跳過到頁腳內容
  1. IronPDF for Python
  2. IronPDF for Python 博客
  3. Python 幫助
  4. PyYAML
PYTHON 幫助

PyYAML（開發人員工作原理）

Curtis Chau
Curtis Chau
更新:

PyYAML 是一個Python程式庫，作為一個YAML解析器和發射器運行。 YAML（YAML不是標記語言），是一種人類可讀的數據序列化格式，與Python應用程式整合良好，具有出色的錯誤支援功能、完備的擴展API等更多優點。 YAML經常用於配置文件和在具有不同數據結構的語言間進行數據交換，著重於人類可讀性。 在本文的後面，我們將研究來自Iron Software的PDF生成Python套件IronPDF。

PyYAML的關鍵功能

  1. 人類可讀格式：YAML的設計是為了易於讀寫，非常適合複雜的配置文件和數據序列化。
  2. 完整的YAML 1.1支援：PyYAML支援完整的YAML 1.1規範，包括Unicode支援和自定義數據類型。
  3. 與Python整合：PyYAML提供特定於Python的標籤，允許表示任意Python對象，使其在各種應用中非常靈活。
  4. 錯誤處理：PyYAML提供合理的錯誤信息，這對於調試非常有幫助。

安裝

要安裝YAML程式包，您可以使用pip：

pip install pyyaml
pip install pyyaml
SHELL

基本用法

這是一個簡單的範例，展示如何使用PyYAML從任意Python對象加載和轉儲YAML文檔。

import yaml

# Sample YAML data
yaml_data = """
name: John Doe
age: 30
children:
  - name: Jane Doe
    age: 10
  - name: Jim Doe
    age: 8
"""

# Load YAML data into a Python dictionary
data = yaml.safe_load(yaml_data)
print(data)

# Dump Python data back to formatted YAML
yaml_output = yaml.dump(data, default_flow_style=False)
print(yaml_output)
import yaml

# Sample YAML data
yaml_data = """
name: John Doe
age: 30
children:
  - name: Jane Doe
    age: 10
  - name: Jim Doe
    age: 8
"""

# Load YAML data into a Python dictionary
data = yaml.safe_load(yaml_data)
print(data)

# Dump Python data back to formatted YAML
yaml_output = yaml.dump(data, default_flow_style=False)
print(yaml_output)
PYTHON

輸出

PyYAML (它如何為開發者運作)：圖1

進階功能

  1. 自定義數據類型：PyYAML允許您定義自定義構造函數和表示器，以便於對規範的YAML格式處理複雜的數據類型。
import yaml

# Define a custom Python object
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

# Function to convert a Person object to a YAML representation
def person_representer(dumper, data):
    return dumper.represent_mapping('!Person', {'name': data.name, 'age': data.age})

# Function to create a Person object from YAML representation
def person_constructor(loader, node):
    values = loader.construct_mapping(node)
    return Person(**values)

# Register custom representer and constructor for Person
yaml.add_representer(Person, person_representer)
yaml.add_constructor('!Person', person_constructor)

# Object Serialization
person = Person(name='John Doe', age=30)
yaml_data = yaml.dump(person)
print(yaml_data)

# Deserialize YAML to a Person object
loaded_person = yaml.load(yaml_data, Loader=yaml.FullLoader)
print(loaded_person.name, loaded_person.age)
import yaml

# Define a custom Python object
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

# Function to convert a Person object to a YAML representation
def person_representer(dumper, data):
    return dumper.represent_mapping('!Person', {'name': data.name, 'age': data.age})

# Function to create a Person object from YAML representation
def person_constructor(loader, node):
    values = loader.construct_mapping(node)
    return Person(**values)

# Register custom representer and constructor for Person
yaml.add_representer(Person, person_representer)
yaml.add_constructor('!Person', person_constructor)

# Object Serialization
person = Person(name='John Doe', age=30)
yaml_data = yaml.dump(person)
print(yaml_data)

# Deserialize YAML to a Person object
loaded_person = yaml.load(yaml_data, Loader=yaml.FullLoader)
print(loaded_person.name, loaded_person.age)
PYTHON

輸出

PyYAML (它如何為開發者運作)：圖2

  1. 處理大型文件：PyYAML可以通過使用流式加載和轉儲來有效地處理多個YAML文檔或大型YAML文件。
import yaml

# Load a large YAML file
with open('large_file.yaml', 'r') as file:
    data = yaml.safe_load(file)

# Dump data to a large YAML file
with open('output_file.yaml', 'w') as file:
    yaml.dump(data, file)
import yaml

# Load a large YAML file
with open('large_file.yaml', 'r') as file:
    data = yaml.safe_load(file)

# Dump data to a large YAML file
with open('output_file.yaml', 'w') as file:
    yaml.dump(data, file)
PYTHON

輸出

PyYAML (它如何為開發者運作)：圖3

介紹 IronPDF

PyYAML (它如何為開發者運作)：圖4

IronPDF 是一個強大的Python程式庫，專為使用HTML、CSS、圖片和JavaScript創建、編輯和簽署PDF而設計。 它提供商業級性能，佔用記憶體容量小。 關鍵功能包括：

  • HTML到PDF轉換：將HTML文件、HTML字符串和URL轉換為PDF。 例如，使用Chrome PDF渲染器將網頁轉換為PDF。

  • 跨平台支援：與各種.NET平台兼容，包括.NET Core、.NET Standard和.NET Framework。 支援 Windows、Linux 和 macOS。

