在测试过程当中，测试数据往往会与代码进行分离，进行独立存储。
存储或获取测试数据的方式有很多，如excel文件中、txt文件中、yaml文件中、或者从数据库中读取。
今天我们要说的就是怎样从yaml文件中获取数据。

一、认识python中的yaml库
安装：安装包名是pyyaml
导入：import yaml
注意：安装是pyyaml，导入是yaml

二、读取文件格式
可读取 .yaml和 .yml格式的文件。

三、获取数据的大体思路
1、open 文件，读取文件数据。
2、使用yaml库中load相关方法将文件数据转换为字典格式。

四、yaml之load()、load_all():
先看load()的源码：

def load(stream, Loader=None):
    """
    Parse the first YAML document in a stream
    and produce the corresponding Python object.
    """
    if Loader is None:
        load_warning('load')
        Loader = FullLoader

    loader = Loader(stream)
    try:
        return loader.get_single_data()
    finally:
        loader.dispose()

load方法的作用是：解析文件流中的第一个YAML文件，并生成一个Python对象（dict类型字典）。

tips：其实对于yaml文件，可以用 --- 在一个.YAML文件中定义多个YAML文件。
如下图，每个---下的数据为一个YAML document：

---
test1:
  account1: "tom"
  password1: "111111"
test2:
  account2: "jerry"
  password2: "111111"

---
test3:
  account3: "TMC"
  password3: "111111"

那么，yaml库中也提供了读取多个YAML文件的.yaml文件：load_all()
我们看一下load_all()的源码：

def load_all(stream, Loader=None):
    """
    Parse all YAML documents in a stream
    and produce corresponding Python objects.
    """
    if Loader is None:
        load_warning('load_all')
        Loader = FullLoader

    loader = Loader(stream)
    try:
        while loader.check_data():
            yield loader.get_data()
    finally:
        loader.dispose()

load_all返回一个generator对象，即一个生成器对象。
我们知道，对于generator类型对象，可以用next()来逐一获取每个yaml document的内容。

举个栗子：

test.yaml文件：
---
test1:
  account1: "tom"
  password1: "111111"
test2:
  account2: "jerry"
  password2: "111111"

---
test3:
  account3: "TMC"
  password3: "111111"

获取yaml文件代码如下：

import yaml

with open("test.yaml", "r", encoding="utf-8") as f:
    date_yaml = yaml.load_all(f)
    print(type(date_yaml))
    print(next(date_yaml))
    print(next(date_yaml))

我们调用了load_all对象，对每一个yaml document的内容，用next(generator对象来获取）
执行结果如下：

<class 'generator'>
{'test1': {'account1': 'tom', 'password1': '111111'}, 'test2': {'account2': 'jerry', 'password2': '111111'}}
{'test3': {'account3': 'TMC', 'password3': '111111'}}

我们可以看到，每调用一次next(date_yaml)就获得一个yaml document数据。这也是生成器的特性。
tips:对于load()和load_all()都会报错warnning,为了不报warnning，应该使用safe_load（）和safe_load_all()最为理想。

总结：
1，用safe_load()和safe_load_all()来代替 load()和load_all()
2，若.yaml文件中只有一个YAML document，则使用safe_load()，以字典形式返回内容
3，若.yaml文件中有多个YAML document，则使用safe_load_all()，返回一个生成器（generator)，生成器通过next(生成器)的方式获取每一个
YAML document中的内容。

五、unittest自动化框架中，读取yaml文件内容的工具封装：

import yaml
import os

path = os.path.dirname(os.path.dirname(__file__)) + "\\data\\"


def get_yaml_data(yaml_filename, file_path=path):
    """
    获取yaml数据
    :param file_path: 文件路径，默认项目中data包路径
    :param yaml_filename: yaml文件全称, 如：'login.yaml'
    :return: 列表嵌套字典格式的数据
    """
    yaml_file = file_path + yaml_filename
    with open(yaml_file, 'r', encoding='utf-8') as f:
        data = f.read()
    yaml_data = yaml.safe_load(data)
    return yaml_data

思路：
1、获取测试数据文件的路径path。
2、定义函数，接收文件名和测试数据文件夹路径（默认path)。
3、拼接1，和 2，形成测试yaml文件的完整路径。
4、打开测试文件，并读取文件数据。
5、load数据并返回。

tips:如果测试文件是多个YAML document，则可再封装一个读取多个YAML document的工具；