做Python自动化测试的同学，肯定绕不开Pytest和YAML。Pytest用来跑测试用例，轻便又灵活；YAML存测试数据，比Excel、JSON更直观，层级一眼就能看懂。这俩搭配好，测试用例维护起来能省不少劲。

        今天就基于一套能直接复制运行的代码，把Pytest+YAML读写的核心用法拆明白。从基础操作到实际工作里的小技巧，都是实战中用得上的干货，新手跟着敲一遍，立马就能上手。

一、先上可运行代码（直接抄作业）

        先把完整代码贴出来，后面讲知识点的时候，大家可以对着代码看，逻辑更清晰。这段代码我已经实测过了，复制到本地就能跑通，不用额外改东西。

import yaml
import json

def write_yaml(filename, data):
    """写入YAML文件：覆盖写入，含异常处理"""
    try:
        with open(file=filename, mode='w', encoding='utf-8') as f:
            yaml.safe_dump(data=data, stream=f)
        print(f" 数据成功写入{filename}")
    except Exception as e:
        print(f" 写入YAML失败：{str(e)}")

def read_yaml(filename):
    """读取YAML文件：处理空数据，含异常捕获"""
    try:
        with open(file=filename, mode='r', encoding='utf-8') as f:
            data = yaml.safe_load(stream=f)
        # 处理文件为空或无有效数据的场景，避免返回None踩坑
        return data if data is not None else {}
    except Exception as e:
        print(f" 读取YAML失败：{str(e)}")
        return {}

def test01_write_yaml():
    """Pytest测试用例：验证YAML数据写入"""
    test_data = {'a': 1, 'b': 2, 'c': 3}
    write_yaml(filename='firstyaml.yml', data=test_data)

def test02_read_yaml():
    """Pytest测试用例：验证YAML数据读取与后续处理"""
    data = read_yaml('firstyaml.yml')
    print(f" 读取到的YAML数据：{data}")
    # YAML转JSON，接口测试经常用到
    json_data = json.dumps(data)
    print(f" JSON格式数据：{json_data}")
    # 断言验证结果，Pytest用例必须有这个
    assert data.get('a') == 1, "读取的数据不符合预期"

# 本地直接运行验证，不用启动Pytest
if __name__ == '__main__':
    test01_write_yaml()
    test02_read_yaml()

二、核心知识点拆解（对着代码讲，好懂不绕）

        下面就对着上面的代码，一个个讲核心知识点。每个点都结合实际用法，不说空话，保证大家看完就知道怎么用。

知识点1：Python文件操作，用with open就够了

        不管是读YAML还是写YAML，都得先操作文件。Python里操作文件，最推荐的就是with open语法，比手动open/close省心多了。

核心用法就是：with open(文件路径, 打开模式, 编码) as 变量名

• 文件路径：比如代码里的'firstyaml.yml'，这是相对路径，直接存在脚本同级目录；如果想存到其他地方，写绝对路径就行（比如'C:/test/firstyaml.yml'）；

• 打开模式：写文件用'w'（覆盖写入，之前的内容会清掉），读文件用'r'（只读）；另外常用的还有'a'（追加写入，不会清原有内容），二进制读写用'rb'/'wb'，一般用不上；

• 编码：固定写'utf-8'，别问为什么，问就是避免中文乱码，踩过一次坑就记住了；

• with的好处：不用手动写close()关闭文件，就算代码报错，也能自动释放文件资源，不会出现文件占用的情况。

对应代码里的这两段，大家对照看：

# 写入文件
with open(file='firstyaml.yml', mode='w', encoding='utf-8') as f:
    yaml.safe_dump(data=data, stream=f)
# 读取文件
with open(file='firstyaml.yml', mode='r', encoding='utf-8') as f:
    data = yaml.safe_load(stream=f)

知识点2：PyYAML库，YAML读写的核心

        Python本身不支持YAML文件，所以得装个第三方库PyYAML。核心就两个方法：safe_dump（写数据）和safe_load（读数据），记住这俩就行。

2.1 先装库，别忘这一步

        命令行直接敲：pip install pyyaml 

2.2 写YAML：用safe_dump，安全又省心

        作用很简单：把Python里的字典、列表，转成YAML格式写入文件。比如代码里的{'a':1, 'b':2, 'c':3}，写完之后YAML文件里就是清晰的键值对。

