這一篇主要是關於文件的數據驅動。
一、通過json文件驅動
@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、通過yaml文件驅動
pip install pyyaml進行安裝
直接import yaml,右鍵運行py文件,不報錯,則為導入成功。
PyYaml簡介
YAML是一種容易閱讀、適合表示程序語言的數據結構、可用於不同程序間交換數據、豐富的表達能力和可擴展性、易於使用的語言。通過縮進或符號來表示數據類型。
Yaml提供了多種方法,常用的為yaml.load和yaml.dump。
它的基本語法規則如下:
- 大小寫敏感
- 使用縮進表示層級關系
- 縮進時不允許使用Tab鍵,只允許使用空格。
- 縮進的空格數目不重要,只要相同層級的元素左側對齊即可
#
表示注釋,從這個字符一直到行尾,都會被解析器忽略,這個和python的注釋一樣
PyYaml文件編寫格式
yaml文檔除了可以通過dump進行轉化之外,也可以根據yaml文檔的格式進行編寫。
- 對象的一組鍵值對,使用冒號結構表示。
- 一組減號開頭的行,構成一個list。
- 對象和數組可以結合使用,形成復合結構。
- ~ 代表None
- 布爾類型 直接寫bool: True False
YAML 支持的數據結構有三種:
1、對象:鍵值對的集合,又稱為映射(mapping)/ 哈希(hashes) / 字典(dictionary)
2、數組:一組按次序排列的值,又稱為序列(sequence) / 列表(list)
3、純量(scalars):單個的、不可再分的值。字符串、布爾值、整數、浮點數、Null、時間、日期
import yaml #寫入yaml文件 # yaml.dump 將一個Python對象生成為yaml文檔。參數一為要轉為yaml文檔的數據,參數二必須為一個已經打開的文件對象。 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) #加載yaml文件 with open('dump.yml','r') as f: data = yaml.load(f) print(data)
yaml.dump([data,filehandle])
yaml.dump 將一個Python對象生成為yaml文檔。參數一為要轉為yaml文檔的數據,參數二必須為一個已經打開的文件對象。
這里是將轉成的yaml格式保存到文件里,以下是保存到文件里的數據。
yaml.load([filehandle])
yaml.load接收文件句柄,將yml文件中的數據轉為Python的數據類型。
下面是輸出的結果:
{'data': [2, 3, 4, 5], 'teacher': {'age': 20, 'name': 'bb'}, 'student': {'age': 20, 'love': {'ball': 'volleyball', 'book': 'Python'}, 'name': 'aa'}}
可以將yaml與ddt聯合應用,將yaml作為數據存儲,可以將test case寫在yaml文件里。
@file_data('test_data2.yml') def test_data_yaml(self,value): print(value) print(type(value))
打印的結果為:
[{'pass': {'case1': {'password': '001', 'username': 'aa'}, 'case2': {'password': '002', 'username': 'bb'}}}, {'fail': {'case3': {'password': '003', 'username': 'cc'}}}] <class 'list'>
- 組合使用后,通過yaml的數據來控制case的執行
- yaml文檔的使用,使case維護更加方便快捷