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)
