（一）YAML

之前在項目中，我們也是用過YAML來做配置文件，他用于以人類可讀的形式存儲信息，
特點: 一種簡易的可讀語言，用于人和計算機交換數據
? ? ? ? ? 通常用來存儲配置信息
? ? ? ? ? 跟python類似，有著嚴格的縮進
? ? ? ? ? 跟其他配置文件不一樣，沒有多余的符號（"",{}）等
注: 上篇博客我們還說了.ini文件，與他不同的是，YAML是區分大小寫的，且嚴格遵循縮進

? 他的文件后綴名.yaml或者.yml? YAML支持多種數據類型，具體有點多這里不詳細列出
我們有很多工具可以幫我們把各種格式的文件轉為yml格式的文件
JSON 轉 YAML 工具 | 簡化數據格式轉換 - 嘉澍工具

YAML的使用

我們需要先下載YAML
下載完成后，我們就可以手動寫yml文件，或者使用命令來寫yml文件了
?

import yaml
#追加寫入文件(f即為打開的文件)
def wirte_yaml(filename,data):with open(filename,encoding="utf-8",mode="a")as f:yaml.safe_dump(data,stream=f)
#讀文件
def read_yaml(filename,key):with open(filename,encoding="utf-8",mode="r")as f:data=yaml.safe_load(f)return data[key]
#清空
def clear_yaml(filename):with open(filename,encoding="utf-8",mode="w")as f:f.truncate()
def test01():data={"string":"123"}wirte_yaml("pytest.yml",data)ret=read_yaml("pytest.yml","string")print("ret",ret)clear_yaml("pytest.yml")

yaml.safe_dump:這個函數會將python對象轉為yml格式再給寫入到yml文件中

yml.safe_load：這個函數會將yml格式對象轉換為python對象

文件名.truncate:這個函數用來清空文件中數據
結果如下

（二）JSON Schema

用來校驗json是否符合我們的預期
還是需要我們手動安裝

那具體是如何幫我們驗證json格式是否符合預期?

這是我們JSON的一個代碼塊
我們來看他對應的jsonSchema代碼塊
我們分別再來看一下Json Schema的屬性都是什么
首先就是type，這個用來指定json傳輸的類型

• 可以是字符串（string）、數字（number）、整數（integer）、對象（object）、數組（array）、布爾值（boolean）或null。

• 也可以是一個數組，表示允許多種類型。例如："type": ["string", "null"]表示可以是字符串或null

再來看required，（用于object類型）這個里面表示我們下面的properties哪些是必須要有的

properties 同樣用于object類型，這里面表示object里面的鍵和對應值的數據類型
我們可以使用工具，將JSON轉為Json Schema
但是這個工具可能會出錯（容易把布爾類型，轉成字符串），所以需要我們再校驗一遍
在線JSON轉Schema工具 - ToolTT在線工具箱
我們自己寫個代碼，來看一下
?

from jsonschema.validators import validate
#不要忘記導入jsonschema
def test02():json01={"code":"SUCCESS","error":"","data":False}jsonschema={"type": "object","required": [],"properties": {"code": {"type": "string"},"msg": {"type": "string"},"data": {"type": "boolean"}}
}validate(json01,jsonschema)

然后我們來看結果

我們properties是一個驗證關鍵字，除了要寫json對應的鍵和值的類型外，我們也可以指定一些其他的值，比如

最大最小值

:minimum 和 maximum：指定數值的最小值和最大值
exclusiveMinimum 和 exclusiveMaximum：指定數值必須嚴格大于或在小于某個值
這里舉一個簡單的例子
?

def test02():json01={"code":"SUCCESS","num":-1,"data":False}jsonschema={"type": "object","required": [],"properties": {"code": {"type": "string"},"num": {"type": "number","minimum": 0},"data": {"type": "boolean"}}
}

比如我把num設定為-1，但在jsonschema中，我把num最小數值設定為0，這樣就會報錯

這里來說一下minimum和exclusiveMinimum的區別（maximum同理）

在Draft6之后
minimum就是我們常說的<=,exclusiceMinimum是<，且值都可以為數字
在Draft4之前

exclusiveMinimum必須是布爾值

需要與?minimum配合使用

pattrern字符串特殊校驗

pattern使用正則表達是來驗證字符串是否符合特定的模式
具體正則表達式怎么寫，我們同樣可以使用生成器
正則表達式生成器，常用正則表達式在線生成
?

數組約束

minItems和maxItems:指定數組的最小和最大長度
uniqueItems：確保數組中的元素是唯一的

true代表數組中不可以有重復元素
items：定義數組中每個元素的類型和約束

{"type": "array","items": {"type": "number","minimum": 0}
}

這里定義數組中所有的元素都為number

{"type": "array","items": [{"type": "string"},  // 第一個元素必須是字符串{"type": "number"},  // 第二個元素必須是數字{"type": "boolean"}  // 第三個元素必須是布爾值],"additionalItems": false  // 禁止額外元素
}

也可以使用元組模式定義每個位置元素
contains:必須包含特定元素
?

