本文目录一览：
python中四种配置文件
常用的配置文件后缀是.ini、.conf、.py，当然还有使用.json、.txt的，推荐使用常用的.ini、.py，配置文件的名字一般是config便于理解和使用。 ini配置文件，这类配置文件我们使用内置configparser库来使用，它可以实现配置文件的写入、更新、删除、读取等操作非常方便，建议使用这种方式。 新建一个config.ini的配置文件内容如下，编码格式要是 utf-8 以免出错。： 其中[]中的是section节点，该节点下的等式是option即键=值 然后每一行写一个option ，每个选项就是一个option。直接写名字，后面加 " = " 再加上它的值就行，字符串的表示不要加引号，否则引号也会被解析出来。 可以在配置文件中加入注释 ，但是注释必须是单独的一行，且以 “#” 开头。只是每次运行时不会读入注释，只要运行一次，写入文件后，所有的注释都会消失。 config.json文件 使用python内置的 json 标准库进行解析ini文件。
- load() 从json文件中读取json格式数据
- loads() 将字符串类型数据转化为json格式数据
- dump() 将json格式数据保存到文件
- dumps() 将json格式数据保存为字符串类型 TOML的语法广泛地由key = "value"、[节名]、#注释构成。 支持以下数据类型：字符串、整形、浮点型、布尔型、日期时间、数组和图表。 config.toml文件 使用外部库 toml 解析toml文件。 安装：pip install toml 读取文件 安装： YAML是目前最推荐的配置文件格式。优秀的配置文件标准它几乎都有：
- 容易阅读和修改，支持注释。
- 支持丰富的数据类型。
- 不同格式的明确表达。 yaml使用时需要注意：
- yaml强制缩进。虽然不规定具体缩进几个空格，但是同一级的内容要保持相同的缩进。
- 冒号后面一定要加空格， 否则无法解析。 python解析 yaml 可以使用pyyaml库，操作和标准的文件操作非常类似: 得到的data就是解析后的数据，在python当中，它是一个嵌套的字典： 想获取某一项配置，再通过字典的操作获取： config.yaml文件 读取
2019-05-30 Python+Jinja2+yaml 批量生成配置
目前来看，Python+yaml+Jinja2是非常方便生成批量配置的组合，在运维工作中用于批量生成设备的基础配置。 这里我的案例是配置一批交换机，基础配置不同的地方有：loopback地址（IPV4和IPV6），设备名称，ISIS网络号，至于其他互联地址什么的因为情况比较复杂，还是手工做吧。 那么思路就有了。
- 生成yaml文件，类似于下面结构： 这里说明一下，loopback地址的V4网段是先规划好的，V6地址和ISIS网络号通过一定规则根据V4地址生成，这个yaml文件可以通过读取excel文件，按照算法生成yaml文件，这个在其他文章里再写。
- 读取yaml文件，生成一个由字典组成的列表。每个字典的信息就包含了每台设备需要的变量。
- 写一个函数，遍历列表里的字典，每读取一个字典，把其中变量取出来放进一个临时字典，渲染jinja2的模板，对每个字典输出不同的配置文件。这个临时字典每读取一次就清空，重新写入变量。 有一些细节比如文档取名，时间函数等要调用一些模块，总结一下涉及的知识点，有：yaml模块，jinja2模块，os模块，日期函数，条件循环，I/O操作。 附上python脚本： 模板文件放在‘templates’目录下，否则会报错找不到文件。 python新手，有不合理的地方请高手指点。
YAML用法详解
近期在调试SONIC上基于Ansible的PTF测试平台时，使用到了YANML配置语言，此处稍作解释，汇总一下YAML的语法及基本使用方法。 YAML （ /ˈjæməl/ ，尾音类似 camel 骆驼）是一个可读性高，用来表达数据序列的格式。YAML参考了其他多种语言，包括： C语言 、 Python 、 Perl ，并从 XML 、电子邮件的数据格式（RFC 2822 ）中获得灵感。上述介绍引用自 维基百科 ，通俗的讲，YAML是专门用来写配置文件的语言，非常简洁和强大，远比 JSON/XML格式方便。YAML允许在层次结构中存储结构化数据。YAML 旨在以人为和机器可读，并且开销最小。YAML 规范可以在 yaml.org 找到，官方还提供了一个便捷的 YAML小抄 。 再次强调，字符串不需要包在引号之内。有两种方法书写多行文字（multi-line strings），一种可以保存新行（使用|字符），另一种可以折叠新行（使用字符） 和保存新行不同的是，换行字符会被转换成空白字符。而引领空白字符则会被自动消去。 常量值最基本的数字、字符串、布尔值等等 在python中，会将上述键值对解析为一个字典 上述键值对可以嵌套，从而实现更加复杂的数据结构： 在python中，会将其解析为嵌套的字典结构： 在python中，会将其解析为字典嵌套列表的复合数据结构： 为了维持文件的简洁，并避免数据输入的错误，YAML提供了结点参考（*）和散列合并（）参考到其他结点标签的锚点标记（）。参考会将树状结构加入锚点标记的内容，并可以在所有数据结构中运作（可以参考上面"ship-to"的示例）合并只有散列表可以使用，可以将键值自锚点标记复制到指定的散列表中。当数据被instantiate合并和参考会被剖析器自动展开。
YAML 文件介绍
YAML 是一种可读性非常高，与程序语言数据结构非常接近。同时具备丰富的表达能力和可扩展性，并且易于使用的数据标记语言。 YAML是 "YAML Ain't a Markup Language"（YAML不是一种标记语言）的递归缩写。 这么命名的方式，表示 YAML 强调的不是标记，而是数据本身。 YAML 参考了其他多种语言，包括：XML、C语言、Python、Perl 以及电子邮件格式 RFC2822。 YAML 发布与 2001 年，之前并不出名，现在逐渐开始流行。测试圈中，主要应用于自动化测试过程，用来进行数据驱动的数据存储载体。 基本语法规则(很接近 Python 的语法规则): 支持的数据格式： 以下是 YAML 数据格式的示例： 对象 转换为Python字典格式为 YAML也支持另一种对象的写法，将所有的键值对写成一个行内对象 转换为Python字典格式为 数组 一组连词线开头的行，构成一个数组 转换为Python 也可以通过缩进空格来表示多维数组 转换为Python的列表 当然，也可以采用行内表示法 转换为Python 纯量 纯量是最基本的、不可再分的值。 以下数据类型都是常见的纯量。 纯量一般表示如下 转换为Python yaml 文件通过 pyyaml 库转换后就是 Python 中对应的数据类型。直接进行操作即可，相较从 excel 中读取数据全部是字符串的方式来说，处理更方便。相对于 json 格式，可读性更高。
