在Python中，YAML（YAML Ain't Markup Language）是一种人类友好的数据序列化格式。它被广泛用于配置文件、数据交换和存储等领域。YAML具有易读的语法，可以表示列表、字典和简单的数据类型。
在Python中，你可以使用PyYAML库来解析和生成YAML数据。
1.安装
需要安装得模块名为pyyaml，直接pip install pyyaml
导入，直接import yaml
2. yaml文件的格式及语法规则
yaml文件格式输出可以是列表，可以是字典，可以嵌套。层级关系用空格区分，切记，不支持tab缩进。
以下是YAML的基本语法规则：
2.1 注释：使用井号（#）表示注释。井号后面的内容将被忽略。
# 这是一个注释
key: value # 这也是一个注释2.2 键值对：使用冒号（:）表示键值对，键和值之间使用空格分隔。
key: value2.3 嵌套结构：可以使用缩进表示嵌套的结构，使用空格进行缩进。缩进的数量必须一致。
parent_key:
child_key1: value1
child_key2: value22.4 列表：使用短横线（-）表示列表项，每个列表项占一行，使用相同的缩进进行缩进。
- item1
- item2
- item32.5 字符串：可以使用单引号（'）或双引号（"）表示字符串。如果字符串中包含特殊字符或需要转义字符，则使用双引号。
key: 'value'
key: "value with special characters: \n"2.6 多行字符串：使用竖线（|）可以表示多行字符串，保留字符串的换行符。
key: |
This is a
multi-line
string.2.7 引用：可以使用&标记创建引用，并使用*标记引用的位置。引用可以用于在不同位置重复使用相同的值。
defaults: &defaults
key1: value1
key2: value2
user1:
<<: *defaults
name: John
user2:
<<: *defaults
name: Jane2.8 特殊值：YAML支持一些特殊的值，如布尔值（true、false）、null和时间戳等。
key1: true
key2: null
key3: 2022-03-14T09:30:00Z这些是YAML的基本语法规则。使用这些规则，你可以创建具有层次结构和灵活性的数据表示。请注意，缩进、空格和换行符在YAML中非常重要，因为它们用于表示结构和层次关系。
- 大小写敏感，Yam文件中true和false不区分大小写，其他区分大小写
- 使用缩进表示层级关系，缩进时不支持使用Tab键缩进，只允许使用空格。不需要关注缩进的空格数目，只要相同层级的元素左侧对齐即可
- 多个文件用"- - -"来区分
2.9 示例
键值对形式：
user: admin #字典键值对
pwd: 123
job: #job为列表
- teacher #列表中的项
- nurese #列表中的项
输出为：{'user': 'admin', 'pwd': 123, 'job': ['teacher', 'nurese']}序列list：
- admin1: 123456 # ‘-’：标示列表
- admin2: 111111
- admin3: 222222
输出：[{'admin1': 123456},
{'admin2': 111111},
{'admin3': 222222}]纯量str：
n1: 52.10
输出：{'n1': 52.1}
n2: true
n3: false #不区分大小写
输出：{'n2': True, 'n3': False}
#None用~表示
n4: ~
输出：{'n4': None}Yam文件中true和false,不区分大小写，其他区分大小写。
强制转换：
n7: !!str true #强制转换为字符串 !!str
输出：{'n7': 'true'}多个文件：
一个yaml文件里存在多个文件，用---表示，只能一起读取，不能分开读取。
下面内容为source.yaml文件中的内容。
---
user: admin
pwd: ~
job:
- teacher
- nurese
---
school: erxiao
location: sky
输出：
{'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
{'school': 'erxiao', 'location': 'sky'}3. yaml文件的读取
PyYAML提供了load和safe_load这两个函数来将YAML数据加载为Python对象。它们之间的主要区别在于安全性。
load函数：load函数用于将YAML数据加载为Python对象。它接受一个文件对象或包含YAML数据的字符串作为输入，并返回相应的Python对象。load函数支持YAML中的所有功能，包括自定义类型和标记。
safe_load函数：safe_load函数也用于将YAML数据加载为Python对象，但它具有更多的安全性措施。safe_load函数只支持加载基本的Python数据类型，如字典、列表、字符串、整数、浮点数等。它不支持自定义类型和标记。
safe_load函数可以帮助防止通过恶意构造的YAML数据执行任意代码。因此，当你不确定YAML数据的来源时，最好使用safe_load函数。
读多个文件示例，使用yaml.load_all()函数加载数据。
'''多个文件'''
import yaml
#由于官方提示load方法存在安全漏洞，所以读取文件时会报错。加上warning忽略，就不会显示警告
yaml.warnings({'YAMLLoadWarning':False})
f=open('source.yaml','r',encoding='utf-8') #打开yaml文件
cfg=f.read()
d=yaml.load_all(cfg) #将数据转换成python字典行驶输出，存在多个文件时，用load_all，单个的时候load就可以
for data in d:
print(data)
f.close()输出：
{'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
{'school': 'erxiao', 'location': 'sky'}
读单个文件，使用yaml.load() 或 yaml.safe_load()函数。
'''单个文件'''
'''yaml文件内容：
user: admin
pwd: ~
job:
- teacher
- nurese
'''
yaml.warnings({'YAMLLoadWarning':False})
f=open('source.yaml','r',encoding='utf-8')
cfg=f.read()
print(cfg)
d=yaml.load(cfg)
print(d)
f.close()
输出：
{'user': 'admin', 'pwd': None, 'job': ['teacher', 'nurese']}
总而言之，load函数和safe_load函数都可以用于将YAML数据加载为Python对象。load函数支持所有YAML功能，但可能存在安全风险。而safe_load函数则更加安全，但功能受到限制。选择使用哪个函数取决于你对YAML数据的信任程度以及你是否需要支持复杂的自定义类型。
4. yaml文件的写入
使用yaml.dump()函数写入文件。open文件使用‘w’ 选项会覆盖原文件，使用‘a’选择则会在文件尾追加写入，更多选项请查看该文章链接中的open部分关于打开选项的介绍。https://blog.csdn.net/yueguang8/article/details/136383215?spm=1001.2014.3001.5501
import yaml
import os
def yaml_doc(yampath):
data={'school':'erxiao',
'studens':['lili','jj']}
file=open(yampath,'w',encoding='utf-8') #w: 覆盖写入
yaml.dump(data, file)
file.close()
currentpath = os.path.abspath('.') #获取当前路径
yamlpath = os.path.join(currentpath, 'generate.yaml') #创建yaml文件
yaml_doc(yamlpath)输出：
generate.yaml文件，内容为：
school: erxiao
studens:
- lili
- jj5. 总结
本章详细介绍了yaml文件的格式及语法内容，并给出了代码示例。另外详细介绍yaml文件的加载，介绍了load和safe_load 的使用注意事项并进行单文件以及多文件加载的示例演示。最后给出了介绍了yaml文件写入的方法。