如何在python中解析深度嵌套的yaml数据结构

Question

我们有一个 YAML 文件，它看起来有点像以下内容：all:  children:    allnetxsites:      children:        netxsites:          hosts:            bar.:              ansible_ssh_host: bart.j              domain: bart.local.domain              nfs: lars.local.domain我将如何获取bar.密钥的值和值nfs？蟒蛇代码：import yamlwith open("/Users/brendan_vandercar/sites.yaml", 'r') as stream:    data_loaded = yaml.load(stream)for element in data_loaded:    name = "element"['all']['children']['allnetxsites']['children']['netxsites']['hosts']['bart']['nfs'][0]    print(name)我想得到的是这个脚本的列表输出，它具有以下内容：Domain: bart.local.domainNFS: lars.local.domain

Answer 1

你的标题让你看起来对正在发生的事情有点困惑，或者至少对术语有点困惑：虽然“YAML 数据结构”可能被解释为“从 YAML 文档加载的 Python 数据结构”的简写，但你没有进一步解析那个数据结构。任何解析都是作为 YAML 文档加载的一部分完成的，并且解析甚至在yaml.load() 返回之前就已完全完成。作为加载的结果，您在 Python 中有一个数据结构，您“只需要”通过递归遍历该数据结构来查找嵌套 Python 数据结构中的键。

您的 YAML 示例有点无趣，因为它仅代表真实 YAML 的一小部分，因为您的 YAML 仅由作为字符串的（纯）标量、映射和作为标量的映射键组成。

要遍历该数据结构，递归函数@aaaaaa 的简化版本将执行以下操作：

import sys

import yaml

yaml_str = """\

all:

  children:

    allnetxsites:

      children:

        netxsites:

          hosts:

            bar.:

              ansible_ssh_host: bart.j

              domain: bart.local.domain

              nfs: lars.local.domain

"""

data = yaml.safe_load(yaml_str)

def find(key, dictionary):

    # everything is a dict

    for k, v in dictionary.items():

        if k == key:

            yield v

        elif isinstance(v, dict):

            for result in find(key, v):

                yield result

for x in find("nfs", data):

    print(x)

打印预期：

lars.local.domain

我已经简化了该功能，find因为代码段中版本中的列表处理 不正确。

尽管使用的标量类型不会影响递归查找，但您可能需要一个更通用的解决方案，它可以处理带有（嵌套）序列、标记节点和复杂映射键的 YAML。

假设您的输入文件稍微复杂一点input.yaml：

all:

  {a: x}: !xyz

  - [k, l, 0943]

  children:

    allnetxsites:

      children:

        netxsites:

          hosts:

            bar.:

              ansible_ssh_host: bart.j

              domain: bart.local.domain

              nfs: lars.local.domain

您可以使用ruamel.yaml（免责声明：我是该软件包的作者）来执行以下操作：

import sys

from pathlib import Path

import ruamel.yaml

in_file = Path('input.yaml')

yaml = ruamel.yaml.YAML()

data = yaml.load(in_file)

def lookup(sk, d, path=[]):

   # lookup the values for key(s) sk return as list the tuple (path to the value, value)

   if isinstance(d, dict):

       for k, v in d.items():

           if k == sk:

               yield (path + [k], v)

           for res in lookup(sk, v, path + [k]):

               yield res

   elif isinstance(d, list):

       for item in d:

           for res in lookup(sk, item, path + [item]):

               yield res

for path, value in lookup("nfs", data):

    print(path, '->', value)

这使：

['all', 'children', 'allnetxsites', 'children', 'netxsites', 'hosts', 'bar.', 'nfs'] -> lars.local.domain

由于 PyYAML 仅解析 YAML 1.1 的一个子集并且加载的更少，因此它无法处理input.yaml.

上面提到的片段，@aaaaa 正在使用的片段，由于（直接）嵌套的序列/列表，将在加载的 YAML 上中断

Answer 2

也许这个片段会给你一些帮助

def find(key, dictionary):

    for k, v in dictionary.iteritems():

        if k == key:

            yield v

        elif isinstance(v, dict):

            for result in find(key, v):

                yield result

        elif isinstance(v, list):

            for d in v:

                for result in find(key, d):

                    yield result

那么你的代码相当于

find('nfs', data_loaded)