写了好多关于selenium的文章，今天换个口味，推荐一个文件格式 -- yaml，以及对应的Python库 -- PyYaml。可以用之作为你自动化测试框架的配置文件或者用例文件。
yaml是一种比xml和json更轻的文件格式，也更简单更强大，它可以通过缩进来表示结构，听着就和Python很配对不对？
yaml的介绍不在这里赘述，感兴趣可以自行百度下，先说下它的基本语法，还是配合着PyYaml来：
1. PyYaml
PyYaml是Python的一个专门针对yaml文件操作的模块，使用起来非常简单。
- 安装：
pip install PyYaml
或者到这里下载相应版本的包，人工安装。
- 使用：
使用起来非常简单，就像json、pickle一样，load、dump就足够我们使用了。
load()
import yaml
yaml_str = """
name: 灰蓝
age: 0
job: Tester
"""
y = yaml.load(yaml_str)
print y
结果：
{'job': 'Tester', 'age': 0, 'name': u'\u7070\u84dd'}
dump()
import yaml
python_obj = {"name": u"灰蓝",
"age": 0,
"job": "Tester"
}
y = yaml.dump(python_obj, default_flow_style=False)
print y
结果：
age: 0
job: Tester
name: "\u7070\u84DD"
上面只是简单的两个应用，还有 load_all()、dump_all() 等，我们一般用这四个足够了，另外两个下面会讲到，其他方法可以自己看API，我也没怎么折腾过。
2. yaml语法
有了上面的基础，接下来我们看看yaml的语法，首先我们准备下测试语法的环境：
创建
test.yaml文件，我们练习语法就在这里创建
testyaml.py文件，用来查看Python执行后的效果，其中内容如下：
# -*- coding: utf-8 -*-
import yaml
y = yaml.load(file('test.yaml', 'r'))
print y
好了，接下来我们就来看语法吧：
1. 基本规则
- 大小写敏感
- 使用缩进表示层级关系
- 缩进时不允许使用Tab，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对齐即可
#表示注释，从它开始到行尾都被忽略
2. yaml转字典
yaml中支持映射或字典的表示，如下：
# 下面格式读到Python里会是个dict
name: 灰蓝
age: 0
job: Tester
输出：
{'job': 'Tester', 'age': 0, 'name': u'\u7070\u84dd'}
3. yaml转列表
yaml中支持列表或数组的表示，如下：
# 下面格式读到Python里会是个list
- 灰蓝
- 0
- Tester
输出：
[u'\u7070\u84dd', 0, 'Tester']
4. 复合结构
字典和列表可以复合起来使用，如下：
# 下面格式读到Python里是个list里包含dict
- name: 灰蓝
age: 0
job: Tester
- name: James
age: 30
输出：
[{'job': 'Tester', 'age': 0, 'name': u'\u7070\u84dd'}, {'age': 30, 'name': 'James'}]
5. 基本类型
yaml中有以下基本类型：
- 字符串
- 整型
- 浮点型
- 布尔型
- null
- 时间
- 日期
我们写个例子来看下：
# 这个例子输出一个字典，其中value包括所有基本类型
str: "Hello World!"
int: 110
float: 3.141
boolean: true # or false
None: null # 也可以用 ~ 号来表示 null
time: 2016-09-22t11:43:30.20+08:00 # ISO8601，写法百度
date: 2016-09-22 # 同样ISO8601
输出：
{'date': datetime.date(2016, 9, 22), 'None': None, 'boolean': True, 'str': 'Hello World!', 'time': datetime.datetime(2016, 9, 22, 3, 43, 30, 200000), 'int': 110, 'float': 3.141}
如果字符串没有空格或特殊字符，不需要加引号，但如果其中有空格或特殊字符，则需要加引号了
str: 灰蓝
str1: "Hello World"
str2: "Hello\nWorld"
输出：
{'str2': 'Hello\nWorld', 'str1': 'Hello World', 'str': u'\u7070\u84dd'}
这里要注意单引号和双引号的区别，单引号中的特殊字符转到Python会被转义，也就是到最后是原样输出了，双引号不会被Python转义，到最后是输出了特殊字符；可能比较拗口，来个例子理解下：
str1: 'Hello\nWorld'
str2: "Hello\nWorld"
# -*- coding: utf-8 -*-
import yaml
y = yaml.load(file('test.yaml', 'r'))
print y['str1']
print y['str2']
输出：
Hello\nWorld
Hello
World
可以看到，单引号中的'\n'最后是输出了，双引号中的'\n'最后是转义成了回车
字符串处理中写成多行、'|'、'>'、'+'、'-'的意义这里就不讲了。
6. 引用
& 和 * 用于引用
name: &name 灰蓝
tester: *name
这个相当于一下脚本：
name: 灰蓝
tester: 灰蓝
输出：
{'name': u'\u7070\u84dd', 'tester': u'\u7070\u84dd'}
7. 强制转换
yaml是可以进行强制转换的，用 !! 实现，如下：
str: !!str 3.14
int: !!int "123"
输出：
{'int': 123, 'str': '3.14'}
明显能够看出123被强转成了int类型，而float型的3.14则被强转成了str型。另外PyYaml还支持转换成Python/object类型，这个我们下面再讨论。
