PyYAML（开发人员如何使用）

介绍

PyYAML 是一个用于 YAML 解析和生成的 Python 库。 YAML（不是标记语言的 YAML），是一种人类可读的数据序列化格式，可以很好地与 Python 应用程序集成，具有出色的错误支持、强大的扩展 API 等功能。 YAML 通常用于不同数据结构语言之间的配置文件和数据交换，同时要考虑到人类的可读性。 在本文的后面，我们将研究 IronPDF，这是来自 Iron Software 的一个用于生成 PDF 的 Python 包。

PyYAML 的主要功能

1. 人类可读格式：YAML被设计为易于阅读和编写，使其非常适合用于复杂的配置文件和数据序列化。

2. 完全支持 YAML 1.1：PyYAML 支持完整的 YAML 1.1 规范，包括对 Unicode 支持和自定义数据类型的支持。

3. 与 Python 集成：PyYAML 提供了特定于 Python 的标签，允许表示任意的 Python 对象，使其在各种应用中具有多功能性。

4. 错误处理：PyYAML 提供合理的错误消息，这在调试过程中非常有用。

安装

要安装 YAML 软件包，可以使用 pip：

pip install pyyaml

pip install pyyaml

基本用法

下面是一个如何使用 PyYAML 加载和转储 YAML 文档到任意 Python 对象的简单示例。

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
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)

py

输出

高级功能

1. 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
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)

py

输出

1. 处理大型文件：PyYAML 可以通过使用基于流的加载和转储高效地处理多个 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)

py

输出

介绍IronPDF

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，同时占用较少的内存。 关键功能包括：

HTML 转换为 PDF

将HTML文件、HTML字符串和网址转换为PDF。 例如，使用Chrome PDF渲染器将网页渲染为PDF。

跨平台支持

兼容多种 .NET 平台，包括 .NET Core、.NET Standard 和 .NET Framework。 支持 Windows、Linux 和 macOS。

编辑和签署

设置属性，使用密码和权限添加安全性，并对您的PDF应用数字签名。

页面模板和设置

自定义PDF的页眉、页脚、页码以及可调节的边距。 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/A 和 PDF/UA 等 PDF 标准。 它支持 UTF-8 字符编码，并能处理图片、CSS 和字体等资产。

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 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")

py

代码解释

1. 导入：

   • 脚本首先导入必要的 Python 库和模块：yaml、json 和 IronPDF for Python。 这些库用于处理 YAML 和 JSON 数据格式，以及使用 IronPdf 生成 PDF。

2. 设置许可证密钥：

   • 有一个步骤是为IronPDF设置许可证密钥（License.LicenseKey = "your license"）。 这对于合法有效地使用 IronPDF 库至关重要。

3. 示例 YAML 数据：

   • 定义一个示例 YAML 格式的字符串（yaml_data），其中包含有关假设人物及其子女的信息。 本数据可作为演示 YAML 处理的示例。

4. YAML 操作：

   • 该脚本使用yaml.safe_load()加载 YAML 数据，以将其转换为 Python 数据结构。 这样，脚本才能以编程方式操作和处理数据。

5. 转储为 YAML：

   • 使用yaml.dump()将Python数据结构转换回YAML格式。 演示如何将 Python 对象序列化为 YAML 格式以便存储或传输。

6. 写入文件：

   • 使用yaml.dump()将YAML数据写入文件（output_file.yaml）。 同样，它将 YAML 数据转换为 JSON 格式，并使用 json.dump() 写入到另一个文件（output_file.json）。

7. 读取 JSON 和格式化：

   • 此操作从output_file.json读取JSON数据，解析它，并使用json.dumps()将其格式化为2个空格的缩进。 该操作说明了如何读取和格式化 JSON 数据，以获得更好的可读性或进一步处理。

8. 使用 IronPDF 生成 PDF：

   • 利用IronPDF (ChromePdfRenderer())将HTML内容字符串渲染为PDF文档。 HTML 内容包括作为文档内容一部分嵌入其中的原始 YAML 数据。

9. 保存 PDF：

   • 最后一步使用pdf.SaveAs()将生成的 PDF 文档（awesome.pdf）保存到文件系统。 它演示了如何以编程方式创建和保存 PDF 文档。

输出

PDF

IronPDF 许可证

IronPDF 在 Python 的许可证密钥上运行。 IronPDF for Python 提供免费试用许可证密钥，允许用户在购买前查看其广泛的功能。

在使用IronPDF包之前，请将许可证密钥放在脚本的开头：

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

py

结论

PyYAML 是一个强大而灵活的库，用于在 Python 中处理 YAML。 它采用人类可读格式，完全支持 YAML 1.1，并与 Python 集成，是配置文件、数据序列化等的绝佳选择。 无论您是处理简单的配置还是复杂的数据结构，PyYAML 都能为您提供有效处理 YAML 数据所需的工具。

IronPDF 是一个 Python 软件包，可以方便地将 HTML 内容转换为 PDF 文档。 它为开发人员提供了一个简单的API (ChromePdfRenderer)，可以从HTML生成高质量的PDF，包括支持CSS和JavaScript等现代网络标准。 这使其成为直接从 Python 应用程序动态创建和保存 PDF 文档的有效工具。