PYTHON 帮助

PyYAML（开发人员如何使用）

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

已更新:六月 22, 2025

PyYAML 是一个 Python 库，可用作 YAML 的解析器和发射器。 YAML（YAML 不是标记语言）是一种面向人类可读的数据序列化格式，与 Python 应用程序集成良好，具有出色的错误支持、强大的扩展 API 等功能。 YAML 通常用于配置文件和在不同数据结构的语言之间进行数据交换，旨在便于人类阅读。 Later in this article, we will look into IronPDF, a PDF-generation Python package from Iron Software.

PyYAML 的关键特性

人类可读的格式: YAML 旨在便于读取和编写，使其非常适合复杂的配置文件和数据序列化。
完整的 YAML 1.1 支持: PyYAML 支持完整的 YAML 1.1 规范，包括 Unicode 支持和自定义数据类型。
与 Python 的集成: PyYAML 提供了特定于 Python 的标签，允许表示任意的 Python 对象，使其在各种应用程序中用途广泛。
错误处理: PyYAML 提供了合理的错误消息，这在调试时非常有用。

安装

要安装 YAML 包，可以使用 pip：

pip install pyyaml

pip install pyyaml

SHELL

基本用法

这是一个如何使用 PyYAML 将 YAML 文档加载到任意 Python 对象并从中导出的简单示例。

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

输出

PyYAML（开发人员的运作方式）：图 1

高级功能

自定义数据类型: PyYAML 允许您定义自定义构造函数和表示器，以处理规范 YAML 格式的复杂数据类型。

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

输出

PyYAML（开发人员的运作方式）：图 2

处理大文件: PyYAML 能够通过使用基于流的加载和转储高效处理多个 YAML 文档或大型 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

输出

IronPDF 简介

PyYAML（开发人员的运作方式）：图 4

IronPDF 是一个强大的Python库，旨在使用HTML、CSS、图像和JavaScript创建、编辑和签署PDF。它提供商业级性能，并具有低内存占用。关键特性包括：

HTML 转换为 PDF: 将 HTML 文件、HTML 字符串和 URL 转换为 PDFs。例如，使用Chrome PDF渲染器将网页呈现为PDF。
跨平台支持: 兼容多种 .NET 平台，包括 .NET Core、.NET Standard 和 .NET Framework。它支持Windows、Linux和macOS。
编辑和签名: 设置属性，使用密码和权限添加安全性，并为您的 PDF 应用数字签名。
页面模板和设置: 自定义 PDF 的页眉、页脚、页码和可调节的页边距。 IronPDF 支持响应式布局和自定义纸张尺寸。
标准合规性: IronPDF 遵循 PDF 标准，如 PDF/A 和 PDF/UA。它支持UTF-8字符编码，并且可以处理像图像、CSS和字体这样的资产。

使用 IronPDF 和 PyYAML 生成 PDF 文档

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

代码解释

导入：
- 导入必要的库：用于 YAML 操作的 yaml，用于 JSON 操作的 json，用于 PDF 生成的 ironpdf。
设置许可证密钥：
- 设置 IronPDF 许可证密钥，以获得法律和功能访问库的权限。
示例 YAML 数据：
- 定义示例 YAML 数据，以演示 YAML 操作。
YAML 操作：
- 使用 yaml.safe_load() 将 YAML 数据转换为 Python 对象以便操作。
转储到 YAML：
- 使用 yaml.dump() 将 Python 对象转换回 YAML 格式以输出。
写入文件：
- 将 YAML 数据导出到 YAML 文件，以及将 JSON 数据导出到 JSON 文件以供存储或传输。
读取 JSON 和格式化：
- 从文件中读取 JSON 数据，并使用 json.dumps() 格式化以便阅读。
使用 IronPDF 生成 PDF：
- 使用 IronPDF 将 HTML 字符串渲染为 PDF 文档，包括嵌入的 YAML 数据。
保存 PDF：
- 将生成的 PDF 保存到文件系统中，展示如何进行程序化的 PDF 创建。

输出

PyYAML（开发人员的运作方式）：图 5

PDF

PyYAML（开发人员的运作方式）：图 6

IronPDF 许可证

IronPDF 使用Python的许可证密钥运行。 IronPDF for Python提供免费试用许可证密钥，以便用户在购买前查看其广泛的功能。

在使用IronPDF包之前，将许可证密钥放在脚本的开头：

from ironpdf import *

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

from ironpdf import *

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

PYTHON

结论

PyYAML 是一个功能强大且灵活的库，用于在 Python 中处理 YAML。其人类可读的格式、完整的 YAML 1.1 支持以及与 Python 的集成，使其成为配置文件、数据序列化等的绝佳选择。无论您处理的是简单配置还是复杂的数据结构，PyYAML 提供了您需要的工具来有效处理 YAML 数据。

IronPDF 是一个 Python 包，用于将 HTML 内容转换成 PDF 文档。它为开发人员提供了简单的 API（ChromePdfRenderer），用于从 HTML 生成高质量的 PDF，并支持现代 Web 标准，如 CSS 和 JavaScript。这使得它成为从 Python 应用程序中动态创建和保存 PDF 文档的有效工具。