pytabify 2.0.0

pytabify es una libreria ligera para cargar, validar y persistir datos tabulares desde CSV, JSON y Excel, con una API Python simple y un wrapper oficial para Robot Framework.

pytabify

Tabify your data, Python-style

Tabula tus datos con Python

pytabify es una librería ligera para cargar, validar y persistir datos tabulares desde CSV, JSON y XLSX. Está pensada para automatización de pruebas, fixtures, scripts y flujos simples de datos en Python y Robot Framework.

Documentation

Puedes consultar la documentación completa aquí:

https://angel-valdezzz.github.io/pytabify/

Características

• Soporte para múltiples formatos: CSV, JSON y XLSX.
• Contrato tabular estable con columnas ordenadas y consistentes.
• Preserva tipos nativos en memoria.
• Wrapper oficial para Robot Framework.
• Exportación flexible a múltiples formatos.

Arquitectura

El paquete sigue una separación basada en clean architecture y arquitectura hexagonal:

• domain: entidades y reglas del modelo tabular.
• application: puertos y casos de uso.
• adapters: adaptadores concretos para archivos y Robot Framework.
• creator.py y saver.py: fachadas públicas enfocadas en la API de uso.

Instalación

pip install pytabify

Uso básico

Crear un DataTable desde archivo

from pytabify import DataTableCreator

datatable = DataTableCreator.from_file("data.json")
datatable = DataTableCreator.from_file("data.csv", encoding="utf-8")
datatable = DataTableCreator.from_file("data.xlsx", sheet_name="Hoja1")

Acceder y modificar datos

row = datatable[0]
print(row.name.value)

for row in datatable:
    print(row.to_dict())

row["age"] = 31
row.country = "MX"

Guardar datos

from pytabify import DataTableSaver

DataTableSaver.into_csv(datatable, "output.csv")
DataTableSaver.into_json(datatable, "output.json")
DataTableSaver.into_xlsx(datatable, "output.xlsx")

Integración con pruebas automatizadas

Python

from pytabify import DataTableCreator

datatable = DataTableCreator.from_records(
    [
        {"name": "Alice", "age": 30},
        {"name": "Bob", "age": 25},
    ]
)

assert datatable[0].name.value == "Alice"
assert datatable[1].age.value == 25

Robot Framework

*** Settings ***
Library    pytabify.robot.PyTabifyLibrary    WITH NAME    PyTabify

*** Test Cases ***
Leer datos desde CSV
    ${datatable}=    PyTabify.Create Data Table From File    path=data.csv
    Should Not Be Empty    ${datatable}

Validar un campo especifico
    ${row}=    PyTabify.Get Data Table Row    ${datatable}    0
    Should Be Equal As Strings    ${row.name}    Alice
    Should Be Equal As Integers    ${row}[age]    30

Pruebas

poetry install
poetry run pytest
poetry run pytest utests -q
poetry run pytest atests -q --no-cov
poetry run ruff check .
poetry run ruff format .
poetry run mypy src/pytabify
poetry run lint-imports

Licencia

Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.