Question

如何在Python中解析YAML文件？

Answer 1

不依赖于C头的最简单和最纯粹的方法是PyYaml（documentation）：

#!/usr/bin/env python

import yaml

with open("example.yaml", 'r') as stream:
    try:
        print(yaml.safe_load(stream))
    except yaml.YAMLError as exc:
        print(exc)

就是这样。普通yaml.load()函数也存在，但yaml.safe_load()应始终是首选，除非您明确需要提供任意对象序列化/反序列化，以避免引入任意代码执行的可能性。

请注意，PyYaml项目支持YAML 1.1 specification以上的版本。如果需要YAML 1.2 specification支持，请参阅ruamel.yaml中提到的this answer。

Answer 2

阅读＆amp;使用Python 2 + 3（和unicode）

编写YAML文件

# -*- coding: utf-8 -*-
import yaml
import io

# Define data
data = {'a list': [1, 42, 3.141, 1337, 'help', u'€'],
        'a string': 'bla',
        'another dict': {'foo': 'bar',
                         'key': 'value',
                         'the answer': 42}}

# Write YAML file
with io.open('data.yaml', 'w', encoding='utf8') as outfile:
    yaml.dump(data, outfile, default_flow_style=False, allow_unicode=True)

# Read YAML file
with open("data.yaml", 'r') as stream:
    data_loaded = yaml.safe_load(stream)

print(data == data_loaded)

创建了YAML文件

a list:
- 1
- 42
- 3.141
- 1337
- help
- €
a string: bla
another dict:
  foo: bar
  key: value
  the answer: 42

公共文件结尾

.yml和.yaml

替代

CSV：超简单格式（read & write）
JSON：很适合编写人类可读的数据;非常常用（read & write）
YAML：YAML是JSON的超集，但更易于阅读（read & write，comparison of JSON and YAML）
pickle：Python序列化格式（read & write）
MessagePack（Python package）：更紧凑的表示形式（read & write）
HDF5（Python package）：对于矩阵很好（read & write）
XML：也存在*叹气*（read＆amp; write）

对于您的应用程序，以下内容可能很重要：

其他编程语言的支持
阅读/写作表现
紧凑性（文件大小）

另请参阅：Comparison of data serialization formats

如果您正在寻找制作配置文件的方法，您可能需要阅读我的简短文章Configuration files in Python

Answer 3

如果您的YAML符合YAML 1.2 specification（2009年发布），那么您应该使用ruamel.yaml（免责声明：我是该软件包的作者）。它本质上是PyYAML的超集，支持大部分YAML 1.1（从2005年开始）。

如果您想在往返时保留您的评论，您当然应该使用ruamel.yaml。

升级@ Jon的例子很简单：

import ruamel.yaml as yaml

with open("example.yaml") as stream:
    try:
        print(yaml.safe_load(stream))
    except yaml.YAMLError as exc:
        print(exc)

使用safe_load()除非你真的完全控制输入，需要它（很少这样）并知道你在做什么。

如果您使用pathlib Path来操作文件，则最好使用新的ruamel.yaml提供：

from ruamel.yaml import YAML
from pathlib import Path

path = Path('example.yaml')
yaml = YAML(typ='safe')
data = yaml.load(path)

Answer 4

导入yaml模块并将文件加载到名为＆＃39; my_dict＆＃39;的字典中：

import yaml
my_dict = yaml.load(open('filename'))

这就是你所需要的一切。现在整个yaml文件都在＆＃39; my_dict＆＃39;字典。

Answer 5

示例：

defaults.yaml

url: https://www.google.com

environment.py

from ruamel import yaml data = yaml.safe_load(open('defaults.yaml')) data['url']

Answer 6

我使用ruamel.yaml。 ~~详情＆amp;辩论here~~ 。

from ruamel import yaml

with open(filename, 'r') as fp:
    read_data = yaml.load(fp)

ruamel.yaml的使用与PyYAML的旧用法兼容（有一些简单的可解决问题），并且在我提供的链接中说明，使用

from ruamel import yaml

而不是

import yaml

它将解决您的大部分问题。

编辑：PyYAML并没有死，因为事实证明，它只是维持在不同的地方。

Answer 7

要像这样访问YAML文件中列表的任何元素：

global:
  registry:
    url: dtr-:5000/
    repoPath:
  dbConnectionString: jdbc:oracle:thin:@x.x.x.x:1521:abcd

您可以使用以下python脚本：

import yaml

with open("/some/path/to/yaml.file", 'r') as f:
    valuesYaml = yaml.load(f, Loader=yaml.FullLoader)

print(valuesYaml['global']['dbConnectionString'])

Answer 8

#!/usr/bin/env python

import sys
import yaml

def main(argv):

    with open(argv[0]) as stream:
        try:
            #print(yaml.load(stream))
            return 0
        except yaml.YAMLError as exc:
            print(exc)
            return 1

if __name__ == "__main__":
    sys.exit(main(sys.argv[1:]))

如何在Python中解析YAML文件

8 个答案:

阅读＆amp;使用Python 2 + 3（和unicode）

创建了YAML文件

公共文件结尾

替代