PYTHON 幫助

PyYAML（開發人員工作原理）

Name: IronPDF
Brand: Iron Software
Availability: InStock
Rating: 4.87 (307 reviews)

更新日期:6月 22, 2025

PyYAML 是一個用作 YAML 解析器和發出器的 Python 庫。 YAML（YAML 是不是標記語言）是一種人類可讀的數據序列化格式，與 Python 應用集成良好，具有出色的錯誤支持功能、強大的擴展 API 等。 YAML 常用於配置文件和不同數據結構語言之間的數據交換，並考慮了人類的可讀性。 Later in this article, we will look into IronPDF, a PDF-generation Python package from Iron Software.

PyYAML 的關鍵特點

人類可讀格式: YAML 設計易於閱讀和書寫，十分適合復雜的配置文件和數據序列化。
全面的 YAML 1.1 支持: PyYAML 支持完整的 YAML 1.1 規範，包括對 Unicode 的支持和自定義數據類型。
與 Python 集成: PyYAML 提供了 Python 特定的標記，允許表示任意的 Python 對象，使其在各種應用中更加靈活。
錯誤處理: PyYAML 提供合理的錯誤消息，對調試非常有幫助。

安裝

要安裝 YAML 套件，你可以使用 pip：

pip install pyyaml

pip install pyyaml

SHELL

基本用法

下面是使用 PyYAML 將 YAML 文檔加載和轉儲為任意 Python 對象的一個簡單示例。

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（開發者使用方式）：圖 1

高級功能

自定義數據類型: PyYAML 允許你定義自定義構造器和定義器，以便為標準的 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（開發者使用方式）：圖 2

處理大型文件: PyYAML 可以通過使用流加載和傾倒來有效處理多個 YAML 文檔或大的 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

介紹 IronPDF

PyYAML（開發者使用方式）：圖 4

IronPDF 是一個功能強大的 Python 庫，旨在使用 HTML、CSS、圖像和 JavaScript 創建、編輯和簽署 PDF。它具有商業級性能且內存佔用低。關鍵特性包括：

HTML 到 PDF 轉換: 將 HTML 文件、HTML 字符串和 URL 轉換成 PDF。例如，使用Chrome PDF渲染器將網頁呈現為PDF。
跨平台支持: 兼容各種 .NET 平台，包括 .NET Core、.NET Standard 和 .NET Framework。支持Windows、Linux和macOS。
編輯和簽名: 設定屬性，使用密碼和權限增加安全性，並對你的 PDF 應用電子簽名。
頁面模板和設置: 自定義 PDF 的標題、頁腳、頁碼和可調邊距。 IronPDF 支持響應式佈局和自定義紙張尺寸。
標準兼容性: IronPDF 遵循 PDF 標準，例如 PDF/A 和 PDF/UA。它支持UTF-8字符編碼並處理資產如圖像、CSS和字體。

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

代碼說明

引入:
- 引入必要的庫：用於 YAML 操作的 yaml，用于 JSON 操作的 json 和用于 PDF 生成的 ironpdf。
設置許可證密鑰:
- 設置 IronPDF 許可證密鑰以合法和功能訪問庫。
樣本 YAML 數據:
- 定義樣本 YAML 數據以展示 YAML 操作。
YAML 操作:
- 使用 yaml.safe_load() 將 YAML 數據轉換為 Python 對象進行操作。
导出为 YAML:
- 使用 yaml.dump() 將 Python 對象轉換回 YAML 格式進行輸出。
寫入文件:
- 將 YAML 數據導出到 YAML 文件中，並將 JSON 數據導出到 JSON 文件中進行存儲或傳輸。
读取 JSON 并格式化:
- 從文件中讀取 JSON 數據並使用 json.dumps() 將其格式化以提高可讀性。
使用 IronPDF 生成 PDF：
- 使用 IronPDF 呈現 HTML 字符串為 PDF 文檔，包括嵌入的 YAML 數據。
保存 PDF：
- 將生成的 PDF 保存到文件系統，展示程序化的 PDF 創建。

輸出

PyYAML（開發者使用方式）：圖 5

PDF

PyYAML（開發者使用方式）：圖 6

IronPDF 授權

IronPDF 在 Python 上運行需要許可證密鑰。 IronPDF for Python 提供免費試用許可證密鑰，以便用戶在購買前可以檢查其廣泛的功能。

在使用 IronPDF 包之前，將許可證密鑰放置在腳本的開頭：

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庫，用於在 Python 中處理 YAML。其人類可讀格式、全面的 YAML 1.1 支持和與 Python 的集成使其在配置文件、數據序列化等方面成為一個極好的選擇。無論你是在處理簡單的配置還是複雜的數據結構，PyYAML 都提供了有效處理 YAML 數據所需的工具。

IronPDF 是一個 Python 套件，便於將 HTML 內容轉換為 PDF 文檔。它提供了一個簡單易用的 API（ChromePdfRenderer）供開發人員從 HTML 生成高質量 PDF，包括對現代 Web 標準如 CSS 和 JavaScript 的支持。這使得它成為一個能夠直接從 Python 應用動態創建和保存 PDF 文檔的有效工具。