YAML是一種直觀的可以被電腦識別的的數據序列化格式,容易被人類閱讀,而且容易和腳本語言交互。YAML相似於XML,可是語法比XML簡單得多,對於轉化成數組或能夠hash的數據時是很簡單有效的。
1、PyYaml
一、load() :返回一個對象
咱們先建立一個yml文件,config.yml:css
name: Tom Smith
age: 37
spouse:
name: Jane Smith
age: 25
children:
- name: Jimmy Smith age: 15 - name1: Jenny Smith age1: 12
import yaml f = open(r'E:\AutomaticTest\Test_Framework\config\config.yml') y = yaml.load(f) print (y)
{'name': 'Tom Smith', 'age': 37, 'spouse': {'name': 'Jane Smith', 'age': 25}, 'children': [{'name': 'Jimmy Smith', 'age': 15}, {'name1': 'Jenny Smith', 'age1': 12}]}
二、load_all()生成一個迭代器
若是string或文件包含幾塊yaml文檔,你可使用yaml.load_all來解析所有的文檔。node
import yaml
f = ''' --- name: James age: 20 --- name: Lily age: 19 ''' y = yaml.load_all(f) for data in y: print(data)
{'name': 'James', 'age': 20} {'name': 'Lily', 'age': 19}
三、yaml.dump 將一個python對象生成爲yaml文檔python
import yaml aproject = {'name': 'Silenthand Olleander', 'race': 'Human', 'traits': ['ONE_HAND', 'ONE_EYE'] } print(yaml.dump(aproject,))
name: Silenthand Olleander race: Human traits: [ONE_HAND, ONE_EYE]
import yaml aproject = {'name': 'Silenthand Olleander', 'race': 'Human', 'traits': ['ONE_HAND', 'ONE_EYE'] } f = open(r'E:\AutomaticTest\Test_Framework\config\config.yml','w') print(yaml.dump(aproject,f))
import yaml obj1 = {"name": "James", "age": 20} obj2 = ["Lily", 19] with open(r'E:\AutomaticTest\Test_Framework\config\config.yml', 'w') as f: yaml.dump_all([obj1, obj2], f)
{age: 20, name: James} --- [Lily, 19]
一、基本規則django
1. 大小寫敏感 2. 使用縮進表示層級關係 3. 縮進時不容許使用Tab,只容許使用空格 4. 縮進的空格數目不重要,只要相同層級的元素左對齊便可 5. # 表示註釋,從它開始到行尾都被忽略
yaml中支持映射或字典的表示,以下:json
# 下面格式讀到Python裏會是個dict name: 灰藍 age: 0 job: Tester
{'name': '灰藍', 'age': 0, 'job': 'Tester'}
三、yaml轉列表
yaml中支持列表或數組的表示,以下:api
# 下面格式讀到Python裏會是個list
- 灰藍 - 0 - Tester
['灰藍', 0, 'Tester']
字典和列表能夠複合起來使用,以下:數組
# 下面格式讀到Python裏是個list裏包含dict
- name: 灰藍 age: 0 job: Tester - name: James age: 30
[{'name': '灰藍', 'age': 0, 'job': 'Tester'}, {'name': 'James', 'age': 30}]
五、基本類型: ruby
yaml中有如下基本類型:bash
字符串
整型
浮點型
布爾型
null 時間 日期
# 這個例子輸出一個字典,其中value包括全部基本類型 str: "Hello World!" int: 110 float: 3.141 boolean: true # or false None: null # 也能夠用 ~ 號來表示 null time: 2016-09-22t11:43:30.20+08:00 # ISO8601,寫法百度 date: 2016-09-22 # 一樣ISO8601
{'str': 'Hello World!', 'int': 110, 'float': 3.141, 'boolean': True, 'None': None, 'time': datetime.datetime(2016, 9, 22, 3, 43, 30, 200000), 'date': datetime.date(2016, 9, 22)}
str: 灰藍 str1: "Hello World" str2: "Hello\nWorld"
{'str': '灰藍', 'str1': 'Hello World', 'str2': 'Hello\nWorld'}
str1: 'Hello\nWorld' str2: "Hello\nWorld"
{'str1': 'Hello\\nWorld', 'str2': 'Hello\nWorld'}
六、引用
& 和 * 用於引用app
name: &name 灰藍 tester: *name
name: 灰藍 tester: 灰藍
{'name': '灰藍', 'tester': '灰藍'}
yaml是能夠進行強制轉換的,用 !! 實現,以下:
str: !!str 3.14 int: !!int "123"
{'int': 123, 'str': '3.14'}
八、分段
在同一個yaml文件中,能夠用 — 來分段,這樣能夠將多個文檔寫在一個文件中
