Skip to main content
 首页 » 编程设计

python之扩展 pyyaml 以像 xml ElementTree 一样查找和替换

2024年10月24日12freeliver54

我想延长 this SO question处理一个不平凡的用例。

背景: pyyaml 非常棒,因为它使用 YAML 并输出 Python 原生数据结构。但是,如果您想在 YAML 中查找特定节点怎么办?引用的问题会建议,嘿,你只知道节点在数据结构中的位置并直接索引到它。事实上,几乎所有关于 SO 的 pyyaml 问题的答案似乎都给出了同样的建议。

但如果您事先不知道节点在 YAML 中的位置怎么办?

如果我使用 XML,我会用 xml.etree.ElementTree 解决这个问题。这些为将 XML 文档加载到内存中并根据特定搜索条件查找元素提供了很好的工具。参见 find()和 findall() .

问题:

  1. pyyaml 是否提供类似于 ElementTree 的搜索功能? (如果是,请随意对我在 Google 上表现不佳大喊大叫。)
  2. 如果没有,有没有人有扩展 pyyaml 以实现类似目标的好方法? (不再次遍历反序列化的 YAML 的奖励积分。)

请注意,除了能够查找内容之外,ElementTree 提供的一项重要功能是能够在给定元素引用的情况下修改 XML 文档。我也希望能够在 YAML 上执行此操作。

请您参考如下方法:

问题 1 的答案是:否。 PyYAML 实现了 YAML 1.1 语言标准,并且没有关于通过标准或库中的任何路径查找标量的内容。

但是,如果您安全加载 YAML 结构,则一切都是映射、序列或标量。即使是这样一个简单的表示(简单,与使用 !typemarkers 的完整对象实例化相比),也可以包含递归自引用结构:

&a x: *a  

如果没有外部语义解释,这在 XML 中是不可能的。这使得在 YAML 中制作通用树遍历器比在 XML 中更难。 YAML 的类型加载机制也使得泛型 tree walker 变得更加困难,即使你排除了自引用的问题。

如果您事先不知道节点位于何处,您仍然需要知道如何识别该节点,并且由于您不知道如何识别该节点,所以您将遍历父节点(可能表示为多层结合映射和序列,拥有一个依赖于上下文的通用机制几乎是无用的。

如果不能依赖上下文(通常),剩下的就是一个唯一可识别的值(如 HTML id 属性)。如果 YAML 中的所有对象都有这样一个唯一的 ID,那么就可以在(安全加载的)树中搜索这样一个 ID 值,并提取它下面的任何结构(映射、序列),直到你找到一个叶子(标量)或一些具有自己的 ID 的结构(另一个对象)。

我关注 YAML 开发已经有一段时间了(我的 YAML 文件夹中来自 YAML 邮件列表的最早电子邮件来自 2004 年),从那以后我没有看到任何通用的发展。我确实有一些工具可以遍历树并找到我用来提取部分简化结构以测试我的 raumel.yaml 的东西。库,但没有可发布形式的代码(如果是的话,它已经在 PyPI 上了),也没有像您可以为 XML 制作的通用解决方案(这是 IMO,就其本身而言,在语法上不如它复杂) YAML)。