一、背景：數據及配置文件之爭

數據及文件通常有三種類型：

配置文件型：如ini，conf，properties文件，適合存儲簡單變量和配置項，最多支持兩層，不適合存儲多層嵌套數據
表格矩陣型：如csv，excel等，適合於存儲大量同類數據，不適合存儲層級結構的數據
多層嵌套型：如XML，HTMl，JSON、YAML，TOML等，適合存儲單條或少數多層嵌套數據，不適合存儲大量數據
YAML兼容JSON格式，簡潔，強大，靈活，可以很方便的構造層級數據並快速轉為Python中的字典。

二、YMAL簡介

YAML（YAML Ain’t Markup Language）即一種反標記（XML）語言。強調數據為中心，而非標記。YAML大小寫敏感，使用縮進代表層級關係。
YAML中支持對象Object(對應Python中的字典), 數組Array(對應Python中的列表)以及常量（字符串、數字（int/float），true/false/null）。
相比於JSON格式，YAML免除了雙引號，逗號，大括號，中括號等，（當然也支持原始的JSON格式），並且支持註釋，類型轉換，跨行，錨點，引用及插入等等。

三、基本書寫格式

  • 對象：使用key: value表示，冒號後面有一個空格，也可以是使用{key: value} （flow流格式）或{“key”: “value”}表示
  • 數組：使用- value表示，-後面有一個空格，每項一行，也可以使用[value1,value2,value3,…] （flow流格式）或[“value1”, “value2”, “value3”, …]
  • 字符串：abc或"abc"
  • 數字：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:

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

相當於以下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 安裝yaml
pip install pyyaml
4.2 yaml常用方法介紹

和JSON文件類似，yaml也提供load和dump兩種方法。

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’)或打開文件時指定encoding=‘utf-8’
 yaml.dump(字典)：默認為flow流格式，即字典{b’: {‘c’: 3, ‘d’: 4}}，會被轉為b: {c: 3, d: 4}形式，可以使用default_flow_style=False關閉流模式
 由於yaml.load()支持原生Python對象，不安全，建議使用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))

打印結果：

{'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內容同上例yaml字符串 
    print(yaml.safe_load(f))

打印結果同上例

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,))  # 轉為字符串，使用默認flow流格式
with open('demo5.yaml', 'w', encoding='utf-8') as f:
    yaml.dump(dict_var, f, default_flow_style=False)  # 寫入文件，不是用flow流格式

打印內容：

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

demo5.yaml文件內容：

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

五、數據驅動之Yaml實現

5.1待續