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': '', 'username': 'aa'}, 'case2': {'password': '', 'username': 'bb'}}}, {'fail': {'case3': {'password': '', '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