8. 分段
在同一个yaml文件中，可以用 --- 来分段，这样可以将多个文档写在一个文件中
---
name: James
age: 20
---
name: Lily
age: 19
这时候我们就得用到我们的 load_all() 方法出场了，load_all() 方法会生成一个迭代器，可以用for输出出来：
# -*- coding: utf-8 -*-
import yaml
ys = yaml.load_all(file('test.yaml', 'r'))
for y in ys:
print y
输出：
{'age': 20, 'name': 'James'}
{'age': 19, 'name': 'Lily'}
对应的也有 dump_all() 方法，一个意思，就是将多个段输出到一个文件中，举个栗子：
# -*- coding: utf-8 -*-
import yaml
obj1 = {"name": "James", "age": 20}
obj2 = ["Lily", 19]
with open('test.yaml', 'w') as f:
yaml.dump_all([obj1, obj2], f)
打开test.yaml看看：
{age: 20, name: James}
--- [Lily, 19]
dump() 和 dump_all() 方法可以传入列表，也可以传入一个可序列化生成器，如 range(10)， 如下：
# -*- coding: utf-8 -*-
import yaml
y = yaml.dump(range(10))
print y
输出：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
在 dump 和 dump_all() 的时候还可以配一堆参数，不一一讲解了（其实博主也不全了解。。）
3. 构造器(constructors)、表示器(representers)、解析器(resolvers )
这几个东西可以把Python的对象和yaml互转，很强大。这个翻译是博主自个儿翻译的，表达的不准确勿怪。
1. yaml.YAMLObject
yaml.YAMLObject用元类来注册一个构造器（也就是代码里的 __init__() 方法），让你把yaml节点转为Python对象实例，用表示器（也就是代码里的 __repr__() 函数）来让你把Python对象转为yaml节点，看代码：
# -*- coding: utf-8 -*-
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对象实例转为yaml
lily = yaml.load('!person {name: Lily, age: 19}')
print lily # yaml转为Python对象实例
输出：
!person {age: 20, name: James}
Person(name=Lily, age=19)
2. yaml.add_constructor 和 yaml.add_representer
你可能在使用过程中并不想通过上面这种元类的方式，而是想定义正常的类，那么，可以用这两种方法
# -*- coding: utf-8 -*-
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) # 没加表示器之前
def person_repr(dumper, data):
return dumper.represent_mapping(u'!person', {"name": data.name, "age": data.age}) # mapping表示器，用于dict
yaml.add_representer(Person, person_repr) # 用add_representer方法为对象添加表示器
print yaml.dump(james) # 加了表示器之后
def person_cons(loader, node):
value = loader.construct_mapping(node) # mapping构造器，用于dict
name = value['name']
age = value['age']
return Person(name, age)
yaml.add_constructor(u'!person', person_cons) # 用add_constructor方法为指定yaml标签添加构造器
lily = yaml.load('!person {name: Lily, age: 19}')
print lily
输出：
!!python/object:__main__.Person {age: 20, name: James}
!person {age: 20, name: James}
Person(Lily, 19)
第一行是没加表示器之前，多丑！中间那行是加了表示器之后，变成了规范的格式，下面添加了构造器，能够把 !person 标签转化为Person对象。
这里用了 construct_mapping ，还有其他好多 construct_document， construct_object，construct_scalar，construct_sequence，construct_pairs，具体怎么用，可以自己研究下，看看API，看看源码学习下。
对应的 representer 也一样，有很多，这里只用了 represent_mapping，其他的不示例讲解了。
3. add_implicit_resolver
如果你不想每次都写标签，也可以用 add_implicit_resolver 方法添加解析器，然后它就能够把指定样式的没有标签的基本元素解析成对应的Python对象。这个就不详细分析给示例了。感兴趣的同学自己看文档学习吧。
4. 结语
yaml是一种很清晰、简洁的格式，而且跟Python非常合拍，非常容易操作，我们在搭建自动化测试框架的时候，可以采用yaml作为配置文件，或者用例文件，下面给出一个用例的示例，这个示例来自于Python restful接口框架 pyresttest:
# 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}
怎么样，赶紧用起来吧！有什么问题欢迎跟博主交流了沟通！
更多关于python selenium的文章，请关注我的CSDN专栏：Python Selenium自动化测试详解
