【Python系列】如何在 Python 中正确处理和操作 YAML 文件的指南

YAML（YAML Ain’t Markup Language）是一种人类可读的数据序列化标准，广泛用于配置文件和数据交换。Python 提供了多种库来处理 YAML 文件，其中最常用的是 PyYAML。以下是如何在 Python 中正确处理和操作 YAML 文件的指南。

安装 PyYAML

首先，你需要安装 PyYAML 库。你可以使用 pip 来安装它：

pip install pyyaml

读取 YAML 文件

读取 YAML 文件并将其解析为 Python 数据结构（如字典或列表）非常简单。以下是一个示例：

import yaml

# 读取 YAML 文件
with open('example.yaml', 'r', encoding='utf-8') as file:
    data = yaml.safe_load(file)

# 打印解析后的数据
print(data)

在这个示例中，yaml.safe_load 函数用于读取并解析 YAML 文件。safe_load 相较于 load 更加安全，因为它不会加载任何可能执行任意函数的 YAML 标签。

写入 YAML 文件

将 Python 数据结构（如字典或列表）写入 YAML 文件同样简单。以下是一个示例：

import yaml

# 要写入的数据
data = {
    'name': 'John Doe',
    'age': 30,
    'children': [
        {'name': 'Jane Doe', 'age': 10},
        {'name': 'Jake Doe', 'age': 5}
    ]
}

# 写入 YAML 文件
with open('output.yaml', 'w', encoding='utf-8') as file:
    yaml.dump(data, file, default_flow_style=False, allow_unicode=True)

在这个示例中，yaml.dump 函数用于将 Python 数据结构写入 YAML 文件。default_flow_style=False 参数用于生成更易读的块样式 YAML，而 allow_unicode=True 参数允许写入 Unicode 字符。

处理复杂数据类型

有时，你可能需要处理一些复杂的数据类型，比如日期、时间或自定义对象。在这种情况下，你可以通过定义自定义的表示函数来处理这些类型。

以下是一个处理日期类型的示例：

import yaml
from datetime import date

# 自定义日期表示函数
def date_representer(dumper, data):
    return dumper.represent_scalar('tag:yaml.org,2002:str', data.isoformat())

# 注册自定义表示函数
yaml.add_representer(date, date_representer)

# 要写入的数据
data = {
    'today': date.today()
}

# 写入 YAML 文件
with open('date_example.yaml', 'w', encoding='utf-8') as file:
    yaml.dump(data, file, default_flow_style=False, allow_unicode=True)

在这个示例中，我们定义了一个自定义的日期表示函数，并将其注册到 PyYAML 中。这样，当 yaml.dump 遇到日期对象时，就会使用我们定义的表示函数来处理它。

总结

• 使用 yaml.safe_load 读取 YAML 文件。
• 使用 yaml.dump 写入 YAML 文件。
• 对于复杂数据类型，可以定义并注册自定义的表示函数。

通过这些步骤，你应该能够在 Python 中正确地处理和操作 YAML 文件。

文末福利
最后这里免费分享给大家一份Python全套学习资料,希望能帮到那些不满现状,想提升自己却又没有方向的朋友,也可以和我一起来
学习交流呀。
包含编程资料、学习路线图、源代码、软件安装包等!【点击领取】
Python所有方向的学习路线图,清楚各个方向要学什么东西
100多节Python课程视频,涵盖必备基础、爬虫和数据分析
Python实战案例,学习不再是只会理论
Python漫画教程,手机也能学习