本文目录一览：
- 1、python中四种配置文件
- 2、Python Yaml配置工具
- 3、Python 自动化处理 Yaml 文件-
- 4、python3 对象 |字典|json|yaml|字符串 相互转化
- 5、YAML 文件介绍
- 6、yaml使用需要什么python库
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
Python Yaml配置工具
【GiantPandaCV导语】深度学习调参过程中会遇到很多参数，为了完整保存一个项目的所有配置，推荐使用yaml工具进行配置。
Yaml是可读的数据序列化语言，常用于配置文件。
支持类型有：
语法特点：
安装用命令：
举个例子：
注意：关键字不能重复；不能使用tab，必须使用空格。
处理的脚本：
输出结果：
这个警告取消方法是：添加默认loader
保存：
支持的类型：
Python 自动化处理 Yaml 文件-
Yaml文件内容—示例1：
Yaml文件内容—示例2：
从上述示例文件内容可以看到 Yaml 数据结构：
1). 对象：键值对的集合（简称 "映射或字典"）
例如：family 和 address 这两个对象后面分别有对应的键值对集合。
2). 键值对用冒号 “:” 结构表示，冒号与值之间需用空格分隔
例如：
family 对象中的 key 为 name 与其对应的 value 值 Smile_Family 之间是使用空格分隔的。
address 对象中的 key 为 province 与其对应的 value 值 BeiJing 之间是使用空格分隔的。
3). 数组：一组按序排列的值（简称 "序列或列表"），数组前加有 “-” 符号，符号与值之间需用空格分隔
例如：
parents 中的 John 和 Jane
children 中的 Lily 和 Frank
4). 纯量(scalars)：单个的、不可再分的值。例如：字符串、bool值、整数、浮点数、时间、日期、null等
None值可用null也可用 ~ 表示；
yaml文件内容如下：
Python解析输出为：
这个例子输出一个字典，其中value包括所有基本类型
Yaml文件内容如下：
Python解析输出为：
Yaml文件内容如下：
Python输出为:
如果字符串没有空格或特殊字符，不需要加引号，但如果其中有空格或特殊字符，则需要加引号。
这里要注意单引号和双引号的区别：
单引号中的特殊字符转到 Python 会被转义，也就是到最后是原样输出；
双引号不会被 Python 转义，到最后是输出了特殊字符；
Yaml文件内容如下：
Python输出：
python3 对象 |字典|json|yaml|字符串 相互转化
在研究 k8s 的yaml 配置文件的时候，我总担心自己一不小心 会写错，所以我向往 使用将对象 序列化 yaml 的形式，
其实 python object 可以 直接 转 yaml ，甚至也可以 直接 转成yaml文件！！！
这里 会经常用到几个 函数 vars() ast.
我们先尝试用最笨的方法 实现 object到yaml 的转化
在python对象 convert to dict 的形式，使用 vars()函数
然后 dict convert to json 使用 json.dumps(dict)函数
然后 json converte to yaml 使用 ya= yaml.load(json.dumps(dict)) 然后
再 yaml.safe_dump(ya,default_flow_style=False)
至此我们看到 从 python Object --- dict ---- json --- yaml 的转化
其中 obj dict json yaml 转 string ，只要 str()函数即可,或者 str(vars())结合
yaml 格式 写入到文件 ,需要注意的是， open()函数 的mode 一定要是 'w' ,不能是’wb', b代表是二进制写入
yaml 写入的是dict str，使用 ‘wb' 会报错，[yaml TypeError: a bytes-like object is required, not 'str']
【出现该错误往往是通过open()函数打开文本文件时，使用了‘rb’属性，如：fileHandle=open(filename,'rb'),则此时是通过二进制方式打开文件的，所以在后面处理时如果使用了str()函数，就会出现该错误，该错误不会再python2中出现。
具体解决方法有以下两种：
第一种，在open()函数中使用‘r’属性，即文本方式读取，而不是‘rb’,以二进制文件方式读取，可以直接解决问题。
第二种,在open()函数中使用‘rb’,可以在使用之前进行转换，有以下实例，来自： 】
其实 python object 可以 直接 转 yaml ，甚至也可以 直接 转成yaml文件！！！
比如我已经定义了一个 Dog python class,他有 好几个属性 并已经赋值初始化了
另外生成 yaml 对象
生成yaml文件
结果是
反过来 yaml ---- json --- 持久化 json 文件 indent=1属性是为了让 json 不以单行展示，而是展开
注意的是 python 的 dict 和set 很相似 ，都是 { }， set 里是list， dict 是键值对
【# set object is not JSON serializable [duplicate]
】
打开 demo.json
yaml --- dict
yaml --- python object
json -- dict
json.loads()
dict-- json
json.jumps()
str --- dict
newdict=dict(str)
json -- python object
一个python object无法直接与json转化，只能先将对象转化成dictionary，再转化成json；对json，也只能先转换成dictionary，再转化成object，通过实践，源码如下：
yaml -- python object
对yaml，也只能先转换成json ---dictionary，再转化成object，通过实践，源码如下：
dict -- -python object
python对象 默认都有一个 私有的属性 dict 取值 就是 object的 字典形式， 赋值就就可以给对象属性对应赋值
例如json 转 对象
对象 转 json
Python之dict(或对象)与json之间的互相转化
在Python语言中，json数据与dict字典以及对象之间的转化，是必不可少的操作。
dict字典转json数据
对象转json数据
json数据转成dict字典
json数据转成对象
json的load()与dump()方法的使用
dump()方法的使用
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。
yaml使用需要什么python库
Python三种内建数据结构——列表、元组字典依：列表： 列表list处理组序项目数据结构即列表存储序列项目, Python每项目间用逗号割 列表项目应该包括括号Python知道指明列表看列表字符串数字即包含种类
