深入理解Python3yaml

一、yaml介绍

YAML全称为”YAML Ain’t Markup Language”, 是一种可读性高、用于表达数据序列化的格式，常用于配置文件、数据交换格式等场景。YAML文件的扩展名为.yml或.yaml，支持多种语言的解析，包括Python。相较于XML和JSON格式的文件，YAML文件更简洁、易读、易写。Python中的yaml模块，可以轻松地将Python中的数据结构转化为YAML格式。

二、python3yaml基本使用

Python中的yaml模块提供了基本的dump、dumps、load、loads函数来实现YAML与Python对象的相互转换。

1. Python对象转YAML

import yaml

# Python对象
data = {
    'name': 'Jack',
    'age': 30,
    'hobbies': ['reading', 'sports'],
    'contacts': {
         'email': 'jack@example.com',
         'phone': 123456789
    }
}

# 将Python对象转换为YAML格式
yaml_data = yaml.dump(data)
print(yaml_data)

运行以上代码，将会输出以下结果：

age: 30
contacts:
  email: jack@example.com
  phone: 123456789
hobbies:
- reading
- sports
name: Jack

可以发现，Python数据结构被转化成了YAML格式，对于Python中复杂的嵌套数据结构也同样可被转换为相应的YAML格式。

2. YAML转Python对象

import yaml

# YAML格式的数据
yaml_data = '''
name: Jack
age: 30
hobbies:
- reading
- sports
contacts:
  email: jack@example.com
  phone: 123456789
'''

# 将YAML格式数据转换为Python对象
data = yaml.load(yaml_data, Loader=yaml.FullLoader)
print(data)

运行以上代码，将会输出以下结果：

{'name': 'Jack', 'age': 30, 'hobbies': ['reading', 'sports'], 'contacts': {'email': 'jack@example.com', 'phone': 123456789}}

通过load函数，将YAML格式的数据转换为Python对象，转化后结果为Python中的一个字典对象。

三、yaml属性设置

除了基本的dump、dumps、load、loads函数，yaml模块还提供了许多属性设置，来控制YAML的转换过程。

1. 指定样式

可以通过默认设置和配置样式来指定转化后的YAML样式。比如对于默认情况下Python列表类型被转换为YAML列表（使用“-”符号），也可以指定其转换成块或流样式，即用中括号或无中括号的方式。

import yaml

# Python对象
data = {
    'name': 'Jack',
    'age': 30,
    'hobbies': ['reading', 'sports', 'travel'],
    'contacts': {
         'email': 'jack@example.com',
         'phone': 123456789
    }
}

# flow样式
yaml_data1 = yaml.dump(data, default_flow_style=True)
print(yaml_data1)

# block样式
yaml_data2 = yaml.dump(data, default_flow_style=False)
print(yaml_data2)

运行以上代码，将会输出以下结果：

{age: 30, contacts: {email: jack@example.com, phone: 123456789}, hobbies: [reading, sports, travel], name: Jack}
age: 30
contacts:
  email: jack@example.com
  phone: 123456789
hobbies:
- reading
- sports
- travel
name: Jack

如果指定了flow样式，则每个元素在同一行上展示；如果指定了block样式，则每个元素单独占一行。

2. 控制缩进

如果希望输出具有更好可读性的YAML，可以通过设置缩进属性进行设置。

import yaml

# Python对象
data = {
    'name': 'Jack',
    'age': 30,
    'hobbies': ['reading', 'sports'],
    'contacts': {
         'email': 'jack@example.com',
         'phone': 123456789
    }
}

# 缩进为4
yaml_data1 = yaml.dump(data, default_flow_style=False, indent=4)
print(yaml_data1)

# 缩进为2
yaml_data2 = yaml.dump(data, default_flow_style=False, indent=2)
print(yaml_data2)

运行以上代码，将会输出以下结果：

age: 30
contacts:
    email: jack@example.com
    phone: 123456789
hobbies:
  - reading
  - sports
name: Jack
age: 30
contacts:
  email: jack@example.com
  phone: 123456789
hobbies:
  - reading
  - sports
name: Jack