  • 編輯與簽署：設置屬性，使用密碼和權限添加安全性，並將數位簽章應用於PDF。

  • 頁面模板和設置：使用頁眉、頁腳、頁碼和可調整邊距自定義PDF。 IronPDF支援回應式佈局和自定義紙張大小。

  • 標準合規：IronPDF遵循PDF標準，如PDF/A和PDF/UA。 它支援UTF-8字符編碼，並處理圖片、CSS和字體等資產。

使用IronPDF和PyYAML生成PDF文檔

import yaml
import json
from ironpdf import *

# Apply your license key
License.LicenseKey = "your license"

# Sample YAML data
yaml_data = """
name: IronPDF User1
age: 25
children:
  - name: IronPDF User2
    age: 23
  - name: IronPDF User3
    age: 24
"""

# Load YAML data into Python structures
data = yaml.safe_load(yaml_data)
print(data)

# Dump Python data back to YAML
yaml_output = yaml.dump(data, default_flow_style=False)
print(yaml_output)

# Write YAML to File
with open('output_file.yaml', 'w') as file:
    yaml.dump(yaml_output, file)

# Write YAML data as JSON
with open('output_file.json', 'w') as json_file:
    json.dump(data, json_file)

# Read JSON and format with indentation for readability
output = json.dumps(json.load(open('output_file.json')), indent=2)
print(output)

# Create PDF renderer
renderer = ChromePdfRenderer()

# Create a PDF from HTML containing YAML data
content = "<h1>Awesome Iron PDF with PyYAML</h1>"
content += "<p>YAML data: " + yaml_output + "</p>"
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF document to a file
pdf.SaveAs("awesome.pdf")
import yaml
import json
from ironpdf import *

# Apply your license key
License.LicenseKey = "your license"

# Sample YAML data
yaml_data = """
name: IronPDF User1
age: 25
children:
  - name: IronPDF User2
    age: 23
  - name: IronPDF User3
    age: 24
"""

# Load YAML data into Python structures
data = yaml.safe_load(yaml_data)
print(data)

# Dump Python data back to YAML
yaml_output = yaml.dump(data, default_flow_style=False)
print(yaml_output)

# Write YAML to File
with open('output_file.yaml', 'w') as file:
    yaml.dump(yaml_output, file)

# Write YAML data as JSON
with open('output_file.json', 'w') as json_file:
    json.dump(data, json_file)

# Read JSON and format with indentation for readability
output = json.dumps(json.load(open('output_file.json')), indent=2)
print(output)

# Create PDF renderer
renderer = ChromePdfRenderer()

# Create a PDF from HTML containing YAML data
content = "<h1>Awesome Iron PDF with PyYAML</h1>"
content += "<p>YAML data: " + yaml_output + "</p>"
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF document to a file
pdf.SaveAs("awesome.pdf")
PYTHON

代碼解釋

  1. 導入：

    • 導入必要的程式庫：yaml 用於YAML操作，json 用於JSON操作，ironpdf 用於PDF生成。

  2. 設置授權金鑰：

    • 設置IronPDF授權金鑰，以合法和功能性存取程式庫。

  3. 範例YAML數據：

    • 定義範例YAML數據以演示YAML操作。

  4. YAML操作：

    • 使用yaml.safe_load()將YAML數據轉換為Python對象以進行操作。

  5. 轉儲到YAML：

    • 使用yaml.dump()將Python對象轉換回YAML格式以進行輸出。

  6. 寫入文件：

    • 將YAML數據匯出為YAML文件，並將JSON數據匯出為JSON文件，用於存儲或傳輸。

  7. 讀取JSON並格式化：

    • 從文件中讀取JSON數據，並使用json.dumps()進行可讀性格式化。

  8. 使用IronPDF生成PDF：

    • 使用IronPDF將HTML字符串渲染成包含嵌入YAML資料的PDF文檔。

  9. 保存PDF：

    • 將生成的PDF保存到文件系統中，展示程式化的PDF創建。

輸出

PyYAML (它如何為開發者運作)：圖5

PDF

PyYAML (它如何為開發者運作)：圖6

IronPDF 許可證

IronPDF運行在Python的許可證金鑰上。 IronPDF for Python提供免費試用授權金鑰，讓用戶在購買前探索其豐富功能。

在使用 IronPDF 套件之前，將許可證金鑰放在腳本的開始位置：

from ironpdf import *

# Apply your license key
License.LicenseKey = "key"
from ironpdf import *

# Apply your license key
License.LicenseKey = "key"
PYTHON

結論

PyYAML是一個強大而靈活的程式庫，用於在Python中處理YAML。 其可讀性格式、完整的YAML 1.1支援及與Python的整合，讓它成為配置文件、數據序列化等的理想選擇。 無論您正在處理簡單配置還是複雜數據結構，PyYAML都提供了有效處理YAML數據的工具。

IronPDF是一個Python套件，使HTML內容轉換為PDF文檔變得容易。 它提供了一個直接的API（ChromePdfRenderer）供開發者從HTML生成高品質的PDF，其中包括支援現代網頁標準如CSS和JavaScript。 這使得它成為從Python應用程式中動態創建和保存PDF文件的有效工具。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau 擁有卡爾頓大學計算機科學學士學位，專注於前端開發，擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面，喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。

除了開發之外，Curtis 對物聯網 (IoT) 有著濃厚的興趣，探索將硬體和軟體結合的創新方式。在閒暇時間，他喜愛遊戲並構建 Discord 機器人，結合科技與創意的樂趣。

相關文章

30 天試用→完整產品。無限制。無需信用卡。 開始免費試用

Iron Support Team

We're online 24 hours, 5 days a week.
Chat
Email
Call Me