python的jira库操作_jira python component-程序员宅基地

python菜鸟摸索分享

我的环境
系统：win10
python版本：3.9

一、安装jira

pip install jira

二、使用jira

项目对象（Project）的主要属性及方法如下：

key: 项目的Key
name: 项目名称
description: 项目描述
lead: 项目负责人
projectCategory: 项目分类
components: 项目组件
versions: 项目中的版本
raw: 项目的原始API数据

from jira import JIRA

jira = JIRA(server=login_dict['server'], basic_auth=(login_dict['username'], login_dict['password']))
#访问项目列表
jira.projects()  
#访问项目名称，其他项目属性和方法类似
jira.project("YH").name

问题（issue）的主要属性及方法如下：

id: 问题的id
key: 问题的Key
permalink(): 获取问题连接
fields: 问题的描述，创建时间等所有的配置域
raw: 问题的原始API数据

 #问题的id，其他问题属性和方法类似
 jira.issue('YH-101').id

配置域（Fields）
assignee：经办人
created: 创建时间
creator: 创建人
labels: 标签
priority: 优先级
project: 所属项目
status: 状态
summary: 问题描述
worklog: 活动日志
updated: 更新时间
watches: 关注者
comments: 评论
resolution: 解决方案
subtasks: 子任务
issuelinks: 连接问题
lastViewed: 最近查看时间
attachment: 附件

#问题创建人，其他问题字段的属性和方法类似
jira.issue('YH-101').fields.creator

创建问题

issue_dict = {
    
	'''根据自身需要和问题属性配置内容'''
    'project': {
    'id': 10000},  #项目ID
    'summary': '测试',    #问题概要
    'description': '创建测试问题',   #问题描述 \n换行
    'issuetype': {
    'name': '任务'},   #问题类型，具体根据配置即可，比如:Bug、缺陷、任务、需求等
    'assignee':{
    'name': 'dh'}  #经办人
}
jira.create_issue(fields=issue_dict)
#创建问题成功后会返回问题的key

批量创建问题

issue_list = [issue_dict1,issue_dict2,issue_dict3]
jira.create_issues(issue_list)

更新问题

issue = jira.issue('YH-101')
issue.update(summary='测试2', description='测试2号')
#其他属性更新方法同上，也可以通过传参方式更新
issue_dict= {
    
    'summary': 'issue概要',
    'description': 'issue描述\n第二行',
}
issue.update(fields=issue_dict)

查询当前权限下问题流程可操作节点

#获取问题的工作流
transitions = jira.transitions(issue)
#打印该账号当前可操作的流程节点id和名称
print ([(t['id'], t['name']) for t in transitions])

更新问题流程状态

#传入问题，流程节点id，也可以同时传入经办人，修改问题节点及经办人
jira.transition_issue(issue,'2',assignee={
    'name': '007'})

问题的关注、评论、附件

#获取问题
issue = jira.issue('YH-101')
# 问题的所有关注者
jiaa.watchers(issue) 
# 添加问题的关注者
jira.add_watcher(issue, 'username') 
#移除问题的关注着
jira.remove_watcher(issue, 'username')
# 问题的所有评论
jira.comments(issue)
#问题的某一条评论 
comment = jira.comment(issue, '10234')
#为问题添加评论
jira.add_comment(issue, 'new comment') 
#更新问题的该条评论
comment.update(body='update comment') 
#删除该条评论
comment.delete()
#为问题添加附件
jira.add_attachment(issue=issue, attachment='path')

**jira Python文档**

本文链接：https://blog.csdn.net/subtle_01/article/details/110262483

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

tf实现Focal-Loss_focal loss tf-程序员宅基地

文章浏览阅读966次。tf实现Focal−Losstf实现Focal-Losstf实现Focal−Loss_focal loss tf

sql server 2000 示例数据库 Pubs 全库脚本 SQLServer2000 自带数据库-程序员宅基地

文章浏览阅读232次。/* *//* InstPubs.SQL - Creates the Pubs database */ /* *//*** Copyright Microsoft, Inc. 1994 - 2000** All Rights Reserved.*/SET NOCOUNT ONGOset nocount onset dateformat mdyUSE masterdeclare @d..._sql2000中自带的pubs数据库中的表

【无标题】App iOS端适配iOS 15系统_lsapplicationqueriesschemes 超过 50 怎么办-程序员宅基地

文章浏览阅读2.6k次。各位好：App iOS端适配iOS 15系统，适配后将使用新的xcode 13打包提交App Store。一、适配内容：1、新增了iPhone 13 mini机型(尺寸同iPhone12 mini)，5.4 英寸 (对角线) OLED 全面屏，屏幕分辨率为2340 x 1080 像素。如果是通过分辨率来判断则需要增加一个模式。 #define iPhone13mini ([UIScreen instancesRespondToSelector:@selector(currentMo_lsapplicationqueriesschemes 超过 50 怎么办

抓包工具Fiddler的下载安装使用_fiddler抓包下载-程序员宅基地

文章浏览阅读497次。右侧显示就是我们主机发送http/https请求的记录。如果我们要查看某一次访问，可以双击该记录，在右侧就会显示这次http请求的内容以及返回的响应的内容。右键全选，点击remove，选择selected sessions，就能删除选择的sessions。安装过程只用一路next即可；_fiddler抓包下载

html语言ppt,htmlppt课件-程序员宅基地

文章浏览阅读642次。PPT内容这是htmlppt课件，关于第2章Web编程技术，包括了HTML的发展历史，HTML的基本框架，HTML的各种常用标记：文字标记、图片标记、超级链接标记，CSS的基本使用方法，如何让CSS与HTML协同工作，JavaScript中的变量、数组、表达式、运算符、流程控制语句，JavaScript的函数、内置对象、浏览器对象的层次和DOM模型的建立和使用等内容，欢迎点击下载。第2章 Web编..._html if elseppt课件

solr html显示,Solr查询界面-程序员宅基地

文章浏览阅读259次。您可以使用查询界面将搜索查询提交给 Solr 集合并分析结果。在下面截图中的例子中，查询已经被提交，并且界面显示了作为 JSON 形式发送到浏览器的查询结果。在这个例子中，genre:Fantasy 的查询被发送到 “films” 集合。表单中的所有其他选项都使用了默认值，下表中对此进行了简要介绍，本指南的后面部分将对此进行详细介绍。该响应显示在窗体的右侧。对 Solr 的请求只是简单的 HTTP..._solr查询界面

随便推点

RuntimeError: split_size can only be 0 if dimension size is 0, but got dimension size of 2-程序员宅基地

文章浏览阅读624次。使用pytorch时遇到下面的问题RuntimeError: split_size can only be 0 if dimension size is 0, but got dimension size of 2原因：训练的batch size 比使用的GPU数量少，导致上述问题。解决办法增加batch size数值，保证为GPU数量整数倍。参考：1.https://discuss.pytorch.org/t/concatenating-images/40961/10_split_size can only be 0 if dimension size is 0, but got dimension size of 1