可以发现，通过设置indent属性可以控制YAML文件的缩进。值得注意的是，缩进属性的值是一个整数，而不是将YAML文件中的空格数量作为值。

3. 设置标签

可以为Python对象指定标签，这些标签可以作为对象构造函数的参数传递。

import yaml

# 自定义数据类型
class MyData:
    def __init__(self, val):
        self.value = val

    def __repr__(self):
        return 'MyData(%d)' % self.value

# Python对象
data = {
    'name': 'Jack',
    'age': 30,
    'value': MyData(100)
}

# 定义标签
yaml.add_representer(MyData, lambda dumper, data: dumper.represent_scalar('!MyData', str(data.value)))

# 将Python对象转换为YAML格式
yaml_data = yaml.dump(data)
print(yaml_data)

# 将YAML格式数据转换为Python对象
loaded_data = yaml.load(yaml_data, Loader=yaml.FullLoader)
print(loaded_data)

运行以上代码，将会输出以下结果：

age: 30
name: Jack
value: !MyData 100

{'name': 'Jack', 'age': 30, 'value': MyData(100)}

在以上示例中，我们使用add_representer函数定义了一个自定义类型的标签，并将其作为输出的结果。

四、yaml高级应用

以上我们已经介绍了基本的python3yaml使用方法和一些常见的属性设置。接下来，我们来了解一些yaml更高级的应用场景，包括yaml文件的拆分、引用类型、注释等。

1. yaml文件的拆分

在大型项目中，yaml文件通常会非常庞大，如果整个文件都写在一个文件中，可读性会变差。解决这个问题的一种方法是将文件拆分成多个小的yaml文件。

在将yaml文件拆分成多个小文件时，可能会存在重复的定义或属性。为了解决这个问题，可以使用anchor（锚点）和alias（别名）属性。

使用锚点，可以将同一个属性定义为多个锚点并进行重用。使用别名，可以将重复使用的锚点取一个别名，并在其他地方引用它。yaml模块实现了锚点和别名相关的函数，可以通过这些函数来实现yaml文件的拆分和重用。

2. 引用类型

引用类型是指“&name”和“*name”形式的语法，用于实现yaml文件中的跨位置引用。当一个锚点被定义时，可以通过在其他位置使用“*name”来引用它。

import yaml

# Python对象
data = {
    'name': 'Jack',
    'age': 30,
    'emails': ['jack@example.com', 'jack@company.com'],
    'contacts': {
         'email': 'jack@example.com',
         'phone': 123456789
    }
}

# 定义锚点
yaml_str = '''
name: &name Jack
age: 30
emails: &emails
  - jack@example.com
  - jack@company.com
contacts:
  email: *emails
  phone: 123456789
'''

# 将YAML格式数据转换为Python对象
loaded_data = yaml.load(yaml_str, Loader=yaml.FullLoader)
print(loaded_data)

以上程序段演示的是在yaml文件中引用锚点和别名的过程及转换结果。

3. 注释

注释是指在yaml文件中对数据或配置项的解释或说明，以帮助其他人更好地了解文件的内容。在yaml文件中，注释以#字符开始。

import yaml

# 自定义数据类型
class MyData:
    def __init__(self, val):
        self.value = val

    def __repr__(self):
        return 'MyData(%d)' % self.value

# Python对象
data = {
    # 用户名
    'name': 'Jack',
    # 年龄
    'age': 30,
    # 爱好
    'hobbies': ['reading', 'sports', 'travel'],
    # 联系方式
    'contacts': {
         # 邮箱
         'email': 'jack@example.com',
         # 电话
         'phone': 123456789
    },
    # 自定义类型
    'value': MyData(100)
}

# 定义标签
yaml.add_representer(MyData, lambda dumper, data: dumper.represent_scalar('!MyData', str(data.value)))

# 将Python对象转换为YAML格式
yaml_data = yaml.dump(data)
print(yaml_data)

以上程序段演示了如何在yaml文件中使用注释对数据或配置项的解释或说明。

五、总结

本文详细介绍了Python3yaml的基本使用方法及一些高级应用场景，包括yaml文件的拆分、引用类型、注释等。通过学习本文内容，读者可以更好地了解yaml格式的概念、使用方法和一些注意事项，从而更好地应用yaml在实际项目中。