赞
踩
在Python中,YAML(YAML Ain't Markup Language)是一种人类友好的数据序列化格式。它被广泛用于配置文件、数据交换和存储等领域。YAML具有易读的语法,可以表示列表、字典和简单的数据类型。
在Python中,你可以使用PyYAML库来解析和生成YAML数据。
需要安装得模块名为pyyaml,直接pip install pyyaml
导入,直接import yaml
yaml文件格式输出可以是列表,可以是字典,可以嵌套。层级关系用空格区分,切记,不支持tab缩进。
以下是YAML的基本语法规则:
2.1 注释:使用井号(#)表示注释。井号后面的内容将被忽略。
- # 这是一个注释
- key: value # 这也是一个注释
2.2 键值对:使用冒号(:)表示键值对,键和值之间使用空格分隔。
key: value
2.3 嵌套结构:可以使用缩进表示嵌套的结构,使用空格进行缩进。缩进的数量必须一致。
- parent_key:
- child_key1: value1
- child_key2: value2
2.4 列表:使用短横线(-)表示列表项,每个列表项占一行,使用相同的缩进进行缩进。
- - item1
- - item2
- - item3
2.5 字符串:可以使用单引号(')或双引号(")表示字符串。如果字符串中包含特殊字符或需要转义字符,则使用双引号。
- key: 'value'
- key: "value with special characters: \n"
2.6 多行字符串:使用竖线(|)可以表示多行字符串,保留字符串的换行符。
- key: |
- This is a
- multi-line
- string.
2.7 引用:可以使用&标记创建引用,并使用*标记引用的位置。引用可以用于在不同位置重复使用相同的值。
- defaults: &defaults
- key1: value1
- key2: value2
-
- user1:
- <<: *defaults
- name: John
-
- user2:
- <<: *defaults
- name: Jane
2.8 特殊值:YAML支持一些特殊的值,如布尔值(true、false)、null和时间戳等。
- key1: true
- key2: null
- key3: 2022-03-14T09:30:00Z
这些是YAML的基本语法规则。使用这些规则,你可以创建具有层次结构和灵活性的数据表示。请注意,缩进、空格和换行符在YAML中非常重要,因为它们用于表示结构和层次关系。
2.9 示例
键值对形式:
- user: admin #字典键值对
- pwd: 123
- job: #job为列表
- - teacher #列表中的项
- - nurese #列表中的项
-
- 输出为:{'user': 'admin', 'pwd': 123, 'job': ['teacher', 'nurese']}
序列list:
- - admin1: 123456 # ‘-’:标示列表
- - admin2: 111111
- - admin3: 222222
-
- 输出:[{'admin1': 123456},
- {'admin2': 111111},
- {'admin3': 222222}]
纯量str:
- n1: 52.10
- 输出:{'n1': 52.1}
-
- n2: true
- n3: false #不区分大小写
- 输出:{'n2': True, 'n3': False}
-
-
- #None用~表示
- n4: ~
- 输出:{'n4': None}
Yam文件中true和false,不区分大小写,其他区分大小写。
强制转换:
- n7: !!str true #强制转换为字符串 !!str
- 输出:{'n7': 'true'}
多个文件:
一个yaml文件里存在多个文件,用---表示,只能一起读取,不能分开读取。
下面内容为source.yaml文件中的内容。
- ---
- user: admin
- pwd: ~
- job:
- - teacher
- - nurese
-
- ---
- school: erxiao
- location: sky
-
- 输出:
- {'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
- {'school': 'erxiao', 'location': 'sky'}
PyYAML提供了load和safe_load这两个函数来将YAML数据加载为Python对象。它们之间的主要区别在于安全性。
load函数:load函数用于将YAML数据加载为Python对象。它接受一个文件对象或包含YAML数据的字符串作为输入,并返回相应的Python对象。load函数支持YAML中的所有功能,包括自定义类型和标记。
safe_load函数:safe_load函数也用于将YAML数据加载为Python对象,但它具有更多的安全性措施。safe_load函数只支持加载基本的Python数据类型,如字典、列表、字符串、整数、浮点数等。它不支持自定义类型和标记。
safe_load函数可以帮助防止通过恶意构造的YAML数据执行任意代码。因此,当你不确定YAML数据的来源时,最好使用safe_load函数。
读多个文件示例,使用yaml.load_all()函数加载数据。
- '''多个文件'''
- import yaml
-
- #由于官方提示load方法存在安全漏洞,所以读取文件时会报错。加上warning忽略,就不会显示警告
- yaml.warnings({'YAMLLoadWarning':False})
- f=open('source.yaml','r',encoding='utf-8') #打开yaml文件
- cfg=f.read()
- d=yaml.load_all(cfg) #将数据转换成python字典行驶输出,存在多个文件时,用load_all,单个的时候load就可以
- for data in d:
- print(data)
- f.close()
输出:
{'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
{'school': 'erxiao', 'location': 'sky'}
读单个文件,使用yaml.load() 或 yaml.safe_load()函数。
- '''单个文件'''
-
- '''yaml文件内容:
- user: admin
- pwd: ~
- job:
- - teacher
- - nurese
- '''
-
- yaml.warnings({'YAMLLoadWarning':False})
- f=open('source.yaml','r',encoding='utf-8')
- cfg=f.read()
- print(cfg)
- d=yaml.load(cfg)
- print(d)
- f.close()
-
输出:
{'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
总而言之,load函数和safe_load函数都可以用于将YAML数据加载为Python对象。load函数支持所有YAML功能,但可能存在安全风险。而safe_load函数则更加安全,但功能受到限制。选择使用哪个函数取决于你对YAML数据的信任程度以及你是否需要支持复杂的自定义类型。
使用yaml.dump()函数写入文件。open文件使用‘w’ 选项会覆盖原文件,使用‘a’选择则会在文件尾追加写入,更多选项请查看该文章链接中的open部分关于打开选项的介绍。https://blog.csdn.net/yueguang8/article/details/136383215?spm=1001.2014.3001.5501
- import yaml
- import os
-
- def yaml_doc(yampath):
- data={'school':'erxiao',
- 'studens':['lili','jj']}
- file=open(yampath,'w',encoding='utf-8') #w: 覆盖写入
- yaml.dump(data, file)
- file.close()
- currentpath = os.path.abspath('.') #获取当前路径
- yamlpath = os.path.join(currentpath, 'generate.yaml') #创建yaml文件
- yaml_doc(yamlpath)
输出:
generate.yaml文件,内容为:
- school: erxiao
- studens:
- - lili
- - jj
本章详细介绍了yaml文件的格式及语法内容,并给出了代码示例。另外详细介绍yaml文件的加载,介绍了load和safe_load 的使用注意事项并进行单文件以及多文件加载的示例演示。最后给出了介绍了yaml文件写入的方法。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。