小编这次要给大家分享的是Python3如何操作YAML文件格式,文章内容丰富,感兴趣的小伙伴可以来了解一下,希望大家阅读完这篇文章之后能够有所收获。
数据及配置文件之争
数据及文件通常有三种类型:
YAML兼容JSON格式,简洁,强大,灵活,可以很方便的构造层级数据并快速转为Python中的字典。
YAML简介
YAML(YAML Ain't Markup Language)即一种反标记(XML)语言。强调数据为中心,而非标记。YAML大小写敏感,使用缩进代表层级关系。
YAML中支持对象Object(对应Python中的字典), 数组Array(对应Python中的列表)以及常量(字符串、数字(int/float),true/false/null)。
相比于JSON格式,YAML免除了双引号,逗号,大括号,中括号等,(当然也支持原始的JSON格式),并且支持注释,类型转换,跨行,锚点,引用及插入等等。
基本格式
示例文件demo.yaml:
# 注释:示例yaml文件 name: Cactus age: 18 skills: - - Python - 3 - - Java - 5 has_blog: true gf: ~
相当于以下JSON格式
{ "name": "Cactus", "age": 18, "skills": [ [ "Python", 3 ], [ "Java", 5 ] ], "has_blog": true, "gf": null }
类型转换
使用!!str, !!float等可以将默认类型转为指定类型,如
对应JSON格式
[ 3.0, "4", "true" ]
多行文本及拼接
示例:
a: |
我
喜欢你b: >
我
不喜欢你
才怪对应JSON格式
{ "a": "我\n喜欢你\n", "b": "我 不喜欢你 才怪" }
锚点,引用及插入
在-或:后 加上&锚点名为当前字段建立锚点,下面可使用*锚点名引用锚点,或使用<<: *锚点名直接将锚点数据插入到当前的数据中,示例如下:
users: - &zs name: 张三 password: !!str 123456 - &ls name: 李四 password: abcdefg case1: login: *zs case2: user: <<: *ls age: 20
对应JSON格式:
{ "users": [ { "name": "张三", "password": "123456" }, { "name": "李四", "password": "abcdefg" } ], "case1": { "login": { "name": "张三", "password": "123456" } }, "case2": { "user": { "name": "李四", "password": "abcdefg", "age": 20 } } }
Python操作YAML文件及字符串
需要安装pyyaml, pip install pyyaml
和JSON文件类似,yaml也提供load和dump两种方法。
由于yaml.load()支持原生Python对象,不安全,建议使用yaml.safe_load()
示例1:yaml字符串 -> 字典
import yaml yaml_str = ''' name: Cactus age: 18 skills: - - Python - 3 - - Java - 5 has_blog: true gf: ~ ''' print(yaml.safe_load(yaml_str))
打印结果:
{'name': 'Cactus', 'age': 18, 'skills': [['Python', 3], ['Java', 5]], 'has_blog': True, 'gf': None}
如果有中文,可以使用yaml.load(yaml_str.encoding('utf-8))
示例2:yaml文件 -> 字典
import yaml with open('demo.yaml', encoding='utf-8') as f: # demo.yaml内容同上例yaml字符串 print(yaml.safe_load(f))
打印结果同上例。
字典 -> yaml字符串或文件
import yaml dict_var = {'name': 'Cactus', 'age': 18, 'skills': [['Python', 3], ['Java', 5]], 'has_blog': True, 'gf': None} print(yaml.dump(dict_var,)) # 转为字符串,使用默认flow流格式 with open('demo5.yaml', 'w', encoding='utf-8') as f: yaml.dump(dict_var, f, default_flow_style=False) # 写入文件,不是用flow流格式
打印内容:
age: 18
gf: null
has_blog: true
name: Cactus
skills:
- [Python, 3]
- [Java, 5]
1demo5.yaml1文件内容:
age: 18
gf: null
has_blog: true
name: Cactus
skills:
- - Python
- 3
- - Java
- 5
看完这篇关于Python3如何操作YAML文件格式的文章,如果觉得文章内容写得不错的话,可以把它分享出去给更多人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。