Labelme批量转换json文件（代码基础12）

关于yaml

一、PyYaml 
1、load() :返回一个对象 
我们先创建一个yml文件，config.yml:

name: Tom Smith

age: 37

spouse:

    name: Jane Smith

    age: 25

children:

 - name: Jimmy Smith

   age: 15

 - name1: Jenny Smith

   age1: 12

读取yml文件：

import yaml

f = open(r'E:\AutomaticTest\Test_Framework\config\config.yml')

y = yaml.load(f)

print (y)

结果：

{'name': 'Tom Smith', 'age': 37, 'spouse': {'name': 'Jane Smith', 'age': 25}, 'children': [{'name': 'Jimmy Smith', 'age': 15}, {'name1': 'Jenny Smith', 'age1': 12}]}

2、load_all()生成一个迭代器 
如果string或文件包含几块yaml文档，你可以使用yaml.load_all来解析全部的文档。

import yaml

f = '''

---

name: James

age: 20

---

name: Lily

age: 19

'''

y = yaml.load_all(f)

for data in y:

    print(data)

执行结果：

{'name': 'James', 'age': 20}

{'name': 'Lily', 'age': 19}

3、yaml.dump 将一个python对象生成为yaml文档

import yaml

aproject = {'name': 'Silenthand Olleander',

            'race': 'Human',

            'traits': ['ONE_HAND', 'ONE_EYE']

            }

 

print(yaml.dump(aproject，))

执行结果：

name: Silenthand Olleander

race: Human

traits: [ONE_HAND, ONE_EYE]

yaml.dump接收的第二个参数一定要是一个打开的文本文件或二进制文件，yaml.dump会把生成的yaml文档写到文件里

import yaml

 

aproject = {'name': 'Silenthand Olleander',

            'race': 'Human',

            'traits': ['ONE_HAND', 'ONE_EYE']

            }

f = open(r'E:\AutomaticTest\Test_Framework\config\config.yml','w')

print(yaml.dump(aproject,f))

4、yaml.dump_all()将多个段输出到一个文件中

import yaml

 

obj1 = {"name": "James", "age": 20}

obj2 = ["Lily", 19]

 

with open(r'E:\AutomaticTest\Test_Framework\config\config.yml', 'w') as f:

    yaml.dump_all([obj1, obj2], f)

输出到文件：

{age: 20, name: James}

--- [Lily, 19]

二、yaml语法 
1、基本规则

 

 1. 大小写敏感

 2. 使用缩进表示层级关系

 3. 缩进时不允许使用Tab，只允许使用空格

 4. 缩进的空格数目不重要，只要相同层级的元素左对齐即可

 5. # 表示注释，从它开始到行尾都被忽略

2、yaml转字典 
yaml中支持映射或字典的表示，如下：

# 下面格式读到Python里会是个dict

name: 灰蓝

age: 0

job: Tester

输出：

{'name': '灰蓝', 'age': 0, 'job': 'Tester'}

3、yaml转列表 
yaml中支持列表或数组的表示，如下：

# 下面格式读到Python里会是个list

- 灰蓝

- 0

- Tester

输出：

['灰蓝', 0, 'Tester']

4、复合结构： 
字典和列表可以复合起来使用，如下：

# 下面格式读到Python里是个list里包含dict

- name: 灰蓝

  age: 0

  job: Tester

- name: James

  age: 30

输出：

[{'name': '灰蓝', 'age': 0, 'job': 'Tester'}, {'name': 'James', 'age': 30}]

5、基本类型： 
yaml中有以下基本类型：

字符串

整型

浮点型

布尔型

null

时间

日期

• 1

我们写个例子来看下：

# 这个例子输出一个字典，其中value包括所有基本类型

str: "Hello World!"

int: 110

float: 3.141

boolean: true  # or false

None: null  # 也可以用 ~ 号来表示 null

time: 2016-09-22t11:43:30.20+08:00  # ISO8601，写法百度

date: 2016-09-22  # 同样ISO8601

输出：

{'str': 'Hello World!', 'int': 110, 'float': 3.141, 'boolean': True, 'None': None, 'time': datetime.datetime(2016, 9, 22, 3, 43, 30, 200000), 'date': datetime.date(2016, 9, 22)}

• 1

如果字符串没有空格或特殊字符，不需要加引号，但如果其中有空格或特殊字符，则需要加引号了

str: 灰蓝

str1: "Hello World"

str2: "Hello\nWorld"

输出：

{'str': '灰蓝', 'str1': 'Hello World', 'str2': 'Hello\nWorld'}

• 1

这里要注意单引号和双引号的区别，单引号中的特殊字符转到Python会被转义，也就是到最后是原样输出了，双引号不会被Python转义，到最后是输出了特殊字符；如：

str1: 'Hello\nWorld'

str2: "Hello\nWorld"

