Py3笔记23:PyYAML

PyYAML模块是YAML解析器和生成器,即Python中使用YAML格式


0、YAML格式

数据序列化语言
通常用于配置文件,也用于数据存储或传输
支持基本数据类型:标量(如字符串、整数、浮点数)、列表、字典
推荐扩展名:.yaml
Python中2个用于YAML的模块:PyYAML、ruamel.yaml

YAML文件书写注意事项1-items.yaml

YAML文件书写注意事项1-items.yaml

  • 缩进不能使用tab,只能使用空格
  • 缩进表示层级关系
  • 大小写敏感
  • ...:表示一个文件的结束
  • ---:表示一个文件的开始,用于分割不同的文档
  • -空格:表示数组
  • !!:强制转换数据类型

1、安装

pip install pyyaml

2、使用详解

1)yaml文档读取

  • load()读取yaml;即将YAML文档转为Python对象
# 读取
import yaml  # 导入模块

with open("items.yaml") as f:
    content = yaml.load(f, Loader=yaml.FullLoader) # 加载内容
# YAMLLoadWarning: calling yaml.load() without Loader=... is deprecated, as the default Loader is unsafe. 
# Please read https://msg.pyyaml.org/load for full details.
print(content) # {'host': 'localhost', 'name': 'wlh', 'pwd': 12345, 'port': 3306}

标量值会转换为Python字典

  • load_all()读取多文档
with open("items.yaml", encoding="utf-8") as f:
    docs = yaml.load_all(f, Loader=yaml.FullLoader)  # <generator object load_all at 0x0000026A1DC9D430>
    for doc in docs:
        # doc={'host': 'localhost', 'name': 'wlh', 'pwd': 12345, 'port': 3306}
        # doc= {'cities': ['武汉', '上海', '北京', '深圳', '广州']}
        for k, v in doc.items():
            print(k, v)

2) yaml转储

  • dump()将Python对象序列化为YAML流
n = 1  # yaml中...表示注释
print(yaml.dump(n))
s = "string"  # str
print(yaml.dump(s))
l = [1, 2, 3]
print(yaml.dump(l))
t = (4, 5, 6)
print(yaml.dump(t))
d = {"name": "百草", "age": 18}
print(yaml.dump(d, allow_unicode=True))  # 避免中文乱码

输出结果:

1
...

string
...

- 1
- 2
- 3

!!python/tuple
- 4
- 5
- 6

age: 18
name: 百草

  • dump的sort_keys参数对键进行排序


    sort_keys参数
  • default_flow_style参数
    YAML文档在反序列化后再序列化,得到的YAML文档的格式与原来不一样?=>
    当前py3.7:default_flow_style默认False,即总是以块样式表示

    default_flow_style=False

3) yaml写入

with open("d.yaml", "w", encoding="utf-8") as f:
    yaml.dump(d, f, allow_unicode=True)
yaml写入结果

4)yaml记号
解析YAML文件时,使用较低级别的API。scan()扫描YAML流并生成扫描记号

with open("d.yaml", encoding="utf-8") as f:
    data = yaml.scan(f, Loader=yaml.FullLoader)  
    for item in data:
        print(item)

输出结果:

StreamStartToken(encoding=None)
BlockMappingStartToken()
KeyToken()
ScalarToken(plain=True, style=None, value='name')
ValueToken()
ScalarToken(plain=True, style=None, value='百草')
KeyToken()
ScalarToken(plain=True, style=None, value='age')
ValueToken()
ScalarToken(plain=True, style=None, value='18')
KeyToken()
ScalarToken(plain=True, style=None, value='class')
ValueToken()
ScalarToken(plain=True, style=None, value='一年级')
BlockEndToken()
StreamEndToken()

5)

参考

  1. Python YAML教程
  2. Python的PyYAML模块详解
  3. YAML入门教程
  4. Python Yaml写入中文乱码的问题
  5. 【Python】yaml文件的读写
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容