--- name: James age: 20 --- name: Lily age: 19
一、yaml.YAMLObject
yaml.YAMLObject用元類來註冊一個構造器(也就是代碼裏的 init() 方法),讓你把yaml節點轉爲Python對象實例,用表示器(也就是代碼裏的 repr() 函數)來讓你把Python對象轉爲yaml節點,看代碼:
import yaml class Person(yaml.YAMLObject): yaml_tag = '!person' def __init__(self, name, age): self.name = name self.age = age def __repr__(self): return '%s(name=%s, age=%d)' % (self.__class__.__name__, self.name, self.age) james = Person('James', 20) print (yaml.dump(james)) # Python對象實例轉爲yaml lily = yaml.load('!person {name: Lily, age: 19}') print (lily) # yaml轉爲Python對象實例
!person {age: 20, name: James} Person(name=Lily, age=19)
二、yaml.add_constructor 和 yaml.add_representer
你可能在使用過程當中並不想經過上面這種元類的方式,而是想定義正常的類,那麼,能夠用這兩種方法
import yaml class Person(object): def __init__(self, name, age): self.name = name self.age = age def __repr__(self): return 'Person(%s, %s)' % (self.name, self.age) james = Person('James', 20) print (yaml.dump(james)) # 沒加表示器以前 def person_repr(dumper, data): return dumper.represent_mapping(u'!person', {"name": data.name, "age": data.age}) # mapping表示器,用於dict yaml.add_representer(Person, person_repr) # 用add_representer方法爲對象添加表示器 print (yaml.dump(james)) # 加了表示器以後 def person_cons(loader, node): value = loader.construct_mapping(node) # mapping構造器,用於dict name = value['name'] age = value['age'] return Person(name, age) yaml.add_constructor(u'!person', person_cons) # 用add_constructor方法爲指定yaml標籤添加構造器 lily = yaml.load('!person {name: Lily, age: 19}') print (lily)
!!python/object:__main__.Person {age: 20, name: James} !person {age: 20, name: James} Person(Lily, 19)
4、示例
yaml是一種很清晰、簡潔的格式,並且跟Python很是合拍,很是容易操做,咱們在搭建自動化測試框架的時候,能夠採用yaml做爲配置文件,或者用例文件,下面給出一個用例的示例
# Test using included Django test app
# First install python-django
# Then launch the app in another terminal by doing
# cd testapp
# python manage.py testserver test_data.json
# Once launched, tests can be executed via:
# python resttest.py http://localhost:8000 miniapp-test.yaml
--- - config: - testset: "Tests using test app" - test: # create entity - name: "Basic get" - url: "/api/person/" - test: # create entity - name: "Get single person" - url: "/api/person/1/" - test: # create entity - name: "Get single person" - url: "/api/person/1/" - method: 'DELETE' - test: # create entity by PUT - name: "Create/update person" - url: "/api/person/1/" - method: "PUT" - body: '{"first_name": "Gaius","id": 1,"last_name": "Baltar","login": "gbaltar"}' - headers: {'Content-Type': 'application/json'} - test: # create entity by POST - name: "Create person" - url: "/api/person/" - method: "POST" - body: '{"first_name": "Willim","last_name": "Adama","login": "theadmiral"}' - headers: {Content-Type: application/json}
1.python中yaml的模塊的使用
(1)安裝yaml模塊到機器環境中
(2)編寫yaml配置文件test.yaml
(3)編寫解析yaml文件的python程序test.py
程序輸出的結果爲(yaml.load產出的是dict哦):
2.yaml文檔編寫格式
http://www.mutouxiaogui.cn/blog/?p=357