在python中对YAML块映射序列进行排序

时间:2015-10-12 15:32:33

标签: python yaml dump

我试图按照我想要的方式对YAML块映射序列进行排序...我想要像

这样的东西
depth: !!opencv-matrix
    rows: 480
    cols: 640
    dt: f
    data: 'x'

但每次我进行转储时,都会更改为

cols: 640
    data: 'x'
    depth: !!opencv-matrix
    dt: f
    rows: 480

我通过

以简单易行的方式进行了检查
ordering = ['ymlFile','depth', 'rows', 'cols', 'dt', 'data']
ordered_set = [{'depth': '!!opencv-matrix'}, {'rows' : depthSizeImg[0]}, {'cols' : depthSizeImg[1]}, {'dt' : type(img_d[0][0])}, {'data': ymlList.tolist()}]]

f = open(out_d, 'a')
f.write('%YAML:1.0 \n')
f.write(yaml.dump(data, default_flow_style=None, allow_unicode=False, indent = 4))
f.close()

但它使YAML不是嵌套的方式。

%YAML:1.0 
- {depth: '!!opencv-matrix'}
- {rows: 323}
- {cols: 110}
- {dt: !!python/name:numpy.float32 ''}
- {data: 'x'}

如何获得正确的输出?

1 个答案:

答案 0 :(得分:1)

在你的例子中

ordered_set = [{'depth': '!!opencv-matrix'}, {'rows' : depthSizeImg[0]}, {'cols' : depthSizeImg[1]}, {'dt' : type(img_d[0][0])}, {'data': ymlList.tolist()}]]

您正在转储一个dicts列表,这就是您获得的YAML输出。调用列表ordered_set不会使其成为一个集合,并且数据中包含YAML标记(那些!!object_name条目)也不会更改它们。

YAML specification使用!!omap(示例2.26)将序列的有序结构与单个键映射组合为元素:

depth: !!omap
  - rows: 480
  - cols: 640
  - dt: f
  - data: x

如果你读到PyYAML,你会得到:

{'depth': [('rows', 480), ('cols', 640), ('dt', 'f'), ('data', 'x')]}

这意味着您无法通过简单的关键字查找获得rows的值。 如果将上面的内容转储到YAML,你就会变得更加难看:

depth:
- !!python/tuple [rows, 480]
- !!python/tuple [cols, 640]
- !!python/tuple [dt, f]
- !!python/tuple [data, x]

如果没有定义从!!omap到ordereddict实现和vv。

的映射,你就无法解决PyYAML问题。

你需要的是为你的YAML¹提供更智能的“翻车机”:

import ruamel.yaml as yaml

yaml_str = """\
depth: !!omap
  - rows: 480
  - cols: 640
  - dt: f
  - data: x
"""

data1 = yaml.load(yaml_str)
data1['depth']['data2'] = 'y'
print(yaml.dump(data1, Dumper=yaml.RoundTripDumper))

给出:

depth: !!omap
- rows: 480
- cols: 640
- dt: f
- data: x
- data2: y

或者将它与智能加载器(不会丢弃输入中存在的订购信息)相结合,你可以忽略!!omap

import ruamel.yaml as yaml

yaml_str = """\
depth:
  - rows: 480
  - cols: 640   # my number of columns
  - dt: f
  - data: x
"""

data3 = yaml.load(yaml_str, Loader=yaml.RoundTripLoader)
print(yaml.dump(data3, Dumper=yaml.RoundTripDumper))

给出:

depth:
- rows: 480
- cols: 640     # my number of columns
- dt: f
- data: x

(包括保存的评论)。

¹这是使用ruamel.yaml完成的,我是作者。你应该可以 要想在PyYAML中使用data1做一些示例,如果没有PyYAML的主要增强功能就无法完成另一个示例,这正是ruamel.yaml的原因。