：项目任务清单

A=项目名称 → fill-down
B=负责人, C=截止日期 → group-header（仅有首行）
D=任务状态 → fill-down-group（所有行可见，便于筛选）
E=任务事项, F=备注 → 每行独有

{
  "fill_down_columns": [0],
  "group_key_column": 1,
  "group_header_columns": [1, 2],
  "fill_down_group_columns": [3]
}

场景三：台账明细表

A=客户名称 → fill-down
B=合同编号, C=合同金额 → group-header
D=开票状态 → fill-down-group
E=发票号, F=开票日期 → 每行独有

{
  "fill_down_columns": [0],
  "group_key_column": 1,
  "group_header_columns": [1, 2],
  "fill_down_group_columns": [3]
}

输出格式

• 首行冻结 + 自动筛选
• 组交替底色（白/浅灰）
• 结论列自动着色（pass=绿, fail=红, 无法测试=黄）
• fail 行左侧红色边框高亮

输出说明

运行后脚本返回统计信息：

{"total_rows": 562, "group_count": 119}

• total_rows = 数据行数（不含表头）
• group_count = 分组数量（如测试用例数）

使用流程

1. 用户发送 Excel 文件并说明需求
2. 读取文件，分析列层级关系
3. 构造 JSON_SPEC
4. 运行 restructure.py
5. 验证输出，将结果文件发送给用户