输出：

{'str1': 'Hello\\nWorld', 'str2': 'Hello\nWorld'}

可以看到，单引号中的’\n’最后是输出了，双引号中的’\n’最后是转义成了回车 
6、引用 
& 和 * 用于引用

name: &name 灰蓝

tester: *name

这个相当于一下脚本：

name: 灰蓝

tester: 灰蓝

输出：

{'name': '灰蓝', 'tester': '灰蓝'}

7、强制转换 
yaml是可以进行强制转换的，用 !! 实现，如下：

str: !!str 3.14

int: !!int "123"

输出：

{'int': 123, 'str': '3.14'}

明显能够看出123被强转成了int类型，而float型的3.14则被强转成了str型。 
8、分段 
在同一个yaml文件中，可以用 — 来分段，这样可以将多个文档写在一个文件中

---

name: James

age: 20

---

name: Lily

age: 19

三、构造器(constructors)、表示器(representers)、解析器(resolvers ) 
1、yaml.YAMLObject 
yaml.YAMLObject用元类来注册一个构造器（也就是代码里的 init() 方法），让你把yaml节点转为Python对象实例，用表示器（也就是代码里的 repr() 函数）来让你把Python对象转为yaml节点，看代码：

import yaml

class Person(yaml.YAMLObject):

    yaml_tag = '!person'

 

    def __init__(self, name, age):

        self.name = name

        self.age = age

 

    def __repr__(self):

        return '%s(name=%s, age=%d)' % (self.__class__.__name__, self.name, self.age)

 

james = Person('James', 20)

 

print (yaml.dump(james))  # Python对象实例转为yaml

 

lily = yaml.load('!person {name: Lily, age: 19}')

 

print (lily)  # yaml转为Python对象实例

输出：

!person {age: 20, name: James}

 

Person(name=Lily, age=19)

2、yaml.add_constructor 和 yaml.add_representer 
你可能在使用过程中并不想通过上面这种元类的方式，而是想定义正常的类，那么，可以用这两种方法

import yaml

 

 

class Person(object):

    def __init__(self, name, age):

        self.name = name

        self.age = age

 

    def __repr__(self):

        return 'Person(%s, %s)' % (self.name, self.age)

 

james = Person('James', 20)

print (yaml.dump(james))  # 没加表示器之前

 

 

def person_repr(dumper, data):

    return dumper.represent_mapping(u'!person', {"name": data.name, "age": data.age})  # mapping表示器，用于dict

 

yaml.add_representer(Person, person_repr)  # 用add_representer方法为对象添加表示器

print (yaml.dump(james))  # 加了表示器之后

 

 

def person_cons(loader, node):

    value = loader.construct_mapping(node)  # mapping构造器，用于dict

    name = value['name']

    age = value['age']

    return Person(name, age)

 

yaml.add_constructor(u'!person', person_cons)  # 用add_constructor方法为指定yaml标签添加构造器

lily = yaml.load('!person {name: Lily, age: 19}')

print (lily) 19

输出：

!!python/object:__main__.Person {age: 20, name: James}

 

!person {age: 20, name: James}

 

Person(Lily, 19)

第一行是没加表示器之前，多丑！中间那行是加了表示器之后，变成了规范的格式，下面添加了构造器，能够把 !person 标签转化为Person对象。 
四、示例 
yaml是一种很清晰、简洁的格式，而且跟Python非常合拍，非常容易操作，我们在搭建自动化测试框架的时候，可以采用yaml作为配置文件，或者用例文件，下面给出一个用例的示例

# Test using included Django test app

# First install python-django

# Then launch the app in another terminal by doing

#   cd testapp

#   python manage.py testserver test_data.json

# Once launched, tests can be executed via:

#   python resttest.py http://localhost:8000 miniapp-test.yaml

---

- config:

    - testset: "Tests using test app"

 

- test: # create entity

    - name: "Basic get"

    - url: "/api/person/"

- test: # create entity

    - name: "Get single person"

    - url: "/api/person/1/"

- test: # create entity

    - name: "Get single person"

    - url: "/api/person/1/"

    - method: 'DELETE'

- test: # create entity by PUT

    - name: "Create/update person"

    - url: "/api/person/1/"

    - method: "PUT"

    - body: '{"first_name": "Gaius","id": 1,"last_name": "Baltar","login": "gbaltar"}'

    - headers: {'Content-Type': 'application/json'}

- test: # create entity by POST

    - name: "Create person"

    - url: "/api/person/"

    - method: "POST"

    - body: '{"first_name": "Willim","last_name": "Adama","login": "theadmiral"}'

    - headers: {Content-Type: application/json}