Question

我看到Python曾经为C / C ++头文件和源文件进行了大量的代码生成。通常，存储参数的输入文件为JSON或YAML格式，尽管我看到的大部分是YAML。但是，为什么不直接使用Python文件呢？为什么在这种情况下完全使用YAML？

这也让我开始思考：由于Python是一种脚本语言，因此它的文件仅包含数据和数据结构时，就可以像XML，JSON，YAML等一样使用。人们这样做吗？是否有一个很好的用例？

如果我要将配置文件导入C或C ++程序怎么办？到Python程序中呢？在Python情况下，在我看来完全没有使用YAML的感觉，因为您可以将配置参数和变量存储在纯Python文件中。在C或C ++的情况下，在我看来，您仍然可以将数据存储在Python文件中，然后仅执行Python脚本导入，并在构建过程中自动为您生成头文件和源文件。同样，在这种情况下，也许根本不需要YAML或JSON。

有想法吗？

这是在YAML文件中存储一些嵌套的键/值哈希表对的示例：

my_params.yml：

---
dict_key1:
    dict_key2:
        dict_key3a: my string message
        dict_key3b: another string message

还有一个纯Python文件中的相同内容：

my_params.py

data = {
    "dict_key1": {
        "dict_key2": {
            "dict_key3a": "my string message",
            "dict_key3b": "another string message",
        }
    }
}

然后读取YAML和Python数据并打印出来：

import_config_file.py：

import yaml # Module for reading in YAML files
import json # Module for pretty-printing Python dictionary types; See: https://stackoverflow.com/a/34306670/4561887

# 1) import .yml file
with open("my_params.yml", "r") as f:
    data_yml = yaml.load(f)

# 2) import .py file
from my_params import data as data_py
# OR: Alternative method of doing the above:
# import my_params
# data_py = my_params.data

# 3) print them out
print("data_yml = ")
print(json.dumps(data_yml, indent=4))

print("\ndata_py = ")
print(json.dumps(data_py, indent=4))

使用json.dumps的参考：https://stackoverflow.com/a/34306670/4561887

正在运行的python3 import_config_file.py的示例输出：

data_yml = 
{
    "dict_key1": {
        "dict_key2": {
            "dict_key3a": "my string message",
            "dict_key3b": "another string message"
        }
    }
}

data_py = 
{
    "dict_key1": {
        "dict_key2": {
            "dict_key3a": "my string message",
            "dict_key3b": "another string message"
        }
    }
}

Answer 1

是的，而且已经这样做多年了。

但是许多错误使您犯了错误，并通过使用import YAML(typ='unsafe')使其变得不安全。这与在PyYAML中的ruamel.yaml (or yaml.load（）`中使用ast加载YAML相同，这是不安全的）。

您应该使用Python附带的__init__.py包来解析“数据”结构，以确保这种导入安全。我的软件包pon包含用于更新此类结构的代码，并且在我的每个ast文件中，都有_package_data这样的数据，该数据由{{ 3}}。 setup.py中基于inspect.signature(Test).parameters.values()的代码大约需要100行。

以结构化方式执行此操作的优势与使用YAML相同：您可以以编程方式更新数据结构（版本号！），尽管我认为PON（Python对象表示法）的可读性比YAML差，并且略微手动更新不太容易。

YAML与Python配置/参数文件（但也可能与JSON和XML）

my_params.yml：

my_params.py

import_config_file.py：

1 个答案: