测试管理班是专门面向测试与质量管理人员的一门课程，通过提升从业人员的团队管理、项目管理、绩效管理、沟通管理等方面的能力，使测试管理人员可以更好的带领团队、项目以及公司获得更快的成长。提供 1v1 私教指导，BAT 级别的测试管理大咖量身打造职业规划。
YAML文件处理
什么是YAML文件
YAML全称其实是"YAML Ain't a Markup Language"（YAML不是一种标记语言）的递归缩写，所以它强调的是数据本身，而不是以标记为重点。
YAML 是一种可读性非常高，与程序语言数据结构非常接近。同时具备丰富的表达能力和可扩展性，并且易于使用的数据标记语言。
为什么要使用YAML文件
其实YAML文件也是一种配置文件，但是相较于ini，conf配置文件来说，更加的简洁，操作简单，还能存放不同类型的数据，而像ini存储的值就都是字符串类型，读取之后还要手动转换。
YAML的基本语法规则
- 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。（可以将你的ide的tab按键输出替换成4个空格）
- 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
YAML 的数据结构
- 对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
- 数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
- 纯量（scalars）：单个的、不可再分的值
对象类型
对象的一组键值对，使用冒号结构表示，会转换成 Python 中的字典。
YAML:
animals:dog
Python:
{'animals': 'dog'}
YAML:
person:{name:Tom, age:20, gender:male}
Python:
{'person': {'name': 'Tom', 'age': 20, 'gender': 'male'}}
数组类型
数组类型使用 - 为前缀，每个元素独占一行，通过缩进关系表示层级包含关系，会转换成 Python 中的列表。
YAML:
-one-two-three-four-five
Python:
['one', 'two', 'three', 'four', 'five']
YAML:
--1-2-3--4-5-6
Python:
[[1, 2, 3], [4, 5, 6]]
纯量类型
纯量类型是最基本的、不可再分的值；类似基本数据类型。
- 字符串， 不需要使用双引号包裹
- 布尔值，true,True，false，False都可以
- 整数
- 浮点数
- 时间，时间使用ISO 8601格式，时间和日期之间使用T连接，最后使用+代表时区
- 日期，日期必须使用ISO 8601格式，即 yyyy-MM-dd
- Null，~ 表示 Null
YAML:
int: 12float: 12.3string: petsbool: trueNone: nulltime: 2001-12-14t21:59:43.10-05:00date: 2018-03-21
Python:
{ 'int': 12, 'float': 12.3, 'string': 'pets', 'bool': True, 'None': None, 'time': datetime.datetime(2001, 12, 14, 21, 59, 43, 100000, tzinfo=datetime.timezone(datetime.timedelta(days=-1, seconds=68400))), 'date': datetime.date(2018, 3, 21)}
复杂结构
YAML:
cool_list: - 10 - 15 - 12
hard_list: - {key: value} - [1,2,3] - test: - 1 - 2 - 3
twice_list: - - {a: AA} - {b: BB} - {c: CC}
Python:
{ 'cool_list': [10, 15, 12], 'hard_list': [ {'key': 'value'}, [1, 2, 3], { 'test': [1, 2, 3] } ], 'twice_list':[ [ {'a': 'AA'}, {'b': 'BB'}, {'c': 'CC'} ] ]}
Tips：有 : 后面的内容就解析成字典，有 - 后面的内容就解析成列表的元素
YAML 文件处理
Python 中，可以使用第三方模块 PyYAML 来处理 YAML 文件。
安装 PyYAML 模块
pip install pyyaml
读取 YAML 文件
YAML 模块使用 safe_load() 方法读取 yaml 文件，在读取文件之前，和普通文件一样，需要先将文件打开。
import yaml
# 读取 YAML 文件, 以前面复杂结果数据为例with open('data.yaml', 'r') as file: data = yaml.safe_load(file)
# 处理读取到的数据print(data['cool_list'])print(data['hard_list'][2]['test'])
写入 YAML 文件
YAML 模块使用 safe_dump() 方法向 yaml 文件中写入数据，在写入文件之前，也需要先将文件打开。
import yaml
# 要写入的数据data = { 'key1': 'value1', 'key2': 'value2', 'key3': { 'key4': 'value4' }}
# 写入 YAML 文件with open('output.yaml', 'w') as file: yaml.safe_dump(data, file)