Python读取和存储yaml文件的方法(文件缩进)

YAML 是 "YAML Ain't a Markup Language"（YAML 不是一种标记语言）的递归缩写。在开发的这种语言时，YAML 的意思其实是："Yet Another Markup Language"（仍是一种标记语言）。

YAML 的语法和其他高级语言类似，并且可以简单表达清单、散列表，标量等数据形态。它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲（例如：许多电子邮件标题格式和YAML非常接近）。

基本语法

大小写敏感
使用缩进表示层级关系
缩进不允许使用tab，只允许空格
缩进的空格数不重要，只要相同层级的元素左对齐即可
'#'表示注释

数据类型

YAML 支持以下几种数据类型：
对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
纯量（scalars）：单个的、不可再分的值

关于yaml的简单介绍就到这里，今天需要用Python来读取/存储yml文件，废话补多少，直接看具体的操作：

#!usr/bin/env python
# encoding:utf-8
from __future__ import division
 
 
"""
__Author__:沂水寒城
功能： yaml 操作
"""
 
 
import sys
import yaml
 
 
def write2Yaml(data, save_path="test.yaml"):
 """
 存储yaml文件
 """
 with open(save_path, "w") as f:
  yaml.dump(data, f)
 
 
def loadData(data="config.yaml"):
 """
 加载yaml文件
 """
 with open(data, "r") as f:
  content = f.read()
 yamlData = yaml.load(content)
 print("yamlData_type: ", type(yamlData))
 print("yamlData: ", yamlData)
 return yamlData
 
 
if __name__ == "__main__":
 data = {
  "kind": "SeldonDeployment",
  "spec": {
"name": "test-deployment",
"predictors": [
 {
  "graph": {"endpoint": {"type": "REST"},"type": "MODEL","name": "step_one","children": {
"endpoint": {"type": "REST"},
"type": "MODEL",
"name": "step_two",
"children": {
 "endpoint": {"type": "REST"},
 "type": "MODEL",
 "name": "step_three",
 "children": [],
},},
  },
  "componentSpecs": [{
"spec": {
 "containers": [
  {
"image": "seldonio/step_one:1.0",
"name": "step_one",
  },
  {
"image": "seldonio/step_two:1.0",
"name": "step_two",
  },
  {
"image": "seldonio/step_three:1.0",
"name": "step_three",
  },
 ]
}}
  ],
  "name": "example",
  "replicas": 1,
 }
],
  },
  "apiVersion": "machinelearning.seldon.io/v1alpha2",
  "metadata": {"name": "seldon-model"},
 }
 
 
 write2Yaml(data, save_path="test.yaml")
 
 yamlData = loadData(data="test.yaml")
 
 
 print(yamlData == data)

上述测试用的test.yaml文件如下：

apiVersion: machinelearning.seldon.io/v1alpha2
kind: SeldonDeployment
metadata:
  name: seldon-model
spec:
  name: test-deployment
  predictors:
  - componentSpecs:
 - spec:
  containers:
  - image: seldonio/step_one:1.0
 name: step_one
  - image: seldonio/step_two:1.0
 name: step_two
  - image: seldonio/step_three:1.0
 name: step_three
 graph:
children:
  children:
 children: []
 endpoint:
type: REST
 name: step_three
 type: MODEL
  endpoint:
 type: REST
  name: step_two
  type: MODEL
endpoint:
  type: REST
name: step_one
type: MODEL
 name: example
 replicas: 1