{"type": "array","contains": {"type": "string","pattern": "^admin$"}
}

對象約束

minProperties和maxProperties:指定對象的最小和最大屬性數量
additionalProperties:控制是否允許對象中出現在在properties中未定義的額外屬性，默認為True
propertyNames- 約束屬性名:通過正則表達式約束properties中屬性名稱
?

{"type": "object","propertyNames": {"pattern": "^[a-z][a-z0-9_]*$","maxLength": 20}
}

必需屬性

通過required關鍵字，Json Schema指定哪些屬性是必須的，如果JSON實例中缺少這些必要屬性，驗證就會失敗

{"type": "object","properties": {"name": { "type": "string" },"email": { "type": "string" }
},"required": ["name", "email"]
}

依賴關系

dependentRequired可以定義屬性之間的依賴關系? ?如果一個屬性存在，則必須存在另一個屬性
?

{"type": "object","properties": {"creditCard": { "type": "string" },"billingAddress": { "type": "string" }},"dependentRequired": {"creditCard": ["billingAddress"]}
}

這就表示我們的creditCard依賴billingAddress當有creditCard時，就一定要有billingAddress
?

logging日志模塊

logging是Python庫中的一個模塊，提供了靈活的日志功能
接下來我們看一下logging是怎樣使用的

import logging# 配置日志：設置級別和格式
logging.basicConfig(level=logging.DEBUG,format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')# 創建日志記錄器
logger = logging.getLogger(__name__)# 記錄不同級別的日志
logger.debug('這是一條調試信息')
logger.info('這是一條普通信息')
logger.warning('這是一條警告信息')
logger.error('這是一條錯誤信息')
logger.critical('這是一條嚴重錯誤信息'

設置日志文件格式我們也可以這樣寫

handler.setFormatter(formatter)將創建的格式器對象設置到處理器上，這樣處理器在接受到日志信息時，就會用這個格式器來格式化日志信息

獲取日志記錄器：logging.getlogger（__name__）獲取一個日志記錄器對象，name為當前模塊的名稱，通過不同文件名稱來區分日志，有助于在大型項目中區分不同模塊日志
設置日志級別：logger.setlevel()將日志記錄器設置級別，當高于或者等于這個級別的日志就會記錄

創建文件處理器：logging.fileHandler(filename="文件名")創建文件處理器，把日志信息寫入到這個文件中
添加文件處理器：logger.addHandler(handler)將文件處理器添加到日志記錄器中

生成測試報告allure

Allure Report由一個框架適配器和allure命令行工具組成，是一個開源工具，用于可視化的查看運行結果（測試報告）
還是需要我們手動的去下載

下載鏈接:?https://github.com/allure-framework/allure2/releases/download/2.30.0/allure-2.30.0.zip
下載后 我們如果想在pycharm中使用，我們需要配置環境變量
找到對應bin文件，然后找到電腦的環境變量

注:allure是一個基于Java的工具，所以我們需要先配置java環境變量，步驟一樣的
配置好后，如果我們想驗證一下，我們可以使用allure --version

若出現我們在cmd中可以用上述命令打印版本，但是pycharm控制臺提示找不到，則需要我們手動修改pycharm命令環境

保存后重啟pycharm即可

安裝好后，我們來看他的使用
首先我們要運行自動化，并指定測試報告的放置路徑

pytest --alluredir=results_dir

此時我們測試報告就已經生成了。那么如何查看測試報告呢？

方法1：
?

 allure serve 生成的測試文件地址

這個測試文件地址，可以是相對地址也可以是絕對地址（絕對地址要加“”，相對不用加）這邊建議寫絕對地址，不容易錯
?我們也可以指定端口號?
?

allure serve --port 8787 .\allure-results\

還有清除上一次生成的測試報告
?

allure serve .\allure-results\ --clean-alluredir

執行后，就會給我們跳出Web版的測試報告

但是通過這樣生成的測試報告，當我們關閉網站 ctrl+c后就會關閉無法再次打開，所以我們可以選擇使用持續集成（CI）工具，或者本地持續運行的服務器或者我們生成靜態的測試報告
通過
?

allure generate .\allure-results\ -o .\allure-report
--clean

allure generate是用來生成我們的測試報告
.\allure-results\`：這是測試結果所在的目錄。
-o --clean：這個選項表示在生成新報告之前，先清理輸出目錄（即.\allure-report）。.\allure-report：-o是--output的縮寫，用于指定生成的HTML報告的輸出目錄。