时间:2021-05-22
pyyaml模块在python中用于处理yaml格式数据,主要使用yaml.safe_dump()、yaml.safe_load()函数将python值和yaml格式数据相互转换。当然也存在yaml.dump()、yaml.load()函数,同样能实现数据转换功能,只是官方不太推荐使用。官方给出的解释,因为yaml.safe_dump()、yaml.safe_load() 能够:
Resolve only basic YAML tags. This is known to be safe for untrusted input.
如果想对一个yaml文件中的多块yaml数据进行转换操作,则可以使用yaml.safe_dump_all()、yaml.safe_load_all()函数。下面会说明yaml.safe_dump()、yaml.safe_load()、yaml.safe_dump_all()、yaml.safe_load_all()函数的用法。
yaml.safe_dump()
将一个python值转换为yaml格式文件,示例如下:
import yamldict_data = {'a': 1, 'b': 2}with open('data.yaml', 'w', encoding='UTF-8') as yaml_file: yaml.safe_dump(dict_data, yaml_file)如果上述yaml.dump()中不带第二个参数,则会返回一个类似yaml格式的字符串
import yamldict_data = {'a': 1, 'b': 2}yaml_string = yaml.safe_dump(dict_data)print(type(yaml_string))print(yaml_string)运行结果:
<class 'str'>
a: 1
b: 2
yaml.safe_load()
将yaml格式文件转换为python值,接第一例子,示例如下:
import yamlwith open('data.yaml', encoding='UTF-8') as yaml_file: data = yaml.safe_load(yaml_file)print(type(data))print(data)运行结果:
<class 'dict'>
{'a': 1, 'b': 2}
yaml.safe_dump_all()
将一序列的python值转换为yaml格式文件,如果yaml.safe_dump_all()中不带第二个参数,则与yaml.dump()类似,会返回一个类似yaml格式的字符串
import yamldict_data1 = {'a': 1, 'b': 2}dict_data2 = {'c': 3, 'd': 4}yaml_string = yaml.safe_dump_all([dict_data1, dict_data2])print(type(yaml_string))print(yaml_string)运行结果:
<class 'str'>a: 1b: 2---c: 3d: 4yaml.safe_load_all()
将yaml格式文件转换为python值,该yaml文件可以包含多块yaml数据,用法如下:
import yamlwith open('data.yaml', encoding='UTF-8') as yaml_file: data = yaml.safe_load_all(yaml_file) for item in data: print(item)运行结果:
{'a': 1, 'b': 2}
{'c': 3, 'd': 4}
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
YAML语法规则:http:///developerworks/cn/xml/x-cn-yamlintro/下载PyYAML:http://www.yaml.o
python的logging模块python提供了一个日志处理的模块,那就是logging。导入logging模块使用以下命令:importlogginglog
有的时候需要用python处理二进制数据,比如,存取文件,socket操作时.这时候,可以使用python的struct模块来完成.可以用struct来处理c语
Python中对信号处理的模块主要是使用signal模块,但signal主要是针对Unix系统,所以在Windows平台上Python不能很好的发挥信号处理的功
前言在python中有时候我们用数组操作数据可以极大的提升数据的处理效率,类似于R的向量化操作,是的数据的操作趋于简单化,在python中是使用numpy模块可