這一篇主要是關於文件的數據驅動。python
1、經過json文件驅動json
@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)
2、經過yaml文件驅動數組
pip install pyyaml進行安裝數據結構
直接import yaml,右鍵運行py文件,不報錯,則爲導入成功。app
PyYaml簡介spa
YAML是一種容易閱讀、適合表示程序語言的數據結構、可用於不一樣程序間交換數據、豐富的表達能力和可擴展性、易於使用的語言。經過縮進或符號來表示數據類型。scala
Yaml提供了多種方法,經常使用的爲yaml.load和yaml.dump。3d
它的基本語法規則以下:code
#
表示註釋,從這個字符一直到行尾,都會被解析器忽略,這個和python的註釋同樣
PyYaml文件編寫格式對象
yaml文檔除了能夠經過dump進行轉化以外,也能夠根據yaml文檔的格式進行編寫。
YAML 支持的數據結構有三種:
一、對象:鍵值對的集合,又稱爲映射(mapping)/ 哈希(hashes) / 字典(dictionary)
二、數組:一組按次序排列的值,又稱爲序列(sequence) / 列表(list)
三、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對象生成爲yaml文檔。參數一爲要轉爲yaml文檔的數據,參數二必須爲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對象生成爲yaml文檔。參數一爲要轉爲yaml文檔的數據,參數二必須爲一個已經打開的文件對象。
這裏是將轉成的yaml格式保存到文件裏,如下是保存到文件裏的數據。
yaml.load([filehandle])
yaml.load接收文件句柄,將yml文件中的數據轉爲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'}}
能夠將yaml與ddt聯合應用,將yaml做爲數據存儲,能夠將test case寫在yaml文件裏。
@file_data('test_data2.yml') def test_data_yaml(self,value): print(value) print(type(value))
打印的結果爲:
[{'pass': {'case1': {'password': '001', 'username': 'aa'}, 'case2': {'password': '002', 'username': 'bb'}}}, {'fail': {'case3': {'password': '003', 'username': 'cc'}}}] <class 'list'>