pythonon ddt数据驱动二(json, yaml 驱动)
这一篇主要是关于文件的数据驱动。
一、通过json文件驱动
@ddt class MyTest(unittest.TestCase): @file_data('test_data_list.json') def test_data_list(self,value): print(value) @file_data('test_data_dict.json') def test_data_dict(self,value): print(value)
二、通过yaml文件驱动
pip install pyyaml进行安装
直接import yaml,右键运行py文件,不报错,则为导入成功。
PyYaml简介
YAML是一种容易阅读、适合表示程序语言的数据结构、可用于不同程序间交换数据、丰富的表达能力和可扩展性、易于使用的语言。通过缩进或符号来表示数据类型。
Yaml提供了多种方法,常用的为yaml.load和yaml.dump。
它的基本语法规则如下:
- 大小写敏感
- 使用缩进表示层级关系
- 缩进时不允许使用Tab键,只允许使用空格。
- 缩进的空格数目不重要,只要相同层级的元素左侧对齐即可
#
表示注释,从这个字符一直到行尾,都会被解析器忽略,这个和python的注释一样
PyYaml文件编写格式
yaml文档除了可以通过dump进行转化之外,也可以根据yaml文档的格式进行编写。
- 对象的一组键值对,使用冒号结构表示。
- 一组减号开头的行,构成一个list。
- 对象和数组可以结合使用,形成复合结构。
- ~ 代表None
- 布尔类型 直接写bool: True False
YAML 支持的数据结构有三种:
1、对象:键值对的集合,又称为映射(mapping)/ 哈希(hashes) / 字典(dictionary)
2、数组:一组按次序排列的值,又称为序列(sequence) / 列表(list)
3、纯量(scalars):单个的、不可再分的值。字符串、布尔值、整数、浮点数、Null、时间、日期
import yaml #写入yaml文件 # yaml.dump 将一个Python对象生成为yaml文档。参数一为要转为yaml文档的数据,参数二必须为一个已经打开的文件对象。 with open('dump.yml','w') as f: d ={ 'student':{ 'name':'aa', 'age':20, 'love':{ 'ball':'volleyball', 'book':'Python' } }, 'teacher':{ 'name': 'bb', 'age': 20 }, 'data':[2,3,4,5] } yaml.dump(d,f) #加载yaml文件 with open('dump.yml','r') as f: data = yaml.load(f) print(data)
yaml.dump([data,filehandle])
yaml.dump 将一个Python对象生成为yaml文档。参数一为要转为yaml文档的数据,参数二必须为一个已经打开的文件对象。
这里是将转成的yaml格式保存到文件里,以下是保存到文件里的数据。
yaml.load([filehandle])
yaml.load接收文件句柄,将yml文件中的数据转为Python的数据类型。
下面是输出的结果:
{'data': [2, 3, 4, 5], 'teacher': {'age': 20, 'name': 'bb'}, 'student': {'age': 20, 'love': {'ball': 'volleyball', 'book': 'Python'}, 'name': 'aa'}}
可以将yaml与ddt联合应用,将yaml作为数据存储,可以将test case写在yaml文件里。
@file_data('test_data2.yml') def test_data_yaml(self,value): print(value) print(type(value))
打印的结果为:
[{'pass': {'case1': {'password': '001', 'username': 'aa'}, 'case2': {'password': '002', 'username': 'bb'}}}, {'fail': {'case3': {'password': '003', 'username': 'cc'}}}] <class 'list'>
- 组合使用后,通过yaml的数据来控制case的执行
- yaml文档的使用,使case维护更加方便快捷