Python YAML文件的读写操作详解

 更新时间:2022年08月17日 11:37:39   作者:alwaysrun  
这篇文章主要介绍了Python读写yaml文件,yaml 是专门用来写配置文件的语言,非常简洁和强大,之前用ini也能写配置文件,有点类似于json格式,下面关于Python读写yaml文件的详细资料,需要的小伙伴可以参考一下

YAML是一种数据序列化格式,方便人类阅读,且容易和脚本语言交互。常用于配置文件,也用于数据存储或传输。

YAML格式

YAML三种基本数据类型:

1.标量:如字符串、整数和浮点数、日期

  • 布尔值:“true”、“True”、“TRUE”、“yes”、“Yes"和"YES”,“false”、“False”、“FALSE”、“no”、“No"和"NO”
  • 空:null、Null、~或不指定值;

2.数组:使用前导符号-表示,且符号与值间要有空格;

3.对象:键值对集合;用冒号+空格: 分割;

YAML文件

文件基本规则:

区分大小写;

使用缩进表示层级关系:

  • 缩进要用空格(非Tab);
  • 相同层级元素要左对齐;

字符串不需要使用引号括起,但有特殊字符串(如空格、冒号等)时必须使用引号;

使用#注释;

一个文件中可包含多份YAML文档:

---(即三个中划线)表示一份文档的开始;

[可选]用...(即三个小数点)表示一份文档的结束;

---
# 这是第一份文档
one: 1
# 其他内容...
...

---
# 这是第二份文档
two: 2
# 其他内容...

YAML操作

Python中有两个YAML模块:PyYAML和ruamel.yaml(pip3 install pyyamlpip3 install ruamel.yaml)。

读取

通过load函数可方便加载文档内容,返回的内容可能是字典、列表或空:

import yaml
def readYaml(file):  # -> Union[dict, list, None]:
    with open(file, 'r', encoding='utf-8') as f:
        return yaml.load(f, yaml.Loader)

若文件中有多个文档,需要使用load_all来加载;此时返回的是一个生成器,需要一次获取每个文档:

def readAllDoc(file) -> list:
    with open(file, 'r', encoding='utf-8') as f:
        docs = yaml.load_all(f, yaml.Loader)
        # return [d for d in docs]
        return list(docs)

存储

yaml.dump()方法不会将列表或字典数据进行转化yaml标准模式。需要通过ruamel.yaml来生成标准的yaml文档。

import ruamel.yaml
def createYaml(file, data: dict):
    with open(file, 'w', encoding='utf-8') as f:
        writer = ruamel.yaml.YAML()
        writer.indent(mapping=2, sequence=4, offset=2)
        writer.dump(data, f)

通过dump_all可把数组中的每个元素序列化为一个文档:

def createAllDoc(file, data: list):
    with open(file, 'w', encoding='utf-8') as f:
        writer = ruamel.yaml.YAML()
        writer.indent(mapping=2, sequence=4, offset=2)
        writer.dump_all(data, f)

[{'name': 'Mike', 'age': 12}, {'name': 'luce', 'age': 15}]序列化。

dump会生成如下包含数组元素的yaml文件:

  - name: Mike
    age: 12
  - name: luce
    age: 15

dump_all会生成如下yaml文件(包含两个文档):

name: Mike
age: 12
---
name: luce
age: 15

示例

yaml读取后为列表或字典。

转字典

读取的内容为一个字典:

name: mike
age: 25
score: 80.5

返回的值为:

{
  "name": "mike",
  "age": 25,
  "score": 80.5
}

获取里面值,先判断是否存在,再读取:

if 'name' in data:
  print(data['name'])

转列表

读取内容为一个列表:

- name: mike
  age: 24
- name: tom
  age: 30

返回的值为:

[
  {
    "name": "mike",
    "age": 24
  },
  {
    "name": "tom",
    "age": 30
  }
]

到此这篇关于Python YAML文件的读写操作详解的文章就介绍到这了,更多相关Python YAML文件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pycharm创建django项目出现路径错误问题

    pycharm创建django项目出现路径错误问题

    在PyCharm中创建Django项目时,若使用之前项目的环境编译器,且已修改其根目录,则新建项目路径可能出错。解决办法是在设置中选择Project,通过齿轮图标进入Show All,选择编译器路径,点击笔形图修改Development configuration的Root path为/,以确保新项目能正确创建
    2024-09-09
  • Python图像锐化与边缘检测之Scharr,Canny,LOG算子详解

    Python图像锐化与边缘检测之Scharr,Canny,LOG算子详解

    图像锐化和边缘检测主要包括一阶微分锐化和二阶微分锐化,本文主要讲解常见的图像锐化和边缘检测方法,即Scharr算子、Canny算子和LOG算子,需要的可以参考一下
    2022-12-12
  • matplotlib画混淆矩阵与正确率曲线的实例代码

    matplotlib画混淆矩阵与正确率曲线的实例代码

    混淆矩阵也称误差矩阵,是表示精度评价的一种标准格式,下面这篇文章主要给大家介绍了关于matplotlib画混淆矩阵与正确率曲线的相关资料,需要的朋友可以参考下
    2021-06-06
  • 详解Python中如何写控制台进度条的整理

    详解Python中如何写控制台进度条的整理

    这篇文章主要介绍了详解Python中如何写控制台进度条的整理,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-03-03
  • 一文带大家了解python中的换行以及转义

    一文带大家了解python中的换行以及转义

    这篇文章主要为大家详细介绍了python中的换行以及转义的相关知识,文中的示例代码讲解详细,对我们深入了解python有一定的帮助,需要的小伙伴可以了解下
    2023-11-11
  • Python中方法定义与方法调用举例详解

    Python中方法定义与方法调用举例详解

    在Python中,方法调用是编写程序时经常会涉及到的一个重要概念,下面这篇文章主要给大家介绍了关于Python中方法定义与方法调用的相关资料,文章通过代码介绍的非常详细,需要的朋友可以参考下
    2024-06-06
  • Python PIL库Image函数的基本图像处理操作实例

    Python PIL库Image函数的基本图像处理操作实例

    这篇文章主要为大家介绍了Python PIL库Image函数的基本图像处理操作实例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2024-01-01
  • 详解Python Matplot中文显示完美解决方案

    详解Python Matplot中文显示完美解决方案

    这篇文章主要介绍了Python Matplot中文显示完美解决方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03
  • Python face_recognition实现AI识别图片中的人物

    Python face_recognition实现AI识别图片中的人物

    最近碰到了照片识别的场景,正好使用了face_recognition项目,给大家分享分享。face_recognition项目能做的很多,人脸检测功能也是有的,是一个比较成熟的项目。感兴趣的可以了解一下
    2022-01-01
  • python爬虫beautiful soup的使用方式

    python爬虫beautiful soup的使用方式

    这篇文章主要介绍了python爬虫beautiful soup的使用方式,Beautiful Soup依据给定的解释器来解析html文档,其依据html中标签把html文档在内存中转化为类似于二叉树的数据结构,并通过实现的查询方法来查询二叉树以得到我们想要的爬虫数据
    2022-08-08

最新评论