• data：就是要写的Python数据，一般是字典或列表，测试数据基本都是这两种；

• stream：就是前面with open得到的文件对象f，告诉程序要写到哪个文件里；

• 为什么用safe_dump？比普通的dump安全，能过滤掉函数、类这种无效数据，避免写进去的YAML文件读不出来。

写完之后的YAML文件长这样，自动格式化，不用自己调缩进：

知识点3：Pytest用例怎么写？记住这几个规矩

        代码里的test01_write_yaml和test02_read_yaml，就是标准的Pytest测试用例。写用例不用复杂，跟着规矩来就行，很简单。

3.1 写用例的几个基本规矩

• 文件名：必须以test_开头，或者以_test.py结尾，比如test_yaml.py、yaml_test.py，不然Pytest识别不到；

• 函数名：也必须以test_开头，比如test_write、test_read，这样Pytest才知道这是个测试用例；

• 参数：默认不用传参数，除非用到fixture（这个后续再讲，新手先不用管）；

• 断言：每个用例必须有assert，用来验证结果对不对。比如代码里断言data.get('a') == 1，就是检查读取到的a的值是不是1，对了用例通过，错了就失败。

3.2 断言怎么写？简单直接就行

        代码里的断言：assert data.get('a') == 1, "读取的数据不符合预期"

        格式很简单：assert 要验证的条件, 失败时提示的信息。条件成立，用例过；条件不成立，就会抛出提示信息，一眼就知道哪里错了。

3.3 Pytest怎么运行？这几个命令足够用

运行用例不用复杂操作，命令行敲几句就行，记这几个最常用的：

• 基础运行：进入脚本所在目录，敲pytest，Pytest会自动找所有测试用例并运行；

• 看print输出：默认情况下，Pytest会把print的内容藏起来，想看到的话，加个-s参数，敲pytest -s；

• 只运行某个文件：不想跑所有用例，就指定文件，比如pytest test_yaml.py -s；

• 只运行某个用例：更精准一点，指定文件+用例函数名，比如pytest test_yaml.py::test02_read_yaml -s。

知识点4：异常处理，用try-except避坑

写自动化脚本，异常处理一定要加。比如读YAML的时候，文件不存在、格式错了，要是没处理，脚本直接崩溃，后面的用例都跑不了。

核心就是try-except语法：把可能出错的代码放进try里，出错了就执行except里的逻辑，打印错误信息，程序还能继续跑。

try:
    # 可能出错的代码，比如文件读写、接口请求
    代码逻辑
except Exception as e:
    # 出错了执行这里，打印错误信息
    print(f"错误信息：{str(e)}")

比如代码里读写YAML，可能遇到的坑：

• 写入时：文件路径不存在、没有写入权限、数据格式不对；

• 读取时：文件找不到、文件被损坏、编码不对；

• 处理方式：捕获异常后，打印清晰的错误信息，读取函数返回空字典，写入函数只提示错误，这样就算一个步骤错了，整个脚本也不会崩，后续用例能正常执行。

知识点5：两个实用小技巧，实战经常用

        代码里还有两个小技巧，都是实际工作中高频用到的，尤其是做接口测试的同学，一定要掌握。

5.1 YAML转JSON，接口测试必备

        接口测试的请求参数，大多是JSON格式，但我们的测试数据存在YAML里（方便维护），这时候就需要把读取到的YAML数据（字典）转成JSON字符串。

json_data = json.dumps(data)

• ensure_ascii=False：允许中文正常显示，不然中文会变成一堆Unicode编码，没法看；

• indent=2：JSON字符串自动缩进2个空格，格式整齐，调试的时候一眼就能看清结构。

5.2 独立运行验证，不用每次都启动Pytest

        写代码的时候，想快速验证读写功能对不对，不用每次都启动Pytest，加一句if __name__ == '__main__'就行。

if __name__ == '__main__':
    test01_write_yaml()
    test02_read_yaml()

这样直接用Python运行脚本（比如python test_yaml.py），就会执行里面的测试用例，快速验证功能是否正常，调试起来特别方便。

三、总结一下，这些知识点够用了

今天讲的内容，都是Pytest+YAML读写的核心用法，实战中能覆盖大部分场景。总结一下重点，大家记牢：

• 文件操作：优先用with open，不用手动关文件，安全又省心；

• YAML读写：装PyYAML库，用safe_dump写、safe_load读，记得处理None；

• Pytest用例：文件名和函数名以test_开头，必须有assert，运行加-s看输出；

• 异常处理：关键步骤加try-except，避免脚本崩溃；

• 小技巧：YAML转JSON适配接口测试，if __name__ == '__main__'方便调试。

实际工作中，我们通常会把接口的请求参数、预期结果存在YAML文件里，用这些方法读取数据，传入Pytest用例，实现数据和逻辑分离。这样改测试数据的时候，不用动代码，维护起来特别方便。

大家把上面的代码复制到本地，跑一遍，再对着知识点过一遍，很快就能掌握。有问题的话，评论区留言交流～