Yaml介绍与部署:

企业级自动化测试-定会遵循数据与代码分离的形态来实现。

所以有了数据驱动的概念。将在实际测试过程中所关联的数据内容，专[ ]提取成一个独立存在的个体，通过读取文件来导入测试数据。类似于工具中的参数化。

主流的数据驱动:

excel:

    针对小白而言，特别友好的一种数据驱动形态。

    维护起来非常麻烦。

yaml、Py、json：

    维护非常方便，极大的降低代码的编写。

    对于技术能力不好的人而言，很头疼。

Yaml数据驱动：

    Yaml是一种文件格式，是各类编程语言下非常常用的一种文件格式，一般用于配置文件和数据驱动的内容管理。

  Python下的yaml实现：

        1.安装：pip install PyYaml

        2.内容定义：

            yaml有自己的规范化语法，对于强迫症来说是非常友好的一种语法。

            传统的测试数据内容一般而言是各种数据类型的内容。如果要批量填入一整套数据内容，一般整套的数据内容我们会通过一 个list或者 是字典的格式将其保存会更加方便。

          通过- 定义list格式的内容，注意，在横杠后面一定要关联空格。

        通过:定义dict格式的内容，注意，在冒号后面一定要关联空格

获取yaml中的数据:

1. UnitTest下通过ddt的@file_ _data可以完美契合UnitTest实现数据驱动

2.通过yamI自身的函数形态来获取内容

3. yaml的数据驱动下，一个用例对应-个yamI文件。

4. yaml中的锚点和引用:锚点通过&进行定义，引用通过*进行使用，<<表示追加引用

#读取yaml中的数据内容

#常规的文件操作获取的数据内容基本都是以str为主要核心。

#获取yaml文件

import yaml

file = open('./data/test.yaml', 'r', encoding= 'utf-8')

# for line in file. readlines() :

#      print(line)

#基于yamL库实现yamL文件的读取

value = yaml. load(stream=file, Loader=yaml. FullLoader)

print(value)