数据驱动之Yaml实现

一、背景：数据及配置文件之争

数据及文件通常有三种类型：

配置文件型：如ini，conf，properties文件，适合存储简单变量和配置项，最多支持两层，不适合存储多层嵌套数据
表格矩阵型：如csv，excel等，适合于存储大量同类数据，不适合存储层级结构的数据
多层嵌套型：如XML，HTMl，JSON、YAML，TOML等，适合存储单条或少数多层嵌套数据，不适合存储大量数据
YAML兼容JSON格式，简洁，强大，灵活，可以很方便的构造层级数据并快速转为Python中的字典。

二、YMAL简介

YAML（YAML Ain’t Markup Language）即一种反标记（XML）语言。强调数据为中心，而非标记。YAML大小写敏感，使用缩进代表层级关系。
YAML中支持对象Object(对应Python中的字典), 数组Array(对应Python中的列表)以及常量（字符串、数字（int/float），true/false/null）。
相比于JSON格式，YAML免除了双引号，逗号，大括号，中括号等，（当然也支持原始的JSON格式），并且支持注释，类型转换，跨行，锚点，引用及插入等等。

三、基本书写格式

• 对象：使用key: value表示，冒号后面有一个空格，也可以是使用{key: value} （flow流格式）或{“key”: “value”}表示
• 数组：使用- value表示，-后面有一个空格，每项一行，也可以使用[value1,value2,value3,…] （flow流格式）或[“value1”, “value2”, “value3”, …]
• 字符串：abc或"abc"
• 数字：123或123.45
• true/false：true/false,TRUE/FALSE,True/False或on/off, ON/OFF, On/Off
• null: null,NULL, Null或~

示例文件demo.yaml:

# 注释：示例yaml文件
name: Cactus
age: 18
skills: 
  -
    - Python
    - 3
  -
    - Java
    - 5
has_blog: true
gf: ~

相当于以下JSON格式：

{
     
  "name": "Cactus",
  "age": 18,
  "skills": [
    [
      "Python",
      3
    ],
    [
      "Java",
      5
    ]
  ],
  "has_blog": true,
  "gf": null
}

四、Python操作YAML文件

4.1 安装yaml

pip install pyyaml

4.2 yaml常用方法介绍

和JSON文件类似，yaml也提供load和dump两种方法。

yaml.load()或yaml.safe_load(YAML字符串或文件句柄)：yaml -> 字典，如yaml中有中文，需要使用 字符串.encode(‘utf-8’)或打开文件时指定encoding=‘utf-8’
yaml.dump(字典)：默认为flow流格式，即字典{b’: {‘c’: 3, ‘d’: 4}}，会被转为b: {c: 3, d: 4}形式，可以使用default_flow_style=False关闭流模式
由于yaml.load()支持原生Python对象，不安全，建议使用yaml.safe_load()

示例1：yaml字符串 -> 字典

import yaml
yaml_str = '''
name: Cactus
age: 18
skills: 
  -
    - Python
    - 3
  -
    - Java
    - 5
has_blog: true
gf: ~
'''
print(yaml.safe_load(yaml_str)) 

打印结果：

{'name': 'Cactus', 'age': 18, 'skills': [['Python', 3], ['Java', 5]], 'has_blog': True, 'gf': None}

如果有中文，可以使用yaml.load(yaml_str.encoding('utf-8))

示例2：yaml文件 -> 字典

import yaml
with open('demo.yaml', encoding='utf-8') as f:   # demo.yaml内容同上例yaml字符串 
    print(yaml.safe_load(f))

打印结果同上例

示例3：字典 -> yaml字符串或文件

import yaml
dict_var = {
     'name': 'Cactus', 'age': 18, 'skills': [['Python', 3], ['Java', 5]], 'has_blog': True, 'gf': None}
print(yaml.dump(dict_var,))  # 转为字符串，使用默认flow流格式
with open('demo5.yaml', 'w', encoding='utf-8') as f:
    yaml.dump(dict_var, f, default_flow_style=False)  # 写入文件，不是用flow流格式

打印内容：

age: 18
gf: null
has_blog: true
name: Cactus
skills:
- [Python, 3]
- [Java, 5]

demo5.yaml文件内容：

age: 18
gf: null
has_blog: true
name: Cactus
skills:
- - Python
  - 3
- - Java
  - 5

更多操作可参考pyyaml官方文档：https://pyyaml.org/wiki/PyYAMLDocumentation

五、数据驱动之Yaml实现

5.1待续

六、特别说明

以上内容参考：临渊