领取资料，咨询答疑，请➕wei: June__Go
上一小节我们讲解了一下YAML文件的基本使用方法，本小节我们学习一下Python读写YAML文件的方法。
在Python中读写YAML文件，通常会使用PyYAML这个第三方库，因为它提供了与YAML格式交互的便捷方法。以下是使用PyYAML进行读写YAML文件的详细步骤和代码示例。
安装PyYAML
首先，你需要安装PyYAML库。你可以使用pip来安装它：
pip install pyyaml读取YAML文件
要读取YAML文件，你可以使用yaml.safe_load()函数。这个函数会解析YAML文件，并返回一个Python数据结构（如字典或列表）。
import yaml
# 假设你有一个名为 'example.yaml' 的YAML文件
yaml_file = 'example.yaml'
with open(yaml_file, 'r') as file:
data = yaml.safe_load(file)
# 打印解析后的数据
print(data)写入YAML文件
要写入YAML文件，你可以使用yaml.dump()函数。这个函数接受一个Python数据结构，并将其转换为YAML格式，然后写入到文件中。
import yaml
# 假设你有一些要写入YAML文件的数据
data_to_write = {
'name': 'John Doe',
'age': 30,
'married': True,
'children': None
}
yaml_file = 'output.yaml'
with open(yaml_file, 'w') as file:
yaml.dump(data_to_write, file, default_flow_style=False)在这个例子中，default_flow_style=False参数会让YAML文件以块状格式（block style）输出，这通常更易读。
YAML文件示例
下面是一个简单的YAML文件example.yaml的例子：
# example.yaml
person:
name: Kimi
age: 25
hobbies:
- Reading
- Coding
- Hiking使用上面提供的读取代码，你可以将这个YAML文件的内容读取到Python中，并进行操作。
注意事项
- 使用
safe_load()和safe_dump()是为了防范潜在的执行风险，它们是PyYAML库中推荐使用的安全函数。 - 在处理YAML文件时，确保YAML语法正确无误，否则可能会导致解析错误。
- 在写入YAML文件时，
default_flow_style参数可以控制输出的格式风格，False表示块状格式，True表示流式格式。
接下来是一个更复杂的例子，包括了嵌套的数据结构，以及如何在Python中处理这些数据。
读取复杂结构的YAML文件
假设我们有一个包含复杂数据结构的YAML文件complex_example.yaml：
# complex_example.yaml
database:
host: "localhost"
port: 3306
username: "root"
password: "password"
tables:
- name: "users"
columns:
- name: "id"
type: "integer"
- name: "username"
type: "varchar(255)"
- name: "orders"
columns:
- name: "id"
type: "integer"
- name: "user_id"
type: "integer"
ref: "users.id"
- name: "amount"
type: "decimal(10,2)"我们可以使用yaml.safe_load()函数来读取这个文件，并在Python中处理它：
import yaml
yaml_file = 'complex_example.yaml'
with open(yaml_file, 'r') as file:
complex_data = yaml.safe_load(file)
# 打印整个数据库配置
print("Database Configuration:")
print(complex_data)
# 打印表信息
print("\nTables:")
for table in complex_data['database']['tables']:
print(f"Table: {table['name']}")
for column in table['columns']:
print(f" Column: {column['name']}, Type: {column['type']}")
if 'ref' in column:
print(f" Reference: {column['ref']}")这段代码会输出数据库的配置信息，以及每个表和其列的详细信息。
写入复杂结构到YAML文件
现在，假设我们要将一些新的表信息写入到YAML文件中。我们可以创建一个新的Python字典来表示这些数据，并使用yaml.dump()函数将其写入。
import yaml
# 新的表信息
new_table_data = {
'database': {
'tables': [
{
'name': 'products',
'columns': [
{'name': 'id', 'type': 'integer'},
{'name': 'name', 'type': 'varchar(255)'},
{'name': 'price', 'type': 'decimal(10,2)'}
]
}
]
}
}
yaml_file = 'updated_complex_example.yaml'
with open(yaml_file, 'w') as file:
yaml.dump(new_table_data, file, default_flow_style=False)
print(f"New table data has been written to {yaml_file}")这段代码会在updated_complex_example.yaml文件中创建一个新的表products，并包含三个列id、name和price。
注意事项
- 在处理复杂的YAML文件时，确保你的Python字典结构与YAML文件的结构相匹配。
- 在写入YAML文件时，使用
default_flow_style=False可以让输出的YAML文件更易读。 - 如果你的数据结构非常复杂，可能需要进行一些额外的处理，比如处理数据类型转换或特殊字符。
- 在读取YAML文件时，如果文件中包含自定义的Python对象，你可能需要使用
yaml.load()而不是yaml.safe_load()，并提供一个适当的构造函数来处理这些对象。
最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走，希望可以帮助到大家！领取资料，咨询答疑，请➕wei: June__Go
