在實際環境中測試
在生產環境中測試無浮水印。
在任何需要的地方都能運作。
PyYAML 是一個作為YAML解析器和發射器的Python庫。 (YAML 不是标记语言), 是一種人類可讀的數據序列化格式,能夠與 Python 應用程序很好地集成,具有出色的錯誤支持功能、強大的擴展 API 等。YAML 通常用於配置文件和不同數據結構的語言之間的數據交換,考慮到了人類的可讀性。在本文稍後我們將探討 IronPDF,來自 的 PDF 生成 Python 套件 IronSoftware.
人類可讀格式:YAML 設計上易於讀寫,使得它非常適合複雜的配置文件和數據序列化。
全面支持 YAML 1.1:PyYAML 支持完整的 YAML 1.1 規範,包括 Unicode 支持和自定義數據類型。
與 Python 整合:PyYAML 提供了 Python 特定標籤,允許表示任意的 Python 對象,使其在多種應用中都非常靈活。
若要安裝 YAML 套件,您可以使用 pip:
pip install pyyaml
這裡是一個簡單的例子,說明如何使用 PyYAML 從任意 Python 對象加載和轉儲 YAML 文件。
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
data = yaml.safe_load(yaml_data)
print(data)
# Dump Python data to YAML
yaml_output = yaml.dump(data, default_flow_style=False)
print(yaml_output)
import yaml
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def person_representer(dumper, data):
return dumper.represent_mapping('!Person', {'name': data.name, 'age': data.age})
def person_constructor(loader, node):
values = loader.construct_mapping(node)
return Person(**values)
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
# 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)
IronPDF 是一個強大的 Python 庫,旨在使用 HTML、CSS、圖像和 JavaScript 來創建、編輯和簽署 PDF。它提供商業級性能,佔用記憶體少。主要功能包括:
將HTML檔案、HTML字符串和URL轉換為PDF。例如,使用Chrome PDF渲染器將網頁渲染為PDF。
兼容多個 .NET 平台,包括 .NET Core、.NET Standard 和 .NET Framework。支援 Windows、Linux 和 macOS。
設置屬性,通過密碼和權限增加安全性,並對您的PDF應用數位簽名。
自訂PDF頁面,如頁首、頁尾、頁碼和可調整的邊距。IronPDF 支援響應式佈局和自訂紙張大小。
IronPDF 遵守 PDF 標準,如 PDF/A 和 PDF/UA。它支持 UTF-8 字符編碼並處理圖像、CSS 和字體等資產。
import yaml
import json
from ironpdf import *
# Apply your license key
License.LicenseKey = "your license"
# Sample YAML data with standard yaml tags
yaml_data = """
name: IronPDF User1
age: 25
children:
- name: IronPDF User2
age: 23
- name: IronPDF User3
age: 24
"""
# Load YAML data to only basic python objects
data = yaml.safe_load(yaml_data)
print(data)
# Dump Python data 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 as JSON
with open('output_file.json', 'w') as json_file:
json.dump(yaml_output, json_file)
# Read Json and Indent
output = json.dumps(json.load(open('output_file.json')), indent=2)
print(output)
# create Renderer
renderer = ChromePdfRenderer()
# Create a PDF from a HTML string using Python
content = "<h1>Awesome Iron PDF with PYYML</h1>"
content += "<p>YAML data: "+ yaml_data +"</p>"
pdf = renderer.RenderHtmlAsPdf(content)
# Export to a file or Stream
pdf.SaveAs("awesome.pdf")
導入:
設置許可證密鑰:
示例 YAML 數據:
使用yaml.dump將Python資料結構轉換回YAML格式()**. 這展示了如何將 Python 對象序列化為 YAML 格式以進行存儲或傳輸。
保存 PDF:
IronPDF 運行於 Python 的授權金鑰。IronPDF for Python 提供一個 免費試用 許可證密鑰,讓用戶在購買前檢查其廣泛功能。
在開始使用IronPDF包之前,將許可證密鑰放在腳本的開頭:
from ironpdf import *
# Apply your license key
License.LicenseKey = "key"
PyYAML 是一個強大且靈活的用於處理 Python 中 YAML 的庫。其人類可讀的格式、完整的 YAML 1.1 支持以及與 Python 的集成使其成為配置文件、數據序列化等的理想選擇。無論您是處理簡單的配置還是複雜的數據結構,PyYAML 都提供了處理 YAML 數據所需的工具。
IronPDF 是一個 Python 套件,旨在促進將 HTML 內容轉換為 PDF 文件。它提供了簡單的 API (ChromePdfRenderer) 讓開發人員從 HTML 生成高品質的 PDF,支持 CSS 和 JavaScript 等現代網頁標準。這使其成為一個有效的工具,可直接從 Python 應用程序動態創建和保存 PDF